编者按

4月25日，在深圳市南山区政府指导下，由『慧保天下』主办、众安信科独家战略合作、律商联讯风险信息协办的题为“从互联网时代到AI时代，AI+保险的战略推进与应用创新”的“2025保险科技峰会暨专题研讨会”在深圳市南山区档案服务大厦举行。招商信诺人寿保险有限公司（以下简称“招商信诺”）信息科技部总经理张琦出席活动并发表题为《AI重构保险新生态——从技术趋势到业务价值的实践路径》的主题演讲。

张琦介绍了近年来招商信诺聚焦高价值场景，坚持渐进融合策略，在多个领域开展的实践：在IFRS17项目上，该公司采用国产GPU和昇腾底层框架进行高性能计算，成为国内IFRS17计算中使用GPU的先行者，实现计算效率百倍提升，成本大幅下降；智能质检领域，成功替代9成人力，显著提升效率；云外呼技术成熟，正探索更合适应用场景；智能理赔借助图像识别技术突破，实现每天处理250万张图片；此外，在智能风控、知识库建设及医疗垂直模型开发等方面也成果显著。

展望未来，他指出，招商信诺在AI探索中始终围绕价值优先的二八原则。招商信诺在技术变革中不断探索、谨慎选择，通过技术创新实现业务突破，未来也将继续在保险科技领域深耕，为行业发展提供更多经验借鉴。

以下即为张琦演讲全文：

张琦 招商信诺人寿信息科技部总经理

尊敬的各位领导，各位同事，大家下午好！很高兴能代表招商信诺跟大家进行分享。

01

招商信诺AI战略：围绕信诺高价值业务场景，价值优先，渐进融合

我先简单介绍一下招商信诺这些年来在人工智能方面的经验和体会。我们从10年前就开始在信息技术上采用人工智能相关技术了。当时人工智能主要应用在CV图像视频、语音、自然语言以及知识领域。招商信诺在电销和银保方面发力较早，所以那时我们就大量使用了人工智能技术，不过那时的硬件以CPU为主，机器学习方向各不相同。

2022年之后，特别是2023年初，Transformer架构的人工智能大模型出现，给我们带来了很大的震撼，几个机器学习模型逐渐趋同。从2023年到2025年，人工智能技术发展日新月异，保险公司也面临着巨大挑战。前期我们在语音和图像识别上投入了不少精力和资源，效果也还不错。但2023年之后技术变化太大，我们开始思考如何在价值驱动和技术驱动之间找到平衡点。在学习和研究2023年的大模型后，我们在后续发展方向上变得慎重起来，但也做了很多尝试并取得了较好的效果。

2023-2024年，招商信诺做了很多尝试。2025年春节前后，DeepSeek的出现是一个重大事件。2024年我们意识到CPU和老显卡技术已经无法适应现代技术发展，开始考虑新算力的选择。当时英伟达很火，但鉴于国际形势，我们担心其“护城河”会对我们的投入和技术发展产生影响。于是我们选择了国产昇腾系列，在生产环境应用上慎之又慎。现在看来，这个选择是正确的。2025年春节后，DeepSeek开放权重，让我们IT人员非常鼓舞。之前我们面临有硬件但大模型成本高、性价比低、稳定性差等问题，但DeepSeek出现后，应用模式快速转变，行业内技术每月都在变化，我们的应用也发生了巨大变化。

尽管有声音质疑Transformer模型是否发展到头，但从企业角度来看，我们已经投入了大量资源并做了深入研究。我们认为Transformer模型在硬件和算力性价比以及应用场景上仍有很大发展空间，至少未来两三年内基于该技术的发展前途依然广阔。今年下半年，应用生态和场景可能会发生巨大变化，出现更多新颖的东西。

从企业的角度看，我们一直在思考人工智能到底用在什么地方更合适。前两年我们很困扰到底是“拿着锤子找钉子”还是“有钉子找锤子”。我们发现前两年大量模型不稳定、性价比低，纯技术驱动可能导致浪费。于是我们做了慎重分析，发现基于Transformer对文字的识别、条款、规则类应用场景有很大潜力。今年我们新产品条款都可以自己拆分和识别，微调速度快，新产品一出来内部微调模型就能马上更新，这在去年是无法想象的，因为成本太高、意义不大。但从2025年2月份之后，这种变化让很多事变得可行且效率提高。

我们对人工智能使用的思考主要有三点：

一是算力挑战：从一开始就考虑到算力问题，因为所有东西都源于硬件计算。目前CPU技术被认为已到瓶颈，所以转向GPU。但GPU的应用重点是关键，如果重点放在推理和预训练上，性价比并不高。人工智能不只是大模型和推理，我们也在寻找真正的使用场景。

二是幻觉问题：去年或2025年2月份之前，幻觉问题很严重。但DeepSeek开放权重后，更多人可以尝试自己做事情，技术发展迅速，通过知识库和DeepReSearch技术，幻觉问题得到了很大改善，知识库质量大幅提升。

三是私有化和数据敏感性问题：我们觉得这个问题可解。可以通过私有化部署，另外推理模型如果调用API，公有推理模型在性价比上也存在问题，所以有些技术可以解决，我们对此比较乐观。

02

招商信诺AI重点举措与落地实践：渐进融合，严格遵循“二八原则”

招商信诺这几年坚持高价值场景选择，优先选择价值最高的，渐进融合，严格遵循“二八原则”。

一是IFRS17：其复杂度主要体现在大数据计算上，数据量呈指数级增加，带来巨大性能计算挑战。我们在2023年慎重选择使用国产GPU，重点先用在昇腾底层框架的高性能计算上。我司是全球唯一在I17计算上使用昇腾架构进行GPU高性能计算的公司，优势明显，性能提升百倍，成本大幅下降。一块昇腾910B显卡足以支持目前所有场景的高性能计算。

二是质检：因招商信诺前几年电销量大，对双录和云质检要求高，大量人力投入其中。我们将质检放在优先解决位置，效果显著，基本实现人力替代9成。

三是外呼：TTS和语音技术发展快，但电销业务受限，我们考虑将技术用于客服外呼或内部使用，选择更合适的场景。

四是理赔：智能理赔主要挑战在图像识别上，现在识别准确率和结构化能力大幅提升，公司内部图像识别每天处理250万张图片，成本非常低，性价比高。

我们在GPU高性能计算上采用CNN框架，难度低，效果好。复杂逻辑计算中，GPU和CPU差异巨大。我们选择昇腾GPU，投入只有行业对标的1/5到1/10，性能却能实现百倍提升。I17每月和全年运行，1小时就能跑完，相比传统方式效率极高。

我们还采用流批一体技术，不过与AI关系不大，就不多介绍。智能质检主要提升人力效率，外呼技术成熟，但要考虑道德、监管要求和成本。智能风控重点在非标件核保和理赔复杂单据上，提升效果显著。知识库方面，最近LLM技术发展快，特别是DeepSeek出现后，我们对内部知识库的准确度和可使用性充满信心，大量应用与之相关。

招商信诺作为以健康保障为专长的公司，聚焦医疗垂直模型，包括条款和大健康服务。我们使用阿里、千问的14B以下小模型，因相关知识固定且更新频繁，现在技术更新速度快，效果好，具备更大可使用场景。

以上就是招商信诺这些年的思考和实践，谢谢大家！