该报告由众安信科和众安金融科技研究院发布,探讨大语言模型在金融保险行业的应用,主要结论为大语言模型为行业带来新机遇,但在落地过程中面临挑战,需多方协同应对。
1. 大模型技术发展与行业机遇
技术路线演进:全球大模型技术发展多元化,垂类大模型兴起,通过定制化训练提供精准行业解决方案。中国大模型在算力自主化、数据优化等方面取得进展,生态逐步呈现功能分化与专业化趋势。
成本下探与流程再造:新技术降低了大模型训练、运维和推理成本,推动金融行业流程重构。金融企业在模型应用中需平衡购置、推理和运维成本,选择合适的部署模式和角色定位。
2. 大模型赋能保险全链
国产模型突破:国产大语言模型如DeepSeek和通义千问在成本控制与推理性能上取得突破,实现数据安全合规、低成本高性能和中文语义优化,为保险机构提供更优技术选择。
保险机构应用:保险机构加速接入大模型,应用聚焦内部提效,覆盖保险业务全链条及中后台管理环节。在应用过程中,需谨慎试点,解决数据安全、AI幻觉等问题。
3. 合作范式演变
数据要素协同:数据要素价值凸显,金融保险行业通过横向、垂直和政企协同机制,构建高质量数据集,推动行业智能化转型。
生态构建路径:政企协同推动数据要素流通,垂直整合构建企业级智能协同底座,横向协同拓展跨场景智能联动边界,共同构成智能生态系统。
免责声明:我们尊重知识产权、数据隐私,只做内容的收集、整理及分享,报告内容来源于网络,报告版权归原撰写发布机构所有,通过公开合法渠道获得,如涉及侵权,请及时联系我们删除,如对报告内容存疑,请与撰写、发布机构联系