保險業的分化時刻：AI上桌，組織能力才是那盤“菜”？

作者：Evin

編輯：劉致呈

審核：徐徐

出品：互聯網江湖

最近，國家金融監督管理總局突然發布了一則《關于銀行業保險業人工智能安全開發應用的指導意見》，整體覆蓋治理架構、開發應用、數據治理、風險管理等多個層面，為保險業AI應用劃出了一道明確的合規邊界。

為什么此時要發這么一個指導意見？

原因無他，AI在保險業的戰略地位越來越重要了。

進入2026年以來，先是中國太保在上海以“All in AI，重塑保險”為主題召開了首屆科技創新大會，標志著其“人工智能+”戰略全面進入深化實施階段。

然后是水滴公司宣布將“打造AI原生科技公司”定為年度主線，接著是友邦保險在4月初成立了“科技、營運及數據委員會”，也把發力AI推到了戰略高位上。

此外，最近還有兩家備受關注的、正在沖擊IPO的保險科技公司，核心業務同樣主打用AI為金融保險機構們科技賦能的邏輯……

可見，現在從資本市場到保險業，對AI的重視程度都上升到了一個前所未有的高度。

那么在此背景下，這則指導意見的發布，會不會給整個行業帶來一些新變量？

未來，保險+AI的故事又該怎么走?

這些問題值得思考。

從降本增效到第二曲線，保險AI正在起飛？

為什么今年保險AI突然爆發了？

核心有兩點：

一是最明顯的，現在保險業在利潤表中真切地看到了AI的價值成效。

據此前艾瑞咨詢發布的《2025年保險行業AI應用全景洞察報告》顯示，中國保險業2025年科技投入預計突破670億元，AI板塊以22.5%的年均復合增長率成為增速最快的新方向。

落地到財報方面，2025年，平安產險反欺詐智能化理賠攔截減損超105億元；同期，新華保險則是上線了多個大模型智能體，各項問題解決率超97%，問答準確率接近100%，直接賦能了全國3500余名柜面人員及超10萬名代理人。

還有專注為保險機構提供承保與理賠全流程智能化解決方案的暖哇科技，去年營收約10.24億元，也較2024年實現了明顯增長……

這些都是AI在保險行業“降本增效”價值的具象化體現。

其實保險行業很有意思，看似身處高大上的金融賽道，但實際上卻是一個人力密集型行業。

不僅整體業務鏈條長且碎片化——產品設計、核保、銷售、客服、理賠，而且每個環節還都可能會涉及大量非結構化數據，比如處理病歷、檢查報告和保單條款、核查理賠材料等。

所以過去保險業非常依賴人工判斷，比如核保人員日常面對的就是上千款產品條款與各類非結構化的醫療記錄，一旦遇上復雜的健康險等案件，處理時間可能就要按天計……

而AI大模型在處理復雜非結構化信息上的理解、歸納推理優勢，正好切中了這一效率痛點問題。

比如有公開資料顯示，水滴公司在推出行業首個AI核保專家KEYI.AI——基于自研的水守AI，以及整合上千款保險產品條款以及千萬量級的核保與醫療知識后，現在就可以將復雜的健康險核保平均處理時間縮短80%，且準確率達到99.8%，響應速度較此前提升了超百倍之多。

這帶來的一個直接影響就是：未來，保險核保業務可能會逐漸從人力密集環節向技術密集型轉變，規模效應將隨之覺醒，邊際成本也會不斷遞減……

當然除此之外，如果參考過去銀行業的歷史經驗——從ATM機到信用卡交易，再到移動支付、AI支付，每一次技術進步，都不僅僅是提高了原有業務的效率，而且還會創造新的服務方式，打開新的市場增長空間。

而今，AI在保險業也已經有點初現端倪了。

就像在產品設計方面，過去險企受限于數據不足、風控模型精度不夠等問題，所以不少帶病人群都會卡在健康告知環節，被保險拒之門外。

但如今在AI大數據的加持下，在險企們可以更精準地評估個體風險、輔助精算定價后，去年水滴就上線了242款定制產品，其中57款為免健康告知產品，包含首款免健康告知母嬰險“接好孕”等；

今年，太平洋健康險也發布了一款藍醫保·免健告長期醫療險（有福版）。該款險種不僅在投保前無需健康告知，而且還在全國范圍內首次引入了“AI+真人”健康險管理服務……

所以在某種程度上，AI對保險業來說不只是提高效率的工具，更是一個擴展金融服務能力邊界的戰略新支點。

說起戰略，這就要提到保險AI爆發的第二點了：AI讓保險業玩家們看到了一個打通保險到健康管理服務市場的新入口。

保險的本質是什么？是風險管理。而最好的風險管理就是盡可能讓風險不發生。

這也正對應著和保險行業高度相關的、萬億市場規模的健康康養領域。

所以時至今日，“從支付走向服務”幾乎就成了健康險行業的一個新共識。

無論是頭部的銀行保險公司，還是新興健康險機構們都在積極布局，比如中國平安在以“綜合金融+醫療養老”雙輪驅動，構建覆蓋全場景的醫養“四到”服務體系；中國太保將“大康養”納入新三大戰略，初步形成“防-診-療-復-養”康養服務體系。

還有眾安保險從“尊享e生2025”開始，也選擇在健管服務上全面升級，推出了眾安健康醫療服務體系——“e起健康”……

不過雖然都在做，但做好的不多，從保險延伸到到健康管理服務領域，并實現商業閉環的就更少了。

關鍵在于，“服務”很難實現標準化供給。

健康險的背后涉及保單責任、疾病風險、用藥方案、醫院資源、康復護理等多個專業領域，因為大多都是非標服務，所以想要做好就得和人力投入高度綁定，然后就是服務規模越大，運營成本越高；服務內容越復雜，交付效率就越低，管理難度也越高……

但如今，AI在這條邏輯閉環中打開一個新缺口。

比如前邊提到的太平洋健康險“藍醫保·免健告長期醫療險（有福版）”，投保用戶日常可通過AI應用“螞蟻阿福”獲得免費健康咨詢、報告解讀等服務。在需要就醫時，還有真人健康顧問提供24小時專屬服務，包含在線問診、專家問診等定制服務。

其中，在線問診、專家問診等就醫服務由好大夫在線負責。

又比如輕松健康，在AI賦能下，公司的營收重心更是已經從保險銷售徹底轉向了健康服務。

天眼查APP顯示：2025年，其健康相關服務實現收入9.26億元，同比增長50.2%，占總收入比重提升至73.7%，遠超保險相關服務表現。

整體基本實現了“AI健康管理+保險保障”的生態閉環，也找到了從支付到服務的增量市場。

那么既然如此，作為同出一派的水滴們，未來是不是就有可能在健康方面實現新的市場突破？

而對規模更大，業務更復雜的平安保險們來說，這算不算也是一種莫大的激勵呢？

AI上桌，組織能力才是那盤“菜”？

其實很有意思，這則指導意見的發布，看似是在說保險AI技術問題，實則是在給保險公司們的組織管理能力提要求。

比如當中提到的，AI輔助做出的承保、理賠、定價決定，責任不在算法，在保險公司。

比如將承保、理賠、風險管理列為高風險應用，并指出AI可以輔助，但客戶能不能承保、理賠能不能賠，不能被一個不可解釋的模型結果直接決定。

公司要在高風險應用關鍵環節建立人工監督和干預機制，明確緊急停用及模型退出條件，建立備用系統或人工替代流程……

整體態度非常鮮明：現在AI可以用，但因為AI幻覺、數據安全、算法歧視等客觀問題的存在，所以保險需要在組織管理制度上給AI拴上韁繩。

也就是用管理的辦法，來解決技術問題。

這和保險AI的發力邏輯正好是反著來的。

就像前邊提到的，AI對保險核保等關鍵環節的人力效率提升，以及對保險公司各部門協作間組織摩擦成本的降低。

畢竟，保險公司是典型的流程驅動型組織，諸如核保、理賠，風控、合規等關鍵環節都存在大量跨部門協同，大量業務流程多次審批、校驗和系統交互的過程。

所以哪怕各部門親密無間，但這一套流程走下來，組織摩擦成本也不會太小。

而AI，特別是Agent的作用，就是可以讓AI主動去跨部門合作，讓數據去跑路，讓系統去對接，從而實現對組織效率的最大化提升。

整體是用AI技術的辦法，來解決保險業的組織管理問題。

當然不可否認，這些更多都是理想狀態下的結果，在實際中可能還會出現一定的偏差。

擺在明面上的一個不確定性就是：

AI進化所需要的新組織能力，與傳統保險公司的基因對立問題。

在過去，保險業的決策權基本掌握在業務部門手中，而技術部門只是支持部門。但現在，AI想要真正發揮作用，就需要技術深度參與業務決策，甚至是主導業務創新。

這種身份地位的反差、這種改頭換面式的組織變革，往往比技術應用更難以推動。

比如時任陽光保險集團總裁的李科就曾認為：業務線與技術線的信息不對稱,以及協同創新機制問題，已經成為阻礙保險業數字智能科技應用步伐的重要原因。

又比如在今年年初，水滴提出“我們要完成從‘使用AI工具’到‘AI原生公司’的跨越”年度目標。

這背后，也未嘗不是一次更深層次的、對各部門組織AI思維認知的轉變……

從長遠來看，水滴們的這種改變實際上是對的。

因為在國內開源模型的潮流下，未來健康險Agent的真正壁壘，不在模型，而在生態規模。

就像用戶對AI健康管理提問那樣，很多時候要的不是紙面答案，而是一個真有用的結果，一個可以在家附近完成掛號、購藥和實現養老服務的結果。

未來，AI Agent能夠調動多少真實健康資源，就決定著其最后能獲得多少用戶價值。

那么很明顯，在這種重資產邏輯和馬太效應下，中小保險機構是很難在規模上拼過巨頭玩家們的。所以水滴們就需要在大象轉身緩慢的窗口期，快速調轉槍頭，先一步用AI Agent去經營用戶，去拼對單個用戶的深度理解，以及每一次交互時的溫度和效率，從而實現對用戶心智的提前錨定。

一句話總結就是，大公司拼生態的廣度，中小機構們也可以靠經營深度實現對健康管理賽道的突圍。

這份信心不來自算力的膨脹，而來自一個樸素的判斷：

一個以守護生命為使命的保險行業，在獲得前所未有的技術賦能之后，任何人都有可能會將這份守護做得更周全、也更溫暖。

技術終有邊界，而守護沒有。