2026年5月18日下午，清华大学五道口金融学院中国保险与养老金融研究中心在2026清华五道口全球金融论坛正式发布《AI保险行业应用创新白皮书》（以下简称“《白皮书》”）。
清华大学五道口金融学院中国保险与养老金融研究中心主任、金融MBA教育中心主任魏晨阳对《白皮书》主要内容进行解读。活动还邀请中国再保险（集团）股份有限公司数字金融部/数字化转型推进办公室总经理助理王梦雅、中国平安人寿保险股份有限公司科技研发部总经理贾金鹏、火山引擎金融方案总经理刘俊围绕保险AI应用的深化路径、关键堵点和治理重点展开交流。
图为魏晨阳
魏晨阳在报告解读中指出，人工智能正加速融入经济社会发展各领域，成为推动新一轮科技革命和产业变革的重要力量。对保险行业而言，AI的应用已不只是效率提升工具，而是正在深刻影响保险经营模式、服务方式、风险管理体系和行业治理逻辑。
2025年下半年，清华五道口中国保险与养老金融研究中心邀请原保监会副主席周延礼，与研究团队共同围绕“AI保险创新应用”主题，先后在北京、上海、深圳三地开展专题调研，通过座谈交流、实地走访和案例研究等方式，深入了解十余家保险机构和科技企业的探索实践。《白皮书》正是在上述调研基础上，系统梳理AI在保险领域的应用基础、典型场景、实践成效、现实挑战和未来路径，为保险机构、科技企业、监管部门和产业生态各方提供参考。
《白皮书》认为，人工智能重塑保险业主要来自三方面力量共同推动：一是政策引导和制度创新，数字中国建设和“人工智能+”行动为保险业智能化转型提供政策支撑；二是技术能力的代际跃迁，大模型在语言理解、知识生成、逻辑推理、任务规划和跨系统协同方面的能力明显增强；三是社会需求的结构性变化，居民保险需求更加关注保障匹配、理赔便捷、服务连续以及健康管理、养老服务、风险预防等延伸价值。
从技术基础看，《白皮书》将保险AI应用概括为四个核心支柱：数据与知识、算力基础设施、模型能力和安全合规。其中，数据与知识决定AI能力的基础和上限，算力基础设施提供训练、推理和部署支撑，模型能力决定AI能否真正理解保险业务并服务具体场景，安全合规则是保险AI应用必须坚守的底线。
从应用进展看，AI已开始深入保险价值链多个环节，并呈现出由单点任务赋能向流程协同优化演进的趋势。在前台，AI可用于展业支持和智能客服，辅助客户需求识别、产品解读、续保建议和服务响应；在中台，AI正在产品研发、智能核保、智能理赔、欺诈识别等核心环节发挥作用；在后台，AI也进入审计、财务、研发协同等领域，推动非结构化资料处理、异常线索识别、规则校验和报告生成等工作更加连续、协同和智能。
《白皮书》指出，保险AI应用已初步形成较为清晰的价值体现，包括降本增效、增长提质、风险管理强化和客户体验提升。同时，行业仍面临技术、数据、组织、人才和合规治理等多重挑战。大模型仍可能存在幻觉、输出不稳定和跨场景适配不足等问题，不少机构也存在数据孤岛、知识孤岛和复合型人才不足等短板。
面向未来，《白皮书》判断，保险 AI 应用将呈现三大趋势：技术底座从功能支撑走向智能原生，业务模式从单点提效走向系统性价值创造，外部生态从机构内部提效走向跨主体协同。推动保险 AI 高质量发展，需要保险机构、行业组织、科技企业、研究机构和监管部门形成合力，在标准建设、生态协同、人才培养和治理机制等方面持续推进。
圆桌讨论环节，三位嘉宾分别从再保险机构、大型寿险公司和科技服务商视角，围绕保险AI 规模化落地的关键问题提出观点。
图从左至右依次为魏晨阳、王梦雅、贾金鹏、刘俊
王梦雅认为，保险AI从试点探索走向规模化落地，关键不在于单一模型能力，而在于夯实数据与知识底座，并同步推进模型治理和合规风控。她指出，再保险机构面对的数据具有来源异构和时间维度异构特征，更需要打通数据孤岛、沉淀专家经验、建设高质量数据集和知识库。同时，应逐步建立模型全生命周期治理机制、关键决策模型可解释机制和AI应用分级治理体系，确保AI在安全、合规、可控前提下深化应用。她还表示，再保险机构作为行业风险汇聚者，可将跨公司、跨市场、跨险种形成的风险洞察和专家经验沉淀为可复用AI能力，进一步赋能直保公司的承保、风控和理赔环节。
贾金鹏从大型寿险公司实践出发，将保险AI深化应用的关键概括为“底线、基础和关键”三个方面。他表示，金融保险行业具有强监管、强合规和强风险管理属性，AI应用必须守住合规性、准确性、稳定性和可追溯性的底线；数据和知识是AI走深走实的基础，寿险公司需要将产品条款、核保规则、理赔标准、销售合规要求和历史案例沉淀为可调用、可复用的业务知识；关键则在于业务深度参与和主动协同。贾金鹏认为，AI对寿险行业的价值不会停留在单点提效，而将推动寿险公司从产品中心走向客户全生命周期经营，从被动服务走向主动风控、健康管理和养老服务连接。
刘俊认为，保险AI从试点到规模化落地的核心难点，在于如何把最新AI技术真正嵌入相对传统的保险组织和业务系统。他提出“4321”的精力分配建议，即40%用于业务领域重塑，30%用于组织和人的进化，20%用于工程建设，10%用于模型选择和算法优化。他表示，保险机构容易高估大模型和智能体的自主决策能力，低估高质量数据治理、知识库建设、模型服务化和合规治理等基础工作的复杂度。科技厂商应从单纯提供模型转向搭建平台、做好治理、陪伴运营，帮助保险机构跨过从单场景验证到规模化复用的门槛，推动AI从“试点盆景”转变为“业务风景”。
本次《白皮书》发布，为保险行业系统认识 AI 应用进展、把握技术演进趋势、推动实践落地和完善治理体系提供了重要参考。未来，各方应加强交流、深化合作，共同推动人工智能在保险行业安全、稳健、负责任地创新应用，助力保险业高质量发展。
