麦肯锡：共绘“AI+保险”蓝图，释放AI价值

“AI+保险” 报告 ‍‍

麦肯锡团队最新出品 ‍‍‍

小编把核心要点给大家摘出来了

Part.0 1

生成式AI的发展与应用 ‍‍‍‍

经历2️⃣次加速发展‌

第一次：2022年‌

以ChatGPT发布为代表

显著提升 对话交互模式 下 的用户体验

第二次：2025年初‌

新一代国产生成式AI大模型推动

比如DeepSeek

以其高性能、低成本、灵活部署

降低技术部署门槛

应用价值体现在2️⃣方面

一方面是4类用例

客户旅程、 总结见解

创意内容、 编码

另一方面是对行业的影响

高科技行业受益最大

保险业生产力可 提升

500亿-700亿美元

健康和养老行业生产力可提升

约1500亿-2600亿美元

Part.02 ‍

“AI+保险”的初步设想

优化保险公 司的资产负债表

可以通过智能决策

大幅改善资产端投资效率和收益

通过创新产品、服务、商业模式

重塑行业竞争格局 ‍

‍

0 1

中短期：高价值场景用例落地

前台销售场景‌ ‍

✔️ 代理人赋能助手‌

提供客户经营“工具箱”

提升触客、拓客、养客和转化效率 ‍

改善代理人的能力提升和新人留存率

加速代理人渠道转型

✔️ 企微+智能外呼助手‌

电销企微销售全流程自动化

涵盖内容生成、 实时 客户交流

精准方案制定的自动化 ‍‍‍‍‍‍

从而提升效能 ‍

✔️ 自动化营销内容生成‌

全流程AI生成

营销内容、销售话术、营销物料 ‍

降低营销成本 ‍

中台营运场景‌

✔️ 自动化辅助核保‌

提高核保效率和质量 ‍

✔️ 内部理赔辅助分析‌

实现风险减量和快速理赔 ‍

后台职能场景‌

✔️ AI驱动的招聘和人才培养‌

提升招募效率和质量 ‍

02 ‍

中长期：全面创新

第四渠道‌

AI智能体自主管理的销售渠道 ‍

帮助险企提升服务半径与服务质量

可能在企业微信和电销渠道落地

数字化保险社区‌

多个AI智能体协作

实现高度智能化、客制化、即时化的

保险服务供给

Part.03 ‍

如何应对各种 风险？

‍‍

应对准确性风险（幻觉）

搭建专属行业知识库

搭建 多模型交叉验证

设计提问词模板库

定制化微调模型

设置风险控制 ‍

应对合规性风险

将合规要求融入技术架构与业务流程

通过“规则约束+技术拦截+人工兜底”

确保客户建议的

合法性、真实性与适当性

落地科技架构 ‍ ‍

统一应用方向、应用架构、基础架构

同时集成开闭源模型

实现模型随时切换

充分利用开闭源模型的各自优势

Part.04 ‍

实施的5点初步建议

发展战略

业务技术深度耦合

容错机制鼓励创新

落地战术

快速试点优化流程

组建跨职能敏捷团队

识别高价值场景用例

逐步推广创造价值

能力培育

全员参与生成式AI应用

提升AI素养

孵化AI专门人才

技术应用

破局AI工程化问题‌

平衡模型选型、架构设计

智能体建设、技术衔接 ‍

共建行业生态协同‌

加强行业内外沟通协作

逐步形成行业标准和范式 ‍

风险管理

全景洞察各类风险‌

构建多维度风险评估框架

创新驱动破局升级 ‍

“AI+风控”融合创新‌

利用AI技术赋能风控

实现风险的智能化管理

实现路径

围绕识别的高价值点状用例进行试点

再扩展到销售、培训、产服、理赔等

不同的业务流程

Part.05 ‍

结语 ‍‍

‍

AI为保险行业带来了“新质生产力”

将驱动底层经营逻辑的全面升级

保险公司应兼顾快速布局与业务应用

同时深入思考未来的经营管理模式

推动生产力与生产关系的双升级

报告原作者：吴晓薇

麦肯锡全球董事合伙人

中国区保险咨询业务负责人

业务咨询请联系邮箱

gc_client_enquiries@mckinsey.com