險企中報里的第二條線：保險科技的故事該怎麼落地？

（來源：每財網）

從技術到算力，保險科技正在改寫行業敍事。

文/每日財報  慄佳                                                              

8月底，上市險企中報季收官。市場的目光大多投向利潤表——A股五大上市險企合計歸母淨利潤3173.87億元，同比增長78.12%。但翻完幾家公司的中報和業績發佈會實錄，另一組此前從未大規模出現過的指標更值得留意：Token日均消耗量、智能體數量、AI應用場景數、AI能力調用次數。

這是保險科技第一次以可量化、可比較的方式集體進入定期報告口徑。科技投入這件事，開始從宣傳語變成披露項，從講故事變成算賬。

這筆投入到底買回了什麼？對保險公司，是成本曲線和定價能力，利差紅利收窄之后，負債端每一分費用和賠付的節省都直接決定利潤的厚度。對代理人，是產能和專業度，報行合一壓縮費用空間后，人海戰術走到盡頭，隊伍精英化必須靠數字化工具託底。對客户則更朴素：理賠快幾天，服務近一步，條款好懂一點。

當然，這條路並不輕松。保險業數字化投入金額大、回報周期長，各家的數據基礎和組織準備度參差不齊。但2026年上半年的特殊性在於：預定利率多輪下調、新會計準則落地之后，行業第一次完整地在新規則下運行，增長的來源從規模和費率轉向經營能力，而科技恰是其中最具槓桿效應的一環。

上市險企憑藉資本實力和歷史積累，在科技投入和產出上一直走在行業前面。今年中報季，這種領先第一次有了密集的數據佐證，管理層也罕見地把科技擺上了業績發佈會的核心位置。

中國平安董事長馬明哲在中期報告致辭中明確表態："我們堅持科技引領、AI驅動，賦能經營管理模式從'經驗決策'向'數據決策'轉型，深化AI在覈心業務領域的落地應用"；中國人保總裁趙鵬則在業績會上給出判斷："保險業轉型升級的內在動力沒有改變。"

把上市險企幾份中報並排看下來，一個整體印象是清晰的：這一輪科技競逐不再是零散的系統上線，而是有戰略命名、有量化指標、有組織配套的系統工程。它究竟破解了哪些行業老問題，又還卡在哪里，值得拆開細看。

單點開花易，體系成勢難：

險企怎麼過這一關？

保險業科技轉型這些年，最常被詬病的不是投入少，而是"單點開花、整體不成勢"：一個理賠環節上了機器人，換一個場景就要推倒重來，效果難複製，投入產出算不清賬。IDC在近期一份行業觀察中也説得很直接，保險業AI轉型的真正瓶頸不是技術，而是價值邊界的重塑。

拆開看，橫在保險公司面前的有四道關：數據孤島、模型結論難以向監管和客户解釋、技術與業務各説各話、投入巨大而回報模糊。任何一關過不去，科技投入都會淪為費用包袱。

代理人這一側的矛盾同樣尖鋭。報行合一之后，靠費用驅動人力的舊模式失效，行業共識是轉向精英化。但精英化不是把招募門檻抬高就完事。

代理人面對的客户需求橫跨健康、養老、財富傳承，沒有客户畫像、方案生成、持續培訓這些數字化工具支撐，專業化就是一句口號。前端科技的意義正在於此：它決定精英隊伍的人均產能上限。

對於上述行業普遍面臨的困局，在今年的中報里，我們可以看到一些頭部公司過這幾道關的不同路徑。

中國平安的打法是全要素壓上。中報首次披露的Token數據顯示，其日均Token消耗量從去年12月的300億躍升至今年6月的1200億以上；AI智能體輔助銷售額達到573.13億元。

聯席首席執行官郭曉濤在業績會上解釋：公司早在2017年就判斷AI成功取決於"數據、算法、算力、場景"四要素，平安的核心優勢在數據和場景，投入完全圍繞業務場景展開，"不是爲了做而做"。這句話等於承認，過去的科技投入中普遍存在為技術而技術的彎路。

中國人壽的路徑是吃透存量。上半年上線智能體超過500個，覆蓋銷售服務、運營作業和風險管控，還為銷售隊伍搭建了"AI私教"培訓體系。

總裁助理張新宇在業績會上點出要害：公司沉澱了長周期數據資產，"這些資產在人工智能時代將發揮更大作用"，AI承接標準化作業后，"員工得以把更多時間和精力投入高度複雜、個性化的工作中"。

中國人保走廣度路線，"人工智能+"行動方案已落地AI應用場景246個，上半年AI能力調用超過23億次。

陽光保險體量雖不算大，但打法卻值得單獨拆解，因為它迴應的正是"單點開花、整體不成勢"這個行業痛點。

作為一家中型保險集團，陽光沒有拼算力和模型規模，而是把科技當成工程來管理。以"機器人工程"和"數據工程"兩個抓手推進，前者聚焦26個核心業務場景做智能化落地，后者確立從數據採集、數據庫建設到應用的一體化機制，20個戰略性數據工程項目深度嵌入重點業務。

所產生的積極回報是鍛造了體系化輸出能力，上半年末集團上線智能體超過1200個，半年內增長逾12倍。這套體系的成色，可以看以下三個落點：

定價端，車險風險定價機器人完成了覆蓋報價、承保、理賠全環節的數據集建設，數據準備時間從5天壓縮到1天，偏差發現從8小時縮短到1小時。定價精度直接決定賠付率，上半年陽光財險車險綜合成本率97.5%、同比下降0.6個百分點，承保利潤增長24.2%，數據反哺定價的鏈條是閉合的。

銷售端，電銷輔助機器人每日覆蓋約20萬客户名單，支撐2000余名坐席；續保預測模型基於75個因子預判每名車險客户的續保概率；壽險銷售機器人完成26.3萬次輔助客户經營，轉化標準保費超3000萬元。

管理端，AI銷售日誌分析覆蓋全國820家四級機構，上半年推送62.1萬次，基層管理者用自然語言就能製表、問數、歸因，科技能力穿透到了最末梢的經營單元。

科技對代理人隊伍的改變，陽光保險的答案同樣具有樣本意義。上半年公司上線「代理人甄選系統」，新增人力中本科及以上學歷佔比提升8.3個百分點，個險活動人均產能3.7萬元、同比增長31.3%。

招募標準抬高與智能工具配套同步推進。陽光保險數字化工具把代理人從名單篩選、方案製作等重複勞動里解放出來，人去做需要專業判斷和情感連接的部分即可。

橫向比較，以上幾家保險公司戰略打法的相同之處很明確：都把AI寫進公司級戰略，都以業務場景而非技術概念為單位落地，都開始用量化指標交代進展。

當然，不同之處也很明顯。平安拼要素齊備的生態，國壽吃數據資產的時間複利，人保追求場景覆蓋的廣度，陽光的路徑則是工程化，把科技拆解成有編號、有節奏、有考覈的工程項目，用中型公司的資源做出體系化的產出。

陽光保險的這種打法，優勢在於投入產出可追蹤：每個機器人對應一個場景、一組指標，降本增效直接落進綜合成本率和人均產能，不存在"投入説不清去向"的問題。

這些努力的作用正在顯現。對公司自身，科技把成本曲線往下壓，比如，陽光保險上半年淨利潤大漲38.5%，科技正是這條改善曲線上看不見的手。對代理人，展業從"人找客户"變成"數據圈客"，培訓從集中授課變成AI私教。對行業，保險業的生產函數正在被改寫，科技投入不再只是利潤表上的費用項，而越來越像一項持續產生回報的資本。

科技的歸宿是服務客户：

如何直擊痛點？

保險科技做得再熱鬧，最終都要落在客户服務上接受檢驗。

保險是低頻、弱感知的商品，客户與公司的真實接觸集中在投保和理賠少數幾個瞬間，這幾個瞬間的體驗決定續保、加保和口碑。科技投入若不能轉化為這幾個瞬間的改善，賬面再漂亮也只是內部效率。

事實上，客户的痛點分佈在整個旅程：售前條款複雜、信息不對稱，怕誤導也怕買錯；售中流程繁瑣，健康告知、材料提交反覆折騰；售后抱怨最集中的是理賠慢、單證多、進度不透明，還有更隱蔽的服務斷層，投保時熱情、投保后失聯。

這些痛點雖靠堆人力可以緩解，但成本上卻不成立。而科技的價值，正是讓"以客户為中心"這句老話第一次在成本上可行。

《每日財報》分析后發現，針對保險科技如何高效賦能客户服務這一問題上，今年上半年各家的答卷各有側重。

中國平安的AI坐席今年上半年服務量約9.39億次，覆蓋81%的客服總量，標準化諮詢基本由機器承接，人工轉向複雜個案。

新華保險把數字員工直接推上一線，營銷智能助手累計生成計劃書400余萬份，理賠數字員工日均處理影像件超3萬件、識別準確率逾99%，團險投標數字員工推薦命中率從60%升至90%。

新華保險副總裁秦泓波在業績會上給出方向：科技正從客户洞察與營銷策劃、運營服務鏈條重構、風險管理範式重寫三個維度重塑行業，保險從"事后賠付"向"事前預防"延伸。

中國太保則是把"人工智能+"列入三大戰略，旗下太平洋健康險把AI嵌入購買與服務全鏈路，從"工具賦能"走向"AI原生"。

陽光保險的服務案例，恰好覆蓋了客户旅程里抱怨最集中的幾個環節。理賠端，理賠機器人的服務對象從車險拓展到三者、人傷及非車意健險，上半年累計服務109萬人次，智能輔助回覆40萬余次，客户滿意度98%，案件結案周期平均縮短10天。人工介入越來越少，理賠從"人追着案件跑"變成"系統自動流轉"。

服務端，"我家陽光"APP註冊用户突破714.7萬，較上年末提升7.7%，客户問題解決率94.27%，服務滿意度96.61%，適老化交互也在持續迭代。

陽光客户服務打法中辨識度最高的部分，是把科技用到了"賠付之前"。團體客户的"夥伴行動"按ABCD四級做服務分級，酒店、通用倉儲、陸上風電等細分領域B級及以上服務量同比翻番；為陸上風電項目引入毫米波雷達和三維激光掃描做高精度風險勘測，為通用倉儲搭建物聯網全天候預警加工程師現場巡防的閉環。

陽光保險帶着傳感器和工程師幫客户防損，服務的內容從"出了事賠錢"變成"幫你不出事"，這正是"事前預防"在一線的具體形態。

幾家的客户服務打法放在一起，相同點是都瞄準了"快"和"準"；不同點在於發力位置，平安重在用AI承接服務規模，新華重在用數字員工再造流程，陽光則重在把服務半徑向賠付之前、保單之外延伸。

路徑雖不同，但指向高度一致：當服務分級有了技術支撐，當風險減量成為可交付的產品，保險與客户的關係就從一年一度的繳費通知，變成貫穿全年的高頻連接。這種變化比任何單一效率指標都更長遠，它決定保險能否真正嵌入民生保障和實體經濟的風險管理鏈條，而不是停留在一張事后的支票。

慢功夫的賬，下半場要接着算

把上市險企中報里的科技篇章讀完，最容易被忽略的一點是成績背后的時間成本。

中國平安對AI四要素的判斷形成於2017年，距今近十年；陽光保險從2015年提出「一臺機器與一群人」的關係，到"新陽光戰略"提出已逾兩年，連續三份中報圍繞同一方向執行，從「機器人工程」的26個場景到1200個智能體，是一個場景一個場景堆出來的。

這期間，每家公司還都要回答股東的同一個問題：投入這麼大，回報在哪里？但在利差收窄、競爭加大的這幾年里，保險公司持續保持穩定的科技投入節奏，這本身就是管理層戰略定力最直接的證據，咬定科技轉型方向不動搖，無疑是務實且正確的選擇。

下半場的方向已有相當共識。人工智能領域專家郭濤指出，險企科技競爭將告別對通用大模型的淺層調用，轉向保險垂直大模型的深度自研；科技投入的評價也將從Token消耗量、智能體數量這類表層指標，轉向業務轉化、成本優化、賠付率改善等實效考覈。中小機構的數字化門檻，也已提上行業共建共享算力與模型平臺的議程。

這意味着，今年中報里這些第一次被密集披露的科技數字化轉型數據，不會是一次性的成績單，而會變成像保費和利潤一樣被逐季檢驗的經營指標。保險科技的競賽，上半場比誰投入多，下半場比誰堅持得久。而堅持這件事，恰恰最不容易。