每經(jīng)記者｜涂穎浩    每經(jīng)編輯｜張益銘    

在數(shù)字經(jīng)濟加速滲透的當下，人工智能正以前所未有的力度重構保險行業(yè)的生態(tài)格局，如何借AI（人工智能）轉(zhuǎn)型實現(xiàn)效率躍升與價值深挖，已成為各大保險機構的核心議題。

近日，麥肯錫全球資深董事合伙人鐘惠馨（Violet Chung）在接受《每日經(jīng)濟新聞》記者專訪時，就保險公司AI轉(zhuǎn)型的路徑選擇、能力建設及實踐策略等焦點問題發(fā)表見解，深度剖析行業(yè)智能化變革的關鍵邏輯。

“保險行業(yè)AI轉(zhuǎn)型并非一蹴而就的工程，而是技術、數(shù)據(jù)、組織與人才的協(xié)同進化過程。”鐘惠馨強調(diào)，只有將AI深度融入業(yè)務戰(zhàn)略與組織能力之中，才能實現(xiàn)從“技術應用”到“價值創(chuàng)造”的跨越，在行業(yè)變革中搶占先機。

數(shù)據(jù)治理需采取分步策略

生成式AI迅猛發(fā)展，為保險行業(yè)智能化轉(zhuǎn)型注入了全新活力。鐘惠馨表示，生成式AI的核心價值，在于對非結構化數(shù)據(jù)的高效處理能力，以及對信息缺口的有效填補，這將為保險行業(yè)帶來多維度的變革。

“保險行業(yè)沉淀了大量非結構化數(shù)據(jù)，像理賠報告、客戶問卷、醫(yī)療記錄等，傳統(tǒng)處理方式難以充分挖掘其中的價值。”鐘惠馨解釋道，生成式AI借助自然語言處理技術，能夠?qū)@些復雜文本進行深度分析，提取關鍵信息并轉(zhuǎn)化為結構化數(shù)據(jù)，從而大幅提升數(shù)據(jù)的利用效率。

在實際業(yè)務場景中，生成式AI應用已展現(xiàn)出顯著成效。在財產(chǎn)險領域，AI可將理賠信息與氣候、地理等外部數(shù)據(jù)相結合，精準識別氣候相關損失等新型風險，為定損工作提供有力輔助；在健康險領域，面對客戶健康數(shù)據(jù)不足的難題，生成式AI能夠通過分析現(xiàn)有數(shù)據(jù)預測客戶健康趨勢，填補信息缺口，為個性化產(chǎn)品定制與精準定價奠定基礎。

此外，在優(yōu)化客戶互動方面，生成式AI也發(fā)揮著重要作用。通過自然語言生成技術，它能為客戶提供個性化的建議，在提升用戶滿意度的同時，進一步增強客戶黏性。

數(shù)據(jù)作為AI應用的核心“燃料”，其治理的重要性日益凸顯。

鐘惠馨提出，保險機構的數(shù)據(jù)治理需采取系統(tǒng)化的分步策略：第一步，開展數(shù)據(jù)資產(chǎn)盤點，全面評估現(xiàn)有數(shù)據(jù)的質(zhì)量與可用性，重點打破“數(shù)據(jù)孤島”。由于保險數(shù)據(jù)來源復雜，涵蓋內(nèi)部業(yè)務系統(tǒng)、客戶交互記錄、外部合作機構等多個渠道，因此需要通過清洗、標準化及格式統(tǒng)一，將碎片化數(shù)據(jù)轉(zhuǎn)化為標準化資產(chǎn)；第二步，搭建統(tǒng)一數(shù)據(jù)平臺。該平臺需具備跨部門、跨業(yè)務環(huán)節(jié)的數(shù)據(jù)共享能力，同時預留足夠的擴展性，以滿足生成式AI等新技術對大規(guī)模數(shù)據(jù)處理的需求；第三步，推動遺留系統(tǒng)現(xiàn)代化改造。通過部署靈活的混合云架構，提升系統(tǒng)的擴展性與敏捷性，為AI應用提供穩(wěn)定的技術支撐。

值得注意的是，數(shù)據(jù)治理必須堅守合規(guī)與隱私保護的底線。“保險數(shù)據(jù)大多涉及客戶敏感信息，需要通過建立清晰的數(shù)據(jù)治理框架、明確責任劃分及安全標準，確保數(shù)據(jù)在采集、傳輸、存儲和使用的全流程都合法合規(guī)。”鐘惠馨特別強調(diào)。

AI轉(zhuǎn)型依賴專業(yè)人才支撐

當前，保險行業(yè)AI轉(zhuǎn)型已步入深水區(qū)，構建與自身戰(zhàn)略高度契合的運營模式，成為各大保險機構突破轉(zhuǎn)型瓶頸的關鍵所在。

“AI轉(zhuǎn)型絕非盲目鋪開的‘撒網(wǎng)式’投入，而是要錨定企業(yè)核心戰(zhàn)略目標，精準識別能產(chǎn)生最大價值的領域進行重點突破。”在鐘惠馨看來，若保險公司將“提升理賠效率”作為戰(zhàn)略核心，那么智能定損、自動化審核等AI技術在理賠環(huán)節(jié)的應用應置于優(yōu)先推進序列；若戰(zhàn)略重心在于“優(yōu)化客戶全流程體驗”，則需聚焦銷售分銷、保單服務等環(huán)節(jié)的AI賦能，實現(xiàn)資源的精準投放。

“技術和數(shù)據(jù)只是解決方案的組成部分，而非全部。”鐘惠馨指出，當前，不少保險機構通過采購AI工具或技術外包快速補齊技術短板，但運營機制、人才儲備等“軟能力”的滯后，正成為技術落地的主要梗阻。她舉例稱，即便引入業(yè)界領先的AI定價模型，若缺乏跨部門協(xié)同的運營流程，模型輸出結果仍可能淪為紙面數(shù)據(jù)；若一線員工不具備AI工具的應用能力，先進技術終將陷入“束之高閣”的困境。

這意味著保險機構需推進“軟能力”與“硬技術”的同步建設：在夯實數(shù)據(jù)基礎、引入適配技術的同時，必須同步重構運營流程、培育專業(yè)人才、推動組織變革，確保AI技術真正嵌入業(yè)務全流程。

AI轉(zhuǎn)型的落地，最終依賴于專業(yè)人才的支撐。鐘惠馨提出，吸引和留住AI人才，需依靠“資本吸引力”與“人才來源”兩大支柱。

從資本角度看，亞洲金融行業(yè)快速發(fā)展及新興市場崛起，為AI人才提供了廣闊的發(fā)展空間與回報潛力。“當資本持續(xù)流向這些市場，且市場能給予人才合理回報時，自然會形成人才吸引力。”

鐘惠馨建議，在團隊建設上，以技術人才為核心，通過細分標準與認證體系激勵優(yōu)秀人才，并搭建適配的人力資源流程，形成“吸引-培養(yǎng)-留存”的良性循環(huán)。

AI轉(zhuǎn)型涉及多維度體系

在保險行業(yè)AI轉(zhuǎn)型進程中，推進路徑的選擇與員工能動性激發(fā)，成為決定轉(zhuǎn)型成效的核心因素。

鐘惠馨主張采取“領域級方法”，即聚焦特定領域深耕，再逐步復制推廣。她解釋稱，AI轉(zhuǎn)型涉及多維度體系，需精準把控每個環(huán)節(jié)。具體而言，先在單一領域（如理賠或定價）積累用戶案例、優(yōu)化流程、培養(yǎng)人才，待形成可衡量的運營成果與經(jīng)濟效益后，再將成熟經(jīng)驗復制到其他領域。這種方式能降低大規(guī)模轉(zhuǎn)型的風險，同時通過“實踐-總結-迭代”的循環(huán)，讓企業(yè)快速積累可復現(xiàn)的技術能力與組織經(jīng)驗，提升跨領域推廣的效率。

麥肯錫報告指出，變革管理是決定AI在保險機構是被閑置還是能重塑運營的關鍵分水嶺。擁有出色的AI技術僅是成功了一半，另一半則在于讓員工真正將AI融入日常工作，通過自動化或能力增強，持續(xù)推動工作方式的變革。要實現(xiàn)AI與工作流程深度融合，就必須在全公司范圍內(nèi)培育起關于AI采納的共同責任意識和擔當精神。

鐘惠馨認為，讓員工從“被動接受”AI轉(zhuǎn)變?yōu)?ldquo;主動參與”，是保險機構AI轉(zhuǎn)型成功的關鍵所在，而這需要從文化、能力、激勵三個層面同步發(fā)力。

首先，塑造創(chuàng)新文化。管理層要以身作則，清晰傳遞AI的“賦能價值”——著重強調(diào)AI是提升工作效率、減輕工作負擔的工具，而非替代崗位的“威脅”，同時明確人類在客戶互動等關鍵環(huán)節(jié)的不可替代性，以此緩解員工的焦慮情緒。

其次，強化能力建設。通過系統(tǒng)化的培訓，讓員工熟練掌握AI工具的使用方法，理解技術如何為具體工作賦能，從而增強員工對AI的認同感和應用信心。

最后，建立配套的激勵機制。將AI應用納入績效管理體系，設立明確的目標與獎勵措施，鼓勵員工積極探索技術潛力、參與工具優(yōu)化，同時培養(yǎng)“全員共擔AI轉(zhuǎn)型責任”的意識，使技術創(chuàng)新成為企業(yè)的集體行動。