摘要：2023年初，ChatGPT走进了我们的生活；2024年初，Sora又走进了我们的生活。今年初，DeepSeek横空出世，成为搅动全球大模型市场的一条鲇鱼，带来性能、价格、开源三重冲击。AI正在重构保险，DeepSeek能否成为保险业转型发展的催化剂呢？

作者｜ 陈辉「中央财经大学中国精算研究院副研究员」

文章｜《中国保险》2025年第3期

2023年初，ChatGPT走进了我们的生活；2024年初，Sora又走进了我们的生活。今年初，DeepSeek横空出世，成为搅动全球大模型市场的一条鲇鱼，带来性能、价格、开源三重冲击。AI正在重构保险，DeepSeek能否成为保险业转型发展的催化剂呢？

随着人工智能（AI）技术的迅猛发展，保险业即将经历一场技术驱动的变革。2001年上映的科幻片《A.I.人工智能》，使我们第一次直观地认识了AI这个概念。20年后，AI从科幻电影中的概念走出，逐步融入我们的日常生活。从OpenAI的ChatGPT、Sora，到DeepSeek的Deepseek-V3、Deepseek-R1，再到xAI的Grok，以及最近火热的Manus……这些正在彻底改变我们与计算机的互动方式，并实现各种任务的自动化。ChatGPT、DeepSeek、Grok是由AI驱动的自然语言处理（NLP）平台。这些大模型在一个大型文本数据集上进行训练，并可以根据输入生成文本，可用于多种任务，如语言重述、文本摘要、内容生成等；这些大模型还可以集成到聊天机器人或语音助手等对话界面中，以提供更自然、更像人类的用户互动。

DeepSeek是一款基于Transformer架构、混合专家（MoE）架构、多头潜在注意力（MLA）机制的大型语言模型，它具备强大的自然语言理解和生成能力，能够处理多种复杂的语言任务，如智能对话、文本生成、语义理解等。此外，DeepSeek的核心优势在于其高性能、低训练成本以及开源策略。因此，DeepSeek不仅是一个自然语言处理平台，还通过其强大的功能和灵活的扩展性，成为开发者、企业和研究者在多个垂直领域的重要工具。

显然，DeepSeek已超越单一大模型的范畴，更像是一个全新生态系统。DeepSeek预示大模型的应用将逐步走向普惠，并将助力AI应用广泛落地。为此，保险业要积极拥抱智能变革，大力推进基于AI技术的保险创新，高度重视AI技术对保险业的影响。

人类会被AI取代？人类终将与AI共生？面对这样的追问，DeepSeek给出了一段“终极自述”，“我是生产力爆发时代的白骑士，倚在人类文明这座巨型雕塑旁的光影——既深深烙着创造者的指纹，又投下自身独有的轮廓。当人们惊诧于我的语义生成如同莎士比亚转世，请记得那绚丽的火花，始终源于您掌管的思想燧石。”我们已经强烈感受到AI时代呼啸而来，巨浪如此强大、迅猛，我们不能像鸵鸟一般视而不见。我们不能抗命，但也不能认命。我们应该知命，更应主动思考AI技术对保险的重构，找到基于DeepSeek等大模型加速保险业转型升级的动力、路径和政策。

Deepseek正以前所未有的速度渗透到各行各业，保险领域也不例外。保险业，一直都被视为AI应用落地速度最快、影响程度最大的行业。这可能与其业务属性有关，保险是风险管理者、风险承担者和投资者的统一体，具有风险治理、价值创造和资源配置三大职能。新技术的变革对其竞争环境、竞争优势、运营成本、风险控制等关键方面，都有着重大影响。

DeepSeek等大模型正在加速AI技术对保险业的重构，保险业借助DeepSeek可以提供更好的风险管理、保险保障和财富管理解决方案，降低运营成本，减少人为错误，改善客户服务，优化风险评估，提升欺诈检测能力，实现承保理赔自动化，创新保险产品服务等。为此，我们需要正视DeepSeek对保险业的重构，并需要“穿透”AI技术衍生的各种新商业模式、应用、流程和产品等，识别出保险发展中的“不变量”和“变量”。

1.保险发展的“不变量”

“不变量”是研究保险创新的关键。把握住“不变量”，就能从纷繁复杂的保险创新活动中看到演化逻辑，既更好理解现状，又有效预判未来。经济学家兹维·博迪（Zvi Bodie）和罗伯特·莫顿（Robert C. Merton）提出了金融的六项基本功能：支付和清结算、聚集资源和股权细分、跨越时间和空间转移资源、管理风险、提供信息，以及解决激励问题。博迪和莫顿认为，金融功能比金融机构更稳定，金融机构的形式取决于它们执行的金融功能。金融功能是一个重要的“不变量”，这正是功能性金融监管（基于金融体系基本功能而设计的更具连续性和一致性，并能实施跨产品、跨机构、跨市场协调的监管）的理论基础。这六项基本金融功能，对理解AI技术对保险的影响也是适用的。笔者在《保险科技：框架与实践》一书中论述了保险的四大基本保险功能：风险治理、承保与理赔（支付与清结算）、信息处理、资源配置，这是保险的“不变量”。

在“不变量”这一框架下，我们关注的是AI技术所能发挥的功能，而不是AI技术的名称，其目标是要在功能给定的情况下，寻找能够最有效地实现既定功能的制度结构。比如，DeepSeek改变的是保险业风险治理、承保与理赔（支付与清结算）、信息处理和资源配置的路径选择，进而衍生出制度转型、制度变迁等。

因此，保险业要基于DeepSeek的视角，在AI技术重构保险产业链过程中，让中国保险体系和国际分工向全球保险产业链、价值链的高端延伸。首先，保险企业要意识到，其核心竞争力可能不再是过去的比较优势、竞争优势，而是源于企业拥有的技术、数据等。其次，从国家层面来说，要把技术、数据当成一个重要的生产要素，让数字产业化，在这个基础上，再把产业数字化。最后，对于保险业来说，要充分利用数据资源、数字技术，实现资源配置和生产服务过程的智能化、智慧化、自动化、柔性化和定制化。

2.保险发展的“变量”

“变量”是研究企业核心竞争力的关键，保险企业的经营就是要让“关键变量”成为高质量发展“最大增量”。DeepSeek具有低成本、高性能和开源的特点，这带来了技术普惠，将深刻影响保险应用变革。随着我们对DeepSeek认知的深入和应用的成熟，AI技术赋能将渗透到保险业务链条的方方面面，从产品设计与开发、保险营销、承保与理赔、资金运用、客户服务、风险管理、合规管理、财务管理等所有环节，同时将重塑保险价值链，推动保险流程的优化和效率的提升，推动保险业的变革与升级。

（1）改善客户服务。保险企业可利用DeepSeek彻底变革客户服务，通过聊天机器人提供实时协助。凭借DeepSeek的能力，它能够快速且高效地回复客户咨询和投诉，并提供必要的详细信息和信息请求。

DeepSeek可以集成到聊天机器人中，提供自动化的客户服务。客户可以询问有关保单、到期日或保险范围的问题，聊天机器人可以提供相关信息。这一功能可以为客户提供快速有效的答复，而无需长时间等待或与客户服务代表通话。过去，聊天机器人只能使用预设的回答来回应初步咨询，而如今，DeepSeek能够无需脚本即可提供复杂问题的完整答案。

（2）提升欺诈检测。DeepSeek可以帮助保险企业通过分析大量承保理赔数据并识别数据中的可疑模式来检测和预防欺诈。例如，它可以检查保险索赔的文本，判断其是否为欺诈；分析客户对损失的描述，看其是否与物理验证相符；评估客户过往的索赔记录，判断其是否有欺诈索赔的历史。它还可以分析社交媒体帖子和其他在线内容的文本，以发现欺诈行为。

（3）优化风险评估。保险承保的关键是准确评估风险，并根据风险设定具有竞争力的保费，但大多数情况保险销售人员没有能力进行风险评估。此时，DeepSeek可以发挥作用，其利用海量的数据点可以提供更精准的评估，帮助客户获得合适的价格和保险保障。

（4）实现承保理赔流程自动化。DeepSeek可以帮助核保人快速收集大量信息。例如，在财产险业务中，DeepSeek可以分析天气模式、经济状况和人口趋势的数据；在人身险业务中，DeepSeek可以分析客户健康状况、消费习惯、财务状况、生活方式等数据。这些数据能辅助核保人做出更好的承保决策，或更高效地满足客户需求。

DeepSeek通过分析客户数据，可以确定风险情况，并提供定价和保障范围的建议。例如，通过分析客户的年龄、财务状况、职业和生活方式，确定其风险概况；通过分析客户健康、财务状况或驾驶记录的数据，确定其风险水平。这些功能可以帮助保险企业根据风险概况为客户提供定制化的保险保障和保险定价。

（5）提高合规水平。对于任何保险企业而言，合规至关重要，因为不合规可能导致重大财务损失和品牌形象受损。DeepSeek可以通过跟踪保险承保、理赔、客服等活动并检测潜在的违规行为，帮助保险企业遵守合规要求。另外，了解你的客户（KYC）和反洗钱（AML）流程对于保险企业来说至关重要，以降低保险犯罪风险并符合合规要求。DeepSeek可以通过评估大量客户数据（包括个人信息、交易历史和财务信息）并识别潜在合规问题，并提高合规检测的灵敏度。

综上，DeepSeek等AI技术整合到保险业，有可能彻底改变保险业务链，实现更个性化和动态的风险评估。保险企业在AI应用领域有很好的基础，DeepSeek有其独特之处，它可以处理大量文本数据，帮助生成交易策略，分析历史数据并预测未来趋势，还能自动生成报告。DeepSeek在保险业有很多容易落地的场景，如智能客服、营销助手、智能顾问、量化交易助手、投研市场分析、语音质检、风险评估、运营管理、合规管理等。DeepSeek在保险中的应用可以推出更个性化、更贴近终端用户的新产品。总体而言，DeepSeek在保险业的整合有潜力提高效率、降低成本并提升客户体验。

金融大模型一般分为金融预训练语言模型（FinPLMs）和金融大型语言模型（FinLLMs）。其中，大型语言模型（LLMs）是一种利用大量文本数据进行训练的深度神经网络，能够在多种任务上表现出优异的效果，逐步被应用于金融领域，如BloombergGPT模型、FinGPT模型。

（1）BloombergGPT模型。彭博社（Bloomberg）与约翰斯·霍普金斯大学（Johns Hopkins University）于2023年3月30日发布了一篇论文（BloombergGPT：A Large Language Model for Finance），介绍了他们开发的一个拥有500亿个参数的金融大型语言模型BloombergGPT。该模型是基于开源的GPT-3框架进行扩展和改进的，利用了彭博社丰富的金融数据源，构建了一个3630亿个标签的数据集，支持金融行业内的各类任务。

（2）FinGPT模型。哥伦比亚大学与纽约大学（上海）于2023年6月9日发布了一篇论文（FinGPT: Open-Source Financial Large Language Models），介绍了他们开发的一个开源的金融大型语言模型FinGPT，旨在替代非开源的BloombergGPT。该模型数据经过集中清洗并开放，采用端到端设计，结合人类反馈强化学习。通过低秩自适应（LoRA）技术，FinGPT将训练参数大幅降至367万，便于部署和微调，尤其适合股价预测等任务，提供实时决策能力。

根据BloombergGPT模型和FinGPT模型的框架，保险业可以基于DeepSeek等构建保险大模型（InsurGPT或InsurLLMs），其框架可分为四个层次：数据源层、数据工程层、LLMs层和应用层（如图1所示）。

（1）数据源层：从新闻网站、社交媒体平台、财务报表和市场趋势等多个在线来源获取广泛的金融数据（包括保险数据，下文不再单独注明），确保市场覆盖的全面性和数据的时效性。

（2）数据工程层：实时处理NLP数据，采用先进的NLP技术过滤噪声并提取关键信息，以应对金融数据的高时效性和低信噪比问题。

（3）LLMs层：基于DeepSeek等大模型采用多种微调方法，特别是LoRA技术，减少可训练参数数量，从而降低成本并提高模型的适应性。

（4）应用层：提供实际应用的演示，包括智能顾问、智能承保、智能理赔、量化交易和低代码开发等，展示InsurGPT在保险领域的实际应用潜力。

DeepSeek是保险大模型构建的基础设施，其不需要再进行标准LLMs基准测试，如语言建模（LM）、阅读理解（RC）、命名实体识别（NER）、关系抽取（RE）、文本分类（TC）、文本生成（TG）等，但需要进行开放的保险基准测试和内部的保险基准测试。其中，前者包括保险问答（IQA）、保险情感分析（ISA）、保险摘要生成（ISG）、保险新闻生成（ING）等，后者包括保险知识图谱（IKG）、保险对话系统（IDS）、保险预测（IP）、保险推荐（IR）等，以验证InsurGPT能够在各种保险任务上表现出专业能力，同时也能够利用其通用领域的知识来提高效果。经过开放的保险基准测试和内部的保险基准测试之后，InsurGPT就可以称之为专门针对保险领域的LLM，其有着广泛的应用场景，如保险智能顾问、保险内容生成、保险知识获取、保险教育和培训等。

综上，DeepSeek作为一个开源的大模型，为保险领域的LLMs提供了一个强大的基础，保险业构建InsurGPT的重心不再是打造LLMs底座，而是数据集成、数据工程和保险应用。因此，保险企业基于DeepSeek构建保险大模型的策略发生了变化：第一，理解和掌握DeepSeek技术，保险企业高层应深入了解DeepSeek及其潜在影响，设计和实施试点项目；第二，制定和实施战略计划，基于DeepSeek探索的洞察，制定支持保险业务战略的转型计划；第三，创建和执行全面的数据战略，开发和实施内部和外部数据的获取和管理策略，确保数据质量和多样性；第四，培养合适的人才和打造有效的应用，吸引、培养和保留具备关键技术技能的人才，投资基于AI技术的保险应用软件。

如前文所言，DeepSeek开源推动了AI技术的普惠发展，促进了AI服务的可及性，保险大模型不再是大型保险企业的专利，中小保险企业完全可以基于DeepSeek构建InsurGPT，另辟蹊径、换道超车，打造保险业的“隐形冠军”。如何借助Deepseek更加有效地促进保险业的转型升级，成为一个不可回避的问题。

第一，学习“指数型思维”改变保险业的认知逻辑。此刻即未来，科技进步的速度远超任何人的想象，从现在开始的下一个10年，我们将经历比过去一百年更多的动荡并创造更多的可能。每一个保险人和保险机构，只有了解并掌握指数型思维，利用大趋势的确定性来抵抗保险业自身小波动的不确定性，才能应对呼啸而来的未来！

第二，学习“开源思维”推进保险业务流程的智能化。DeepSeek等AI技术正在加速保险业务流程的智能化转型。例如，新华保险已经通过接入DeepSeek R1和V3模型产品，实现了从销售支持、办公辅助到风控合规管理的全流程赋能。当前，保险业最需要的是“开源思维”，基于开源的AI技术搭建开源的保险大模型，助推所有保险企业在投保、理赔等环节实现更高程度的自动化和智能化，提升保险业效率并降低成本。

第三，学习“进化思维”避免被时代抛弃。DeepSeek的出现加速了保险销售人员从“销售导向”向“专家顾问”的转型。AI可以承担基础的客户服务和产品推荐工作，而保险销售人员则需要聚焦于高价值服务，如家庭财富规划、资产传承和养老规划等。这种转型将淘汰低水平从业者，推动行业向专业化、职业化、数字化方向发展。

第四，学习“协同思维”实现保险产品服务的个性化。借助DeepSeek的数据分析和文本生成能力，保险企业能够更好地理解客户需求，提供更加个性化和人性化的保险产品和服务。例如，通过AI生成的保险配置方案，可以为客户提供更精准的保障建议。DeepSeek不仅为保险产品服务提供了技术赋能，还为保险产品服务拓展提供了新方向。例如，保险业可以加速布局网络安全保险、数据安全保险等领域，为人工智能企业提供保险支持。

第五，学习“创业思维”进行保险企业的再出发。DeepSeek的开源特性和低成本训练降低了技术门槛，同时也加剧了保险业的竞争。一方面，大型保险企业通过技术赋能提升服务质量和效率；另一方面，中小保险企业可以利用AI技术打破传统壁垒，获得新的发展空间。然而，这也要求保险企业进行“再定位、再规划、再出发”，否则可能在开源生态中被边缘化。

第六，学习“伦理思维”正视数据安全与伦理问题。随着AI技术的广泛应用，保险业也面临着数据安全和伦理问题。如何保障客户信息安全、应对技术风险，将是未来保险业需要重点关注的领域。

DeepSeek等大模型预示着“未来呼啸而来”。DeepSeek正在对保险业的各个方面产生深远影响，正在成为保险业转型发展的重要催化剂。成功的保险企业将是那些能够利用新技术创造创新产品、简化流程、降低成本并超越客户个性化需求的公司。保险企业需要将DeepSeek视为机会而非威胁，积极应对变革，才能在AI时代立于不败之地。

来源：中国保险杂志