打开手机App就能完成智能核保、车辆出险后上传照片3分钟出定损方案、慢病患者凭健康数据享保费优惠……这保险服务效能提升的背后，是国家战略层面对于数智化发展的系统性布局。

　　“十五五”规划建议提出，加快人工智能等数智技术创新，突破基础理论和核心技术，强化算力、算法、数据等高效供给。全面实施“人工智能+”行动，加强人工智能同产业发展等相结合。

　　在业内人士看来，国家数智化战略下“人工智能+”行动的深入推进，为保险业带来了革命性机遇。从政策引导到技术落地，从产品创新到服务升级，人工智能正全方位改变保险的业务模式、服务体验与风险防控体系。而在这一转型进程中，“精算+AI”深度融合与数据治理能力的提升是关键所在。

　　如今，“人工智能+”已不仅仅是保险业的“加分项”，而是推动行业从传统服务向智能普惠跨越的核心驱动力。保险业的智能化升级，离不开顶层政策的持续引导，同时也依赖技术理念的行业共识以及保险机构的积极尝试。

　　从政策层面来看，2024年3月，“人工智能+”行动首次被写入《政府工作报告》。2025年《政府工作报告》明确提出，“持续推进‘人工智能+’行动，将数字技术与制造优势、市场优势更好结合起来，支持大模型广泛应用”，进一步细化了行动目标与实施路径。

　　今年8月，国务院印发《关于深入实施“人工智能+”行动的意见》提出，将“人工智能+”产业发展作为重点行动之一，创新服务业发展新模式，明确“在软件、信息、金融、商务、法律、交通、物流、商贸等领域，推动新一代智能终端、智能体等广泛应用”；加大人工智能领域金融和财政支持力度，完善风险分担和投资退出机制。“全面实施‘人工智能+’行动，全方位赋能千行百业”也被写入“十五五”规划建议中。

　　百度公司创始人、董事长兼首席执行官李彦宏近日撰文表示，推动人工智能更好赋能高质量发展，一个重要方面是让千行百业内化AI能力、构建AI原生能力，使之成为企业发展的原生推动力。这既有助于智能产业发展壮大，也有助于传统产业加快转型升级。

　　据《金融时报》记者观察，在多项政策的大力推动下，险企纷纷将人工智能应用从单点尝试走向全链条渗透。

　　“国民养老保险自成立之初便将AI作为价值创造和模式创新的着力点，致力于逐步建立新时代智能化公司基础框架。”国民养老保险总精算师曹勇对《金融时报》记者表示：“我们没有太多老旧系统掣肘，希望以AI重塑全价值链，再造业务流程，释放效率红利，在优化服务供给的基础上探索业务模式创新。”

　　曹勇举例说：“利用人工智能与大数据，国民养老保险将价格较高的定制化财务规划服务向大众普及，2024年3月‘赵钱孙李’养老规划平台焕新亮相，2025年3月又创新推出简言AI应用，使养老保险服务更加简单、透明和易懂。”

　　中国平安集团联席首席执行官（CEO）郭晓涛也在2025年中期业绩发布会上透露，中国平安聚焦“综合金融+医疗养老”两大最受益于AI的行业，且深耕AI场景应用，打造了独特的竞争壁垒。据介绍，中国平安AI的最新进展在算力集约、海量数据、算法前沿、深耕场景四方面，在AI应用方面提出“五智”战略，包括智能化营销、智能化服务、智能化运营、智能化管理、智能化经营。

　　记者采访中发现，保险业的“人工智能+”转型，正从前端服务效率的表层提升，向核心经营能力深层渗透。其中，作为保险业务“中枢神经”的精算技术，正迎来一场深刻的“智能革命”。

　　所谓精算假设，是精算师在产品定价、准备金计算时对未来不确定情况的预测，主要包括死亡率假设、利率假设、费用率假设等，对于保险产品的定价、运营和风险管理起着决定性作用。过去，精算假设多依赖于精算师经验与有限的结构化数据，面对人口老龄化加速、产品利率波动等复杂环境，容易出现偏差，而人工智能的介入，有望改变这一局面。

　　在今年10月召开的星空体育官网登录全球财富管理论坛上，金融监管总局副局长肖远企表示：“在保险领域，精算假设对保险资源配置与管理决策具有牵一发而动全身的方向性作用。应用人工智能科技提升精算假设的合理性与可实现性，降低假设与结果的偏离度就构成了保险机构的核心竞争力要素。”

　　在曹勇看来，精算假设、精算技术被应用到产品定价、财务报告核算、全面风险管理等公司经营的核心环节。好的精算假设、精算技术可以用于控制公司经营风险、夯实财务报表、提升决策效率，最终实现客户利益。

　　正是基于这种认知，国民养老保险在精算各环节积极探索AI应用。曹勇表示，精算评估中，在保证数据安全的情况下，可考虑借助私有化AI模型，提升数据采集和分析效率，高效地将“可用数据”变为“可信数据”。同时推动流程自动化和常规分析智能化，减少人工干预、提升效率。不过，目前开放的AI模型在保险精算垂类上的分析能力有限，需要一定的语料积累和大量训练。

　　对于中长期“AI+精算”的应用，曹勇认为，受限于算力，目前的精算模型多为确定模型、确定假设，未来计划突破算力限制，对利率等关键假设采用随机模型；产品端可以纳入更多新的风险因子，做到精准定价和精准量化风险，甚至千人千面。此外，逐步形成精算知识库，训练内部AI模型，提升公司内部沟通效率。

　　业内人士普遍认为，AI对精算的革新不仅是“效率提升”，更是“思维升级”，这种升级，最终能让保险产品定价更精准、服务更普惠。

　　作为人工智能“燃料”，数据的核心价值愈发凸显。然而，随着数据来源日益多元、类型不断丰富，保险业的数据治理短板逐步显现，成为“人工智能+保险”融合发展的一大掣肘。

　　结合行业实践来看，当前保险业数据治理主要面临三大挑战。一是数据整合与标准化不足，部分险企内部数据分散在不同业务系统，客户健康数据、车险事故数据、理赔历史数据等难以互通，且非结构化数据占比提升后，信息提取与格式统一难度加大，导致“数据孤岛”问题突出。二是数据质量管控薄弱，部分机构存在数据错误、缺失、重复等问题。三是数据安全防护待加强，随着客户敏感信息收集量增加，数据泄露、滥用风险上升，且跨机构数据共享场景下，安全责任界定与防护措施尚未完全明确。

　　“推动‘人工智能+保险’融合模式持续发展，强化数据治理是其中一大核心支撑。”原中国保监会副主席、中关村金融科技产业发展联盟专家委员会主任周延礼说。

　　周延礼认为，首先，应强化数据整合与标准化能力，汇聚多方数据构建完整性基础，通过技术处理实现信息提取与标准化，搭建客户数据平台；提升专业能力，实时检测、识别并处理错误、缺失及重复性数据质量问题。其次，构建数据治理闭环，兼顾存量数据与新增数据，关注市场预测数据关联，实现数据自动化上报，提升数据准确性与完整性；同步加强网络安全维护。最后，筑牢数据安全防线，运用多种技术手段保障数据安全，超前布局数据分级管理与差异化安全策略，防范数据泄露与滥用。

　　2024年12月，金融监管总局印发《银行保险机构数据安全管理办法》明确提出，银行保险机构应当建立数据安全责任制，党委（党组）、董（理）事会对本单位数据安全工作负主体责任，主要负责人为数据安全第一责任人，同时指定数据安全归口管理部门，为数据治理提供了可落地的操作指南。

　　对保险机构而言，数据治理并非额外成本，而是AI时代的立身之本。据记者了解，中国太保旗下太保科技通过建设“数据分发管理平台”“数据保护伞”等，显著提升整体数据安全水平，优化数据使用流程，提高数据传输效率，坚守数据安全的底线。平安健康险则制定《数据安全管理办法》《个人信息保护管理规范》《数据分类分级规范》等9项制度，明确个人信息在全生命周期过程中的安全管理要求，让个人信息保护工作开展有据可依。