Вторая половина пути развития ИИ в страховой отрасли: не сосредотачивайтесь только на “больших моделях” – важно понимать “определенность”
Здравствуйте, я ваш финансовый обозреватель.
В последнее время в технологических и финансовых кругах активно обсуждается вопрос: может ли ИИ действительно помочь страховым компаниям зарабатывать деньги, экономить средства и обслуживать клиентов?
На конференции на набережной 11 сентября такие крупные компании, как Ant Group, Taibao Property Insurance и Alibaba Cloud, пришли к очень ясному и практическому выводу: **соревнование в области применения ИИ в страховой отрасли уже вышло за пределы начальной стадии “соревнования по размеру моделей” и вошло в более сложную фазу “соревнования по надежности их реализации”.
Проще говоря, раньше компании соревновались, кто из них использует более умный ИИ, способный вести беседу более похоже на человека, а теперь они соревнуются, кто из них использует более надежный ИИ, способный выполнять задачи без ошибок.
Далее я разберу ключевые моменты этой высокоуровневой конференции в таком виде, чтобы их могли понять все.
---
Первый момент: не создавайте “универсальные чат-боксы” – сначала определите, какие проблемы нужно решить
Многие технологические компании создают ИИ-продукты с огромными чат-боксами, утверждая, что они могут отвечать на любые вопросы. Однако в страховой отрасли такой подход не работает.
Генеральный директор Ant Insurance Chen Guanhua дал очень наглядный пример: прикрепление двигателя к ручному бритвенному лезвию не превратит его в электрическую бритву. Сначала нужно понять, какую именно электрическую бритву хочет покупатель (роторную или возвратно-поступательную? Водонепроницаемую или портативную?), а затем уже выбирать подходящий двигатель и батарею.
Что это означает для страховой отрасли?
1. Сначала определяйте продукт: при разработке ИИ для страхования не стоит спрашивать, насколько большая ваша модель, а нужно понять, какую конкретную проблему пользователей вы хотите решить:
- Помочь пользователям быстро рассчитать стоимость страховки?
- Отслеживать ход оформления страховых выплат?
- Рекомендовать подходящие страховые полисы в зависимости от семейных обстоятельств?
2. Настраивайте решения под конкретные сценарии: для разных ситуаций требуются разные комбинации функций. Например, при рекомендации страховки пожилым людям ИИ должен знать их состояние здоровья, возраст и имеющиеся полисы; для молодых людей приоритеты могут быть совершенно другими.
3. Развитие должно быть разнообразным, а не монопольным: в будущем страховые ИИ-продукты должны разрабатываться каждой компанией на основе собственного понимания потребностей клиентов, а не использовать один и тот же универсальный чат-бот.
Проще говоря: не рассчитывайте, что один ИИ сможет сделать все. Хороший страховой ИИ – это специалист, а не универсал. Сначала нужно определить конкретную проблему, а затем выбрать подходящие технологические инструменты.
---
Второй момент: “вероятность” ИИ против “определенности” финансов: самый большой противоречий
Это самый сутьный и сложный логический аспект новости.
В чем суть ИИ? Это использование больших моделей на основе огромного количества данных для прогнозирования вероятности появления следующего символа. ИИ хорошо справляется с предсказаниями, но они часто имеют характер “приблизительного” или “возможного”.
А в чем суть финансовых операций? В финансах требуется точность: стоимость страховки должна быть абсолютно точной, оформление выплат должно соответствовать условиям полиса, а контроль рисков – безошибочным. Финансы не терпят “приблизительных” или “возможных” решений.
Отсюда возникает противоречие: как заставить ИИ, специализирующийся на предсказаниях, выполнять финансовые операции с высокой точностью?
Заместитель генерального директора Alibaba Cloud Zhang Chi отметил, что многие финансовые институты используют ИИ-агентов, но их функции ограничены. Как только они попадают в реальные бизнес-процессы, проблемы становятся очевидными:
- Неверные расчеты стоимости: расчеты ИИ не совпадают с действующими документами страховой компании.
- Неопределенность процесса: непонятно, почему ИИ делает такие выводы, и нет записей о его алгоритмах.
- Невозможность корректировок: после обновления модели как исправить предыдущие ошибки и как провести аудит?
Проще говоря: ИИ – это “талантливый стажер”, который часто допускает ошибки и не объясняет своих действий. Финансы же требуют “тщательного бухгалтера”, каждый шаг которого должен быть подтвержден документами и может быть исправлен. Чтобы преодолеть это противоречие, нужны инженерные подходы к управлению ИИ.
---
Третий момент: регулирование как инструмент: “Документ №8” – не ограничение, а система контроля
18 июня 2026 года Главное управление финансового регулирования выпустило “Руководящие принципы по безопасному развитию и применению искусственного интеллекта в банковской и страховой сферах” (сокращенно “Документ №8”). Многие считают, что регулирующие документы предназначены для ограничения действий компаний.
Однако, по мнению Zhang Chi, “Документ №8” скорее представляет собой открытую задачу: он требует, чтобы финансовые институты при использовании ИИ отвечали на четыре важных вопроса:
1. Есть ли основания для принятых решений? (Нельзя придумывать что попало.)
2. Можно ли проверить процесс? (Процесс должен быть прозрачным.)
3. Можно ли исправить ошибки после их возникновения? (Ответственность должна быть определена.)
4. Кто несет ответственность? (Ответственность не должна ложиться на ИИ.)
Как это реализовать?
Zhang Chi предложил систему “надежного контроля”, превращающую регулирующие требования в конкретные правила:
- Договоры о данных: данные, используемые ИИ, должны иметь четкое происхождение и быть надежными.
- Договоры об инструментах: инструменты, используемые ИИ (например, для проверки страховых полисов или расчета стоимости), должны соответствовать стандартам и иметь проверяемые результаты.
- Договоры о результатах: выводы ИИ должны проверяться с помощью специальных алгоритмов и соответствовать финансовым нормам.
- Механизмы отслеживания и корректировок: каждый шаг работы ИИ должен быть задокументирован, чтобы можно было отследить ошибки и провести аудит.
Проще говоря: регулирование не запрещает использование ИИ, а требует, чтобы он работал в рамках установленных правил. Каждый шаг должен быть задокументирован, иметь основания и быть подлежащим отслеживанию. Эта система уже внедрена в некоторых ведущих банках и страховых компаниях.
---
Четвертый момент: пять уровней зрелости ИИ в финансовой сфере: на каком уровне вы находитесь?
Zhang Chi предложил практическую модель зрелости ИИ для финансовых институтов:
- Уровень 1: умеет общаться: может отвечать на простые вопросы, как чат-бот.
- Современное состояние большинства компаний.
- Уровень 2: умеет создавать документы: может генерировать отчеты, резюме, электронные письма и т. д.
- Современное состояние большинства компаний.
- Уровень 3: умеет проверять источники информации: может не только давать ответы, но и указывать, из каких документов и положений они взяты.
- Достигнуто немногими компаниями.
- Уровень 4: соответствует регулирующим требованиям: процесс работы ИИ соответствует нормам, имеются договоры о данных, инструментах и результатах; возможен аудит и корректировки ошибок.
- Это минимально желаемый уровень для финансовых институтов.
- Уровень 5: может самостоятельно выполнять сложные финансовые операции: ИИ может работать независимо и надежно, как сотрудник.
- Это будущее направление развития.
Проще говоря: если ваш ИИ для страхования все еще ограничивается общением или составлением отчетов, он является лишь игрушкой, а не инструментом для повышения эффективности. Настоящий финансовый ИИ должен соответствовать уровню 4 или выше – быть аудиторски проверяемым, отслеживаемым и с четко определенной ответственностью. Только так он сможет быть интегрирован в производственные процессы и создавать реальную ценность.
---
Заключение: вторая половина пути развития ИИ в страховой отрасли – это борьба за инженерные решения и понимание бизнес-процессов
Обсуждения на конференции на набережной ясно показали, что соревнование в области применения ИИ в страховой отрасли сместилось от демонстрации технологических возможностей к реальному внедрению в бизнес-процессы.
- Для страховых компаний: перестаньте слепо следовать за параметрами больших моделей. Сосредоточьтесь на анализе собственных бизнес-процессов, определении реальных проблем и разработке эффективных ИИ-решений. Также инвестируйте ресурсы в создание надежных систем контроля, чтобы ИИ работал в рамках законности, безопасности и контролируемости.
- Для технологических компаний: перестаньте просто продавать модели. Предлагайте решения, основанные на понимании особенностей страхового бизнеса, помогая финансовым институтам превращать вероятностные модели в надежные бизнес-инструменты и соблюдать регулирующие требования.
- Для потребителей: в будущем вы будете пользоваться более точными, удобными и прозрачными страховыми услугами. ИИ больше не будет просто холодным чат-ботом – он станет вашим понимающим, надежным и отслеживаемым “интеллектуальным помощником”.
В заключение: ИИ – это не магия, а инструмент. В страховой отрасли ИИ может раскрыть свой потенциал только в рамках законности и определенности.