编者按

 

12月21日，2023慧保天下数智保险专题研讨会在深圳正式拉开帷幕，主题为“做好数字金融大文章，加快数智保险发展”。在上午举行的主题演讲环节，阳光保险集团科技中心副总经理顾青山，基于其丰富资深的行业经验，从技术方面，详解了保险机构在数智化趋势下，能够在构建大模型时做些什么。

 

在演讲中，顾青山指出，如今以数智化为基础、以智能化为发展已经成为一个大趋势。新的大模型使交互方式发生了颠覆性改变，交互方式的改变也将使得保险业务领域出现颠覆性的变化。

 

在追逐大模型应用的浪潮中，他认为保险公司还需要有三层结构能力：外部大模型能够提供通识及知识的能力；保险机构自研大模型需要有提供保险行业知识和通识的能力；不同智能机器人项目需要具备不同领域的专家知识和专有机器人。

 

此外，他认为保险机构在追求大模型的智能化外，还需要将大模型与核心业务系统相连接，让大模型更具业务特性。

 

以下即为顾青山演讲全文：



顾青山 阳光保险集团科技中心副总经理
 

谢谢大家，感谢慧保天下邀请我来参与今天的研讨会。我也跟在座很多领导朝着同一个方向在思考和探讨问题，这个方向是什么呢？即数智化方向。大家可以看到近期讨论的主题正在悄然发生变化，最早我们探讨的是数字化，然后是数字化转型，到只有部分论坛主题是智能化，到现在开始演变成提数“智”化。我们阳光保险在11月19日联合主办了首届保险科技数智大会，主题同样为数智化，恰恰证明了如今以数智化为基础、以智能化为发展已经成为一个大趋势。我是技术出身，因此今天想从技术角度同大家分享阳光保险在数智化方面所做的探索、思考以及实践。

 

01

建立大模型应用，保险公司要有三层结构能力

 

首先，我们来看下大模型究竟给我们带来了什么？

 

一是新的大模型使交互方式发生了颠覆性改变。从前我们为了让机器能理解我们想让它干什么，我们需要程序员给做界面、做录入项、输出项，我们需要输入相应的东西才能让机器帮忙办点事。但现在大模型来了，我们能够跟以GPT4、ChatGPT为代表的大模型进行对话，我们说的东西它大概能明白。那未来，也许会出现我们描述某件事项它能够理解并且直接帮我们办了，这是第一大变化。

 

相应地，我认为交互方式的改变也将使得保险业务领域出现颠覆性的变化，无论是平台系统给内部员工提供的服务和工具，还是帮助业务员工为客户提供服务，以及我们直接给客户提供的服务，都可能发生颠覆性变化。正因如此，保险机构原来的业务系统可能很多地方都需要重新设计更新。

 

二是大模型已经能够理解客户和听懂客户的需求。当然它还未达到完全听懂的程度，专业水平也还欠缺。三是大模型已经开始能够像人一样思考。四是它已经能够自主解决问题，从最早做规则、做决策到可以用知识、方法解决一些问题，这是我们看到大模型一个大的变化。

 

这些大的变化恰恰非常符合保险公司、保险业的本质——即数据应用以及利用数据为客户提供服务。而加入大模型技术变革的公司迫切需要建立自己的大模型。

 

我们也在4月份建立了自己的大模型。因为当时行业里也没有能参考的，我们也在摸索到底该怎么用大模型、自己建大模型的成本到底有多高，因此选择了混合大模型。然而总结来看，我们认为要做大模型应用的保险公司要有三层结构能力。

 

第一层是外部大模型能够提供通识及知识的能力。我把它类比为高中生或者大学生的通识，它知道一些通用知识、通用逻辑、知道你跟它说的事情或者要办的事情，它要思考的东西。

 

第二层是保险机构自研大模型需要有提供保险行业知识和通识的能力。可以类比成进入专业领域的学生，或者是保险专业的毕业生，它已经懂一些保险的术语、保险业务场景、保险业务经验的知识或者前辈传给他的知识，它能够看得懂这些文档，学到这些知识。

 

第三层是不同智能机器人项目需要具备不同领域的专家知识和专有机器人。这里包括不同的领域专家、销售代理人、查勘员、核保专家、定损专家，要根据不同的领域构建。

 

我觉得这块的构建是保险公司最大的工作量，因为过去我们的行业知识经验能力没有结构化地沉淀到系统内，更多的是文档和资料。如何让这些文档资料变成大模型可以理解、学习，且能够去运用的数据和知识？这可能是重点需要建设的。我们认为外部大模型能力将会决定智能程度的下限，内部大模型包括这些领域专家的模型则将会决定智能应用的上限。

 

02

理解大模型的有效途径即使用大模型

 

但大模型是不是真的能解决我们的问题呢？行业内有很多的争论，会说它还不成熟、它有些问题解决不了、它有时候胡说八道等等，总之会有很多质疑的声音。但我们既然决定要做这件事，我们就要搞清楚“到底什么情况下能用大模型解决问题？”“什么情况下暂时还不能但很快就可以？”“什么情况现在做了虽然还不能完全达到，但随着大模型升级很快就能达到？”

 

要搞清楚这个大模型到底能够用在哪些场景，我认为最重要的是要去使用它，包括国内的大模型和国外的大模型。

 

我举个例子，我当时使用[PY1] 国内的一个大模型，让它给我出个题，这个题要是人类一眼就能做，但是大模型很难做出来或者很难做对。它回答我，基本上人类能理解的题目它也能理解，所以很难出这样的题，但尝试给我出一个。之后我又润色改造了一下，大家可以试一试。

 

我的问题是让大模型从下面的选项中选择一个正确的答案：A、今天是星期三，明天是星期二；B、今天是星期一，明天是星期四；C、今天是星期四、明天是星期五；D、今天星期五、明天星期六。

 

我把这个问题抛回给这个大模型，它自己出的题，最后它答错了，它说B是对的，还给我一段解答，“因为今天是星期一，一个星期有七天，所以明天是星期四，所以B是对的”。可以看到它的语言逻辑很通畅，但实际的逻辑是错的，它有一定的能力，但还差那么一点点。

 

我问ChatGPT3.5哪个是对的，它告诉我说C是对的。接着我问为什么C是对的？它说，很抱歉，我认为D是对的。我又说为什么D是对的？它说很抱歉，B是对的。ChatGPT3.5它在尝试到底哪个是对。

 

我问ChatGPT4，它告诉我，C和D都有可能是对的，但由于我不知道今天是星期几，所以我不太确定哪个答案是正确的。它已经知道这个逻辑了，并且知道第一个答案的逻辑关系、第二个答案的逻辑关系常识上是对的，但它不知道时间。我问它你不知道现在的时间吗？它说我是个大模型，我不知道现在的时间。

 

我又把这个问题抛给ChatGPT-4 Turbo，我问了这个问题之后，它去查了时间，最后它告诉我C是对的——因为今天是星期四，所以明天星期五。你可以看到大模型的逻辑能力也在逐渐增强，且这个进步是迅速的。3.5逻辑上还是错的，到4 Turbo已经能结合现在的环境、常识、问题找出符合逻辑的答案。我们需要去使用大模型才能了解大模型到底能达到什么样的程度、能有什么用。

 

03

大模型构建强调智能化与业务特性

 

以下，我将结合阳光保险的大模型实例，分享数智化经验。

 

阳光保险的科技发展历程从最开始的系统化，到互联网化、移动化和数智化发展历程，跟整个行业的步骤基本上是一致的，我们2023年开始规划进入阳光科技3.0阶段，更强调智能化以及智能化的发展。

 

阳光保险的大模型平台主要由平台工具层、阳光正言GPT层、业务应用层组成。在搭建GPT架构时，我们一方面引入了多种外部大模型，另一方面内部自建大模型，构建专业能力、通用能力。我们可以利用大模型平台实现赋能全员办公、销售机器人、管理机器人、服务机器人，以及拓展更多的业务应用。

 

同时我们认为需要以大模型平台为基座来全面构建智能机器人，才能做好我们的应用。智能机器人还需要有洞察能力，听、说、看、做的能力。因此阳光正言GPT要打磨的则是一个具备先进的语音处理能力、图像处理能力和自然语言处理能力的统一标准的、业务友好型的大模型底座。

 

我们还将大模型编程成插件，并把这个插件集成到开发环境里，插件的加入打通了与核心业务系统的连接，能让大模型更有业务特性。例如它能够在测试案例、代码注释中发挥作用，做保障查询、条款解析等应用。

 

这里给大家举一个例子，因为过去大模型做的很多人工智能应用，都是局部应用，例如智能图片定损、智能核保风控判断，而没有深入销售领域过，因为销售领域交互多。而大模型正好偏强交互，所以我们选择了在交互领域来做大模型的应用。我们利用大模型做线上销售，在微信里跟客户沟通。我们将机器人自动生成的文字进行配音，把整个自动化应用跟业务流程完全融合起来，给客户提供最好的体验。

 

另外，在寿险方面，我们将通过数字人直接与客户沟通，帮助代理人去解答客户问题，或者帮代理人介绍产品、方案。未来，或许机器人的智能化能够全流程实现。

 

谢谢大家。