作者：Evin

编辑：刘致呈

审核：徐徐

出品：互联网江湖

最近，国家金融监督管理总局突然发布了一则《关于银行业保险业人工智能安全开发应用的指导意见》，整体覆盖治理架构、开发应用、数据治理、风险管理等多个层面，为保险业AI应用划出了一道明确的合规边界。

为什么此时要发这么一个指导意见？

原因无他，AI在保险业的战略地位越来越重要了。

进入2026年以来，先是中国太保在上海以“All in AI，重塑保险”为主题召开了首届科技创新大会，标志着其“人工智能+”战略全面进入深化实施阶段。

然后是水滴公司宣布将“打造AI原生科技公司”定为年度主线，接着是友邦保险在4月初成立了“科技、营运及数据委员会”，也把发力AI推到了战略高位上。

此外，最近还有两家备受关注的、正在冲击IPO的保险科技公司，核心业务同样主打用AI为金融保险机构们科技赋能的逻辑……

可见，现在从资本市场到保险业，对AI的重视程度都上升到了一个前所未有的高度。

那么在此背景下，这则指导意见的发布，会不会给整个行业带来一些新变量？

未来，保险+AI的故事又该怎么走?

这些问题值得思考。

从降本增效到第二曲线，保险AI正在起飞？

为什么今年保险AI突然爆发了？

核心有两点：

一是最明显的，现在保险业在利润表中真切地看到了AI的价值成效。

据此前艾瑞咨询发布的《2025年保险行业AI应用全景洞察报告》显示，中国保险业2025年科技投入预计突破670亿元，AI板块以22.5%的年均复合增长率成为增速最快的新方向。

落地到财报方面，2025年，平安产险反欺诈智能化理赔拦截减损超105亿元；同期，新华保险则是上线了多个大模型智能体，各项问题解决率超97%，问答准确率接近100%，直接赋能了全国3500余名柜面人员及超10万名代理人。

还有专注为保险机构提供承保与理赔全流程智能化解决方案的暖哇科技，去年营收约10.24亿元，也较2024年实现了明显增长……

这些都是AI在保险行业“降本增效”价值的具象化体现。

其实保险行业很有意思，看似身处高大上的金融赛道，但实际上却是一个人力密集型行业。

不仅整体业务链条长且碎片化——产品设计、核保、销售、客服、理赔，而且每个环节还都可能会涉及大量非结构化数据，比如处理病历、检查报告和保单条款、核查理赔材料等。

所以过去保险业非常依赖人工判断，比如核保人员日常面对的就是上千款产品条款与各类非结构化的医疗记录，一旦遇上复杂的健康险等案件，处理时间可能就要按天计……

而AI大模型在处理复杂非结构化信息上的理解、归纳推理优势，正好切中了这一效率痛点问题。

比如有公开资料显示，水滴公司在推出行业首个AI核保专家KEYI.AI——基于自研的水守AI，以及整合上千款保险产品条款以及千万量级的核保与医疗知识后，现在就可以将复杂的健康险核保平均处理时间缩短80%，且准确率达到99.8%，响应速度较此前提升了超百倍之多。

这带来的一个直接影响就是：未来，保险核保业务可能会逐渐从人力密集环节向技术密集型转变，规模效应将随之觉醒，边际成本也会不断递减……

当然除此之外，如果参考过去银行业的历史经验——从ATM机到信用卡交易，再到移动支付、AI支付，每一次技术进步，都不仅仅是提高了原有业务的效率，而且还会创造新的服务方式，打开新的市场增长空间。

而今，AI在保险业也已经有点初现端倪了。

就像在产品设计方面，过去险企受限于数据不足、风控模型精度不够等问题，所以不少带病人群都会卡在健康告知环节，被保险拒之门外。

但如今在AI大数据的加持下，在险企们可以更精准地评估个体风险、辅助精算定价后，去年水滴就上线了242款定制产品，其中57款为免健康告知产品，包含首款免健康告知母婴险“接好孕”等；

今年，太平洋健康险也发布了一款蓝医保·免健告长期医疗险（有福版）。该款险种不仅在投保前无需健康告知，而且还在全国范围内首次引入了“AI+真人”健康险管理服务……

所以在某种程度上，AI对保险业来说不只是提高效率的工具，更是一个扩展金融服务能力边界的战略新支点。

说起战略，这就要提到保险AI爆发的第二点了：AI让保险业玩家们看到了一个打通保险到健康管理服务市场的新入口。

保险的本质是什么？是风险管理。而最好的风险管理就是尽可能让风险不发生。

这也正对应着和保险行业高度相关的、万亿市场规模的健康康养领域。

所以时至今日，“从支付走向服务”几乎就成了健康险行业的一个新共识。

无论是头部的银行保险公司，还是新兴健康险机构们都在积极布局，比如中国平安在以“综合金融+医疗养老”双轮驱动，构建覆盖全场景的医养“四到”服务体系；中国太保将“大康养”纳入新三大战略，初步形成“防-诊-疗-复-养”康养服务体系。

还有众安保险从“尊享e生2025”开始，也选择在健管服务上全面升级，推出了众安健康医疗服务体系——“e起健康”……

不过虽然都在做，但做好的不多，从保险延伸到到健康管理服务领域，并实现商业闭环的就更少了。

关键在于，“服务”很难实现标准化供给。

健康险的背后涉及保单责任、疾病风险、用药方案、医院资源、康复护理等多个专业领域，因为大多都是非标服务，所以想要做好就得和人力投入高度绑定，然后就是服务规模越大，运营成本越高；服务内容越复杂，交付效率就越低，管理难度也越高……

但如今，AI在这条逻辑闭环中打开一个新缺口。

比如前边提到的太平洋健康险“蓝医保·免健告长期医疗险（有福版）”，投保用户日常可通过AI应用“蚂蚁阿福”获得免费健康咨询、报告解读等服务。在需要就医时，还有真人健康顾问提供24小时专属服务，包含在线问诊、专家问诊等定制服务。

其中，在线问诊、专家问诊等就医服务由好大夫在线负责。

又比如轻松健康，在AI赋能下，公司的营收重心更是已经从保险销售彻底转向了健康服务。

天眼查APP显示：2025年，其健康相关服务实现收入9.26亿元，同比增长50.2%，占总收入比重提升至73.7%，远超保险相关服务表现。

整体基本实现了“AI健康管理+保险保障”的生态闭环，也找到了从支付到服务的增量市场。

那么既然如此，作为同出一派的水滴们，未来是不是就有可能在健康方面实现新的市场突破？

而对规模更大，业务更复杂的平安保险们来说，这算不算也是一种莫大的激励呢？

AI上桌，组织能力才是那盘“菜”？

其实很有意思，这则指导意见的发布，看似是在说保险AI技术问题，实则是在给保险公司们的组织管理能力提要求。

比如当中提到的，AI辅助做出的承保、理赔、定价决定，责任不在算法，在保险公司。

比如将承保、理赔、风险管理列为高风险应用，并指出AI可以辅助，但客户能不能承保、理赔能不能赔，不能被一个不可解释的模型结果直接决定。

公司要在高风险应用关键环节建立人工监督和干预机制，明确紧急停用及模型退出条件，建立备用系统或人工替代流程……

整体态度非常鲜明：现在AI可以用，但因为AI幻觉、数据安全、算法歧视等客观问题的存在，所以保险需要在组织管理制度上给AI拴上缰绳。

也就是用管理的办法，来解决技术问题。

这和保险AI的发力逻辑正好是反着来的。

就像前边提到的，AI对保险核保等关键环节的人力效率提升，以及对保险公司各部门协作间组织摩擦成本的降低。

毕竟，保险公司是典型的流程驱动型组织，诸如核保、理赔，风控、合规等关键环节都存在大量跨部门协同，大量业务流程多次审批、校验和系统交互的过程。

所以哪怕各部门亲密无间，但这一套流程走下来，组织摩擦成本也不会太小。

而AI，特别是Agent的作用，就是可以让AI主动去跨部门合作，让数据去跑路，让系统去对接，从而实现对组织效率的最大化提升。

整体是用AI技术的办法，来解决保险业的组织管理问题。

当然不可否认，这些更多都是理想状态下的结果，在实际中可能还会出现一定的偏差。

摆在明面上的一个不确定性就是：

AI进化所需要的新组织能力，与传统保险公司的基因对立问题。

在过去，保险业的决策权基本掌握在业务部门手中，而技术部门只是支持部门。但现在，AI想要真正发挥作用，就需要技术深度参与业务决策，甚至是主导业务创新。

这种身份地位的反差、这种改头换面式的组织变革，往往比技术应用更难以推动。

比如时任阳光保险集团总裁的李科就曾认为：业务线与技术线的信息不对称,以及协同创新机制问题，已经成为阻碍保险业数字智能科技应用步伐的重要原因。

又比如在今年年初，水滴提出“我们要完成从‘使用AI工具’到‘AI原生公司’的跨越”年度目标。

这背后，也未尝不是一次更深层次的、对各部门组织AI思维认知的转变……

从长远来看，水滴们的这种改变实际上是对的。

因为在国内开源模型的潮流下，未来健康险Agent的真正壁垒，不在模型，而在生态规模。

就像用户对AI健康管理提问那样，很多时候要的不是纸面答案，而是一个真有用的结果，一个可以在家附近完成挂号、购药和实现养老服务的结果。

未来，AI Agent能够调动多少真实健康资源，就决定着其最后能获得多少用户价值。

那么很明显，在这种重资产逻辑和马太效应下，中小保险机构是很难在规模上拼过巨头玩家们的。所以水滴们就需要在大象转身缓慢的窗口期，快速调转枪头，先一步用AI Agent去经营用户，去拼对单个用户的深度理解，以及每一次交互时的温度和效率，从而实现对用户心智的提前锚定。

一句话总结就是，大公司拼生态的广度，中小机构们也可以靠经营深度实现对健康管理赛道的突围。

这份信心不来自算力的膨胀，而来自一个朴素的判断：

一个以守护生命为使命的保险行业，在获得前所未有的技术赋能之后，任何人都有可能会将这份守护做得更周全、也更温暖。

技术终有边界，而守护没有。