每經記者｜涂穎浩    每經編輯｜張益銘    

在數字經濟加速滲透的當下，人工智能正以前所未有的力度重構保險行業的生態格局，如何借AI（人工智能）轉型實現效率躍升與價值深挖，已成為各大保險機構的核心議題。近日，麥肯錫全球資深董事合伙人鐘惠馨（Violet Chung）在接受《每日經濟新聞》記者專訪時，就保險公司 AI 轉型的路徑選擇、能力建設及實踐策略等焦點問題發表見解，深度剖析行業智能化變革的關鍵邏輯。

鐘惠馨指出，保險機構在銷售分銷、定價承保、理賠處理及保單服務等多個核心環節，均存在通過AI技術創造增量價值的空間。但轉型成功的核心前提，在于構建與自身戰略高度匹配的運營模式。

“保險行業的AI轉型并非一蹴而就的工程，而是技術、數據、組織與人才的協同進化過程。”鐘惠馨強調，只有將AI深度融入業務戰略與組織能力之中，才能實現從“技術應用”到“價值創造”的跨越，在行業變革中搶占先機。

麥肯錫全球資深董事合伙人 鐘惠馨 受訪者供圖

生成式AI重塑保險行業：高效處理數據，填補信息缺口

生成式AI的迅猛發展，為保險行業的智能化轉型注入了全新活力。鐘惠馨表示，生成式AI的核心價值在于其對非結構化數據的高效處理能力，以及對信息缺口的有效填補，這將為保險行業帶來多維度的變革。

“保險行業沉淀了大量非結構化數據，像理賠報告、客戶問卷、醫療記錄等，傳統處理方式難以充分挖掘其中的價值。” 鐘惠馨解釋道，生成式AI借助自然語言處理技術，能夠對這些復雜文本進行深度分析，提取關鍵信息并轉化為結構化數據，從而大幅提升數據的利用效率。

在實際業務場景中，生成式AI的應用已展現出顯著成效。在財產險領域，AI可將理賠信息與氣候、地理等外部數據相結合，精準識別氣候相關損失等新型風險，為定損工作提供有力輔助；在健康險領域，面對客戶健康數據不足的難題，生成式AI能夠通過分析現有數據預測客戶健康趨勢，填補信息缺口，為個性化產品定制與精準定價奠定基礎。

除此之外，生成式AI在優化客戶互動方面也發揮著重要作用。通過自然語言生成技術，它能為客戶提供個性化的建議，在提升用戶滿意度的同時，進一步增強客戶黏性。

數據作為AI應用的核心“燃料”，其治理的重要性日益凸顯。鐘惠馨提出，保險機構的數據治理需采取系統化的分步策略：

第一步，開展數據資產盤點，全面評估現有數據的質量與可用性，重點打破“數據孤島”。由于保險數據來源復雜，涵蓋內部業務系統、客戶交互記錄、外部合作機構等多個渠道，因此需要通過清洗、標準化及格式統一，將碎片化數據轉化為標準化資產；

第二步，搭建統一數據平臺。該平臺需具備跨部門、跨業務環節的數據共享能力，同時預留足夠的擴展性，以滿足生成式AI等新技術對大規模數據處理的需求；

第三步，推動遺留系統現代化改造。通過部署靈活的混合云架構，提升系統的擴展性與敏捷性，為AI應用提供穩定的技術支撐。

值得關注的是，數據治理必須堅守合規與隱私保護的底線。“保險數據大多涉及客戶敏感信息，需要通過建立清晰的數據治理框架、明確責任劃分及安全標準，確保數據在采集、傳輸、存儲和使用的全流程都合法合規。”鐘惠馨特別強調。

保險機構AI轉型深水區：硬技術與軟能力需雙線破局

當前，保險行業的AI轉型已步入深水區，在此階段，構建與自身戰略高度契合的運營模式，成為各大保險機構突破轉型瓶頸的關鍵所在。

“AI轉型絕非盲目鋪開的‘撒網式’投入，而是要錨定企業核心戰略目標，精準識別能產生最大價值的領域進行重點突破。”在鐘惠馨看來，若保險公司將“提升理賠效率”作為戰略核心，那么智能定損、自動化審核等AI技術在理賠環節的應用應置于優先推進序列；若戰略重心在于“優化客戶全流程體驗”，則需聚焦銷售分銷、保單服務等環節的AI賦能，實現資源的精準投放。

“技術和數據只是解決方案的組成部分，而非全部。” 鐘惠馨指出，當前不少保險機構通過采購AI工具或技術外包快速補齊技術短板，但運營機制、人才儲備等“軟能力”的滯后，正成為技術落地的主要梗阻。她舉例稱，即便引入業界領先的AI定價模型，若缺乏跨部門協同的運營流程，模型輸出結果仍可能淪為紙面數據；若一線員工不具備AI工具的應用能力，先進技術終將陷入“束之高閣”的困境。

這意味著保險機構需推進“軟能力”與“硬技術”的同步建設：在夯實數據基礎、引入適配技術的同時，必須同步重構運營流程、培育專業人才、推動組織變革，確保AI技術真正嵌入業務全流程。

AI 轉型的落地，最終依賴于專業人才的支撐。鐘惠馨提出，吸引和留住AI人才需依靠“資本吸引力”與“人才來源”兩大支柱。

從資本角度看，亞洲金融行業的快速發展及新興市場的崛起，為AI人才提供了廣闊的發展空間與回報潛力。“當資本持續流向這些市場，且市場能給予人才合理回報時，自然會形成人才吸引力。”

從人才來源看，亞洲區域內的中國內地、中國香港、新加坡等地區，不僅對人才吸引力強，且在尖端科技領域積累了豐富的人才資源，可有效補充保險行業的科技人才短板。

鐘惠馨建議，在團隊建設上，以經驗豐富的技術人才為核心，通過細分標準與認證體系激勵優秀人才，并搭建適配的人力資源流程，形成“吸引—培養—留存”的良性循環。

關鍵一環：讓員工從“被動接受”AI轉變為“主動參與”

在保險行業AI轉型的進程中，推進路徑的選擇與員工能動性的激發成為決定轉型成效的核心因素。

鐘惠馨主張采取“領域級方法”，即聚焦特定領域深耕，再逐步復制推廣。她解釋稱，AI轉型涉及多維度體系，需精準把控每個環節。具體而言，先在單一領域（如理賠或定價）積累用戶案例、優化流程、培養人才，待形成可衡量的運營成果與經濟效益后，再將成熟經驗復制到其他領域。這種方式能降低大規模轉型的風險，同時通過 “實踐—總結—迭代”的循環，讓企業快速積累可復現的技術能力與組織經驗，提升跨領域推廣的效率。

麥肯錫報告指出，變革管理是決定AI在保險機構中是被閑置還是能重塑運營的關鍵分水嶺。擁有出色的AI技術僅僅是成功的一半，另一半則在于讓員工真正將AI融入日常工作，通過自動化或能力增強，持續推動工作方式的變革。要實現AI與工作流程的深度融合，就必須在全公司范圍內培育起關于AI采納的共同責任意識和擔當精神。

鐘惠馨認為，讓員工從“被動接受”AI轉變為“主動參與”，是保險機構 AI 轉型成功的關鍵所在，而這需要從文化、能力、激勵三個層面同步發力。

首先，塑造創新文化。管理層要以身作則，清晰傳遞AI的“賦能價值”——著重強調AI是提升工作效率、減輕工作負擔的工具，而非替代崗位的“威脅”，同時明確人類在客戶互動等關鍵環節的不可替代性，以此緩解員工的焦慮情緒。

其次，強化能力建設。通過系統化的培訓，讓員工熟練掌握AI工具的使用方法，理解技術如何為具體工作賦能，從而增強員工對AI的認同感和應用信心。

最后，建立配套的激勵機制。將AI應用納入績效管理體系，設立明確的目標與獎勵措施，鼓勵員工積極探索技術潛力、參與工具優化，同時培養“全員共擔AI轉型責任”的意識，使技術創新成為企業的集體行動。

封面圖片來源：受訪者供圖