人保寿险大模型探索及实践
人工智能发展历程与关键
人工智能经历了从深度学习到大模型的演进，其中大模型结合了“快思”（通用大模型）与“慢想”（垂直领域大模型），金融机构应结合两种模型模式，根据场景需求发挥各自优势。在AI语境下，“问行合一”强调深度查询与精准执行的融合，通过持续深化提问质量并高效转化AI输出为实际行动，实现人机协同最大化效益。
DeepSeek大模型的技术突破与产业影响
DeepSeekR1在1月27日迅速登顶美国下载榜首，并在168个国家位居下载榜第一，获得OpenAI、Meta等国际巨头的关注。其技术突破包括：
- 技术创新：采用MoE架构和FP8混合精度训练，大幅降低训练成本至550万美元（仅为GPT-4的1/4-1/6）。
- 开源策略：全面开源吸引全球140国开发者参与，构建“滚雪球式”创新网络。
- 低成本优势：使用成本仅为竞品1/3，易部署特性使其迅速渗透企业服务、创投决策等场景。
- 性能对标：推理能力与ChatGPT等顶尖模型持平，支持本地部署且响应速度更快。
DeepSeek被称作“国运级”产品，通过技术创新突破算力瓶颈、构建全球生态、提供科技竞争“中国方案”，并推动产业升级。
人保人工智能架构与大模型生态
人保寿险在2023年构建了“五位一体”的人工智能大模型解决方案，包括算力、平台、模型、产品到应用，形成安全可控的生态。其大模型生态以通用大模型为基础、自研垂直领域大模型为主体、外部大模型能力为辅助，包含五大AI核心组件及专业领域AI子模型体系。
人保DeepSeek场景应用布局
人保聚焦DeepSeek大模型，深度挖掘高价值应用场景，赋能外勤销售和内勤经营管理。搭建AI应用平台实现智能体的快速上线，支持低代码开发、大模型接入、可视化编排等功能。
人保大模型建设思路与大小模型协同方案
人保通过大小模型动态分工，大模型赋能小模型通用能力，小模型助力大模型实现专项任务执行，形成双向协同完成业务闭环。
AI保宝大模型平台应用实践
“AI保宝”大模型平台面向保司内勤、外勤群体，解决办公助手、坐席问答、产品咨询等场景中的业务痛点，具体应用包括：
- 百问百答：知识涵盖公司制度、产品条款等，线上调用量超26万，问答实现秒级响应，准确率提升42%。
- 办公助手：面向内勤，实现日常办公到专业业务操作的全方位支持。
- 坐席助手：为坐席、外勤提供生产力工具，重塑营销服务。
- 产品宝典：实现全量产品条款解读，支持所有产品问答，知识检索准确率>95%，新产品处理效率提升70%。
- 智能陪练：提供智能化培训与学习训辅产品，覆盖全国36家分公司，累计登录人次近百万人次。
- 智能编程：实现人机协同编程，寿险科技团队千人使用，累计采纳代码百万行。
- 智能BI：支持用户以自然语言提问，灵活查询经营指标。
- 智能审计：推动审计模式从“人工抽样”向“全量覆盖”。
- 智能语音计划书：通过保单客户的智能检视分析，一键生成计划书。
大模型探索及实践过程中的困惑与思考
存在流程编排、MCP开放及引入、流量入口等挑战，需解决数据壁垒、应用竖井、传统运营方式等问题，并探索端侧小模型应用场景。
未来趋势展望
行业面对AI落地，仍存在场景、性能、信任三大挑战。未来需打通场景、性能和信任三个闭环，让AI走进生活。AI围绕“落地”正在发生三个结构性转变：
- 竞争焦点从“模型能力”转为“落地能力”。
- 价值定位从“工具效率”转为“结果闭环”。
- 产品形态从“云端计算”转为“贴身存在”。
强调模型算法、隐私保护、标准共建以及AI伦理和行业共治等方面的共同行动。
