蓝鲸新闻9月13日讯（记者 石雨） 2026 Inclusion·外滩大会上保险见解论坛上，蚂蚁集团副总裁、蚂蚁保总经理陈冠华抛出了一个尖锐的反思：过去三年投入大量资源打造的"蚁小保"，尽管问答准确率超过95%、一年服务超200万人次，用户给它的反馈却是——"这是一个很好的客服机器人"。这与团队期待的"AI保险顾问"相去甚远。
陈冠华的反思指向一个关键命题："通用智能"正在飞速拓展技术边界，但"行业智能"的起点不是模型，而是产品定义；"行业智能"要做的事，是利用技术的能力探索服务体验的边界。
论坛结束后，记者与蚂蚁集团保险事业群CTO孙振兴进行了一场深度对话。作为技术操盘手，他进一步拆解了保险AI从"提效工具"走向"业务闭环"的演进路径，以及那个尚在探索中的"AI保险服务终极形态"。
（蚂蚁集团保险事业群CTO孙振兴；受访者供图）
三个阶段：从"人用AI"到"AI自闭环"
孙振兴将过去四年AI在蚂蚁保的落地划分为三个阶段。
第一阶段是个体AI化，人主动使用AI查资料、做总结、辅助分析。第二阶段是组织AI化，AI进入运营、研发工作流，作为其中一环与人协同。但这两个阶段的本质仍是"人驱动流程，AI辅助"。
真正的分水岭出现在今年——业务的AI化。AI不再只是流程中的某个环节，而是在部分业务系统中开始实现自闭环，自主推进、交付任务结果，辅助人进行综合判断。
为什么是今年？孙振兴给出两个技术前提：一是模型长程任务能力显著提升，一年内从完成人类专家30分钟的任务跃升至3小时以上；二是Harness工程成熟，让智能体框架下的工具调用、自主评估、安全治理变得可靠。
"通用智能体产品会爆发，但不会直接取代行业系统。"孙振兴展示了一组评测数据：在阿里巴巴国际已发布的评测集中，最好的通用智能体得分60.8分；而在蚂蚁保构建的保险五大类任务评测集中，最高得分仅51分，平均32分。"保险业务更专业、更复杂，通用智能体的设计目标、能力供给、反馈来源都与行业智能体完全不同。"
"自进化"正加速行业智能体发展，但人机协同才是服务最优解
孙振兴认为，行业智能体的核心竞争力在于"进入真实业务，获取反馈，根据反馈进化"。通用智能是行业智能的起点，行业智能体独有的反馈能力和进化能力，决定了行业智能的加速度。
他列举了多个自进化层次。最成熟的是模型参数自进化。蚂蚁保构建的模型训练智能体，可自动追踪前沿论文、自主提出假设、推进实验验证，带来实验效率提升四倍。在复杂的保险表格提取任务中，面对单个文件达到数万页的条款文档，行业其他前沿模型最高得分36分，而利用这套范式训练的蚂蚁保FinixDoc模型达到83.23分。
理赔自进化则更具行业纵深。在一个上颌囊肿切除案例中，Worker agent初审认为属口腔牙科治疗、不建议赔付，但真实结论是需要赔付。Learner Agent分析偏差后沉淀出一条认知规律：免责认定不能简单根据就医诊室和部位判定，要根据诊疗实质。过去理赔经验靠人工一条条写，如今在审核、反馈、学习、再审核的闭环中自主沉淀。
最难的是产品功能自进化。蚁小保每天面对25万用户对话、其中多达8000多复杂图片语音交互，大量长尾问题超出产品设计预期。蚂蚁保为此建设了产品迭代智能体复刻真实业务环境，捕捉体验问题、分析日志、制定方案、推进开发对接，再评估验证后发布，解决了部分长尾用户需求。
孙振兴坦率讲到，产品功能自进化最为复杂，蚂蚁保也是在探索初期，目前验证通过的还是简单功能为主，但对未来趋势十分看好。
"AI虽然很强但有明确边界"，其强调，"它擅长经验型任务，产品形态稳定、目标明确、可验证可反馈的场景。但创造性工作——找到关键问题、定义AI系统，决策判断——只有人能做的。而保险服务中情绪疏导、需求启发这类链接型工作，也必须靠人工服务，人机协同是做到理想保险服务的最优解。"
产品定义：比技术更难的命题
当技术已经跨越基点，回到陈冠华在论坛上的反思：为什么95%的回答准确率，只有40%的用户觉得问题被解决了？
孙振兴在采访中给出了直接答案："首要问题还是产品定义。"
一个思想实验：假设真的了解客户所有信息，客户也愿意全部告知，用什么形式服务他？继续做售卖场搭个AI工具让他琳琅满目地挑？做一个搜索工具？做一个什么都能聊的Chatbot？
保险的特殊性在于，需求永远存在但又不那么痛，等用户真正出问题时反而没有产品能承接。它是长周期陪伴，用户可能在第三年第四年觉得"保险没啥用"，恰恰需要某种形式告诉他价值所在。"这非常逆人性，需要足够理性客观才能理解产品背后的东西，但用户未必是足够理性的。"
蚂蚁保正探索的三个产品——AI保险帮选、AI保险快查、AI保险顾问（蚁小保）——被孙振兴视为"在原有产品形态上了一个台阶"。AI保险帮选通过一千多个推理维度引导用户理清需求，首页模块点击率从5%提升到25%；AI保险快查覆盖超2万款产品，累计用户超1400万；AI保险顾问"蚁小保"多模态升级上线两周，有用户和它语音对话236分钟。数据显示，升级后的"蚁小保"对话轮次从4轮翻倍到8.6轮，问题解决率从40%提升到60%。
但孙振兴明确表示："经过验证，通用Chatbot一定不是终极形态，这三个产品也未必是终极形态。但蚂蚁保坚信的是，围绕用户痛点，持续打磨产品，那保险服务一定会越来越理想。"
AI的角色：回归用户需求，而非追逐销售
当被问及当前AI助力保险增长中的关键词，孙振兴的答案是"回归用户"或"回归需求"。
"一定要让AI的能力和用户的需求做更好的匹配。这两件事恰好匹配时，产品增长是自然而然的。若反过来思考——怎么让AI帮我做更好的销售、更好的营销——反而背道而驰。"
这与陈冠华在论坛上的呼吁一致：未来AI时代的保险产品，应该是每个参与者站在自己角度，利用禀赋，通过对用户的理解和洞察，百花齐放创新出更多好产品，而不是All in one Chat。
同时，在采访中，孙振兴将这一波AI对行业的影响与互联网浪潮做了对比：互联网改变的是信息平权和交互连接革命，让人获取信息更丰富更便捷、交互连接有了跨越式的延展；AI带来的是"智能的平权"和"生产力的革命"，每个人都能借助AI突破过去自身知识和经验的局限，调动专业级的智能开展工作，对人即是生产力的大幅提效，也是释放人的精力到更具创造性的工作，打造全新的产品或服务。
回到保险，通用智能在拓展技术边界，而行业智能要做的是利用这些能力探索服务体验的边界。"让最先进的AI，被保险人所用。让技术的成长，转换成成客户可感知的服务体验成长。"
从售前咨询到售后核赔，「企保科技」的全球保险机器人Aimi已经可以取代3年经验的保险顾问了
「企保科技」的全球保险机器人Aimi已具备从售前咨询到售后核赔全流程替代3年经验保险顾问的能力。其技术核心、服务覆盖范围及实际落地效果均支撑这一结论，具体分析如下：
一、技术支撑：双引擎驱动语义分析与情绪感知企保科技自主研发的核保定价引擎与条款理解引擎是Aimi的核心技术基础。 通过机器学习方法，结合语义网络、知识图谱等技术，Aimi实现了自适应语义分析与情绪感知能力。 这一技术架构使其能够精准理解保险销售、客服及理赔场景中的专业知识，例如：
图：Aimi基于双引擎的技术架构，支持全流程自动化处理 二、服务覆盖：全险种、全流程、多语言支持Aimi的服务能力体现在三个维度：
三、实际效果：替代74.3%人类工作，降低20%用人成本根据某客户实测数据，Aimi可完成人类员工74.3%的工作量，平均为客户减少20%的用人成本。其优势体现在：
四、迭代目标：三年后替代80%客服与30%-50%销售核保人员企保科技创始人庞文君表示，Aimi将持续迭代产品能力：
这一目标基于Aimi当前的技术成熟度与市场反馈。 例如，其情绪感知功能可识别客户咨询中的焦虑情绪，并自动调整回复策略，这一能力已接近资深顾问的水平。
五、行业对比：覆盖广泛性与流程全面性领先与传统保险机器人相比，Aimi的核心差异在于：
结论：Aimi通过双引擎技术、全流程覆盖及高效部署能力，已具备替代3年经验保险顾问的实力。 其实际效果与迭代规划进一步表明，保险行业的人工替代进程正在加速。
零犀科技|AI正成为你的同事，保险业准备好了吗？
AI正深度参与保险业，推动行业进入AI劳动力时代，保险业需积极应对变革，探索人机协作新模式。
一、AI劳动力时代：保险业面临的新挑战与新想象（一）经济逻辑的重构：从知识经济到分配经济
AI的发展使经济逻辑发生根本性变化，从知识密集的知识经济迈向以AI为核心、资源调度为关键的“分配经济”。 在这个新时代，个人与组织的能力不再取决于掌握多少知识资源，而在于如何有效管理AI、调用模型、人机协同完成任务。 例如，在保险行业，过去依赖员工掌握大量保险知识来服务客户，现在则需要员工学会运用AI工具，与AI共同为客户提供服务。
（二）保险业面临的四大关键问题
二、零犀实践：AI重构保险销售与经营（一）销售模式的重构与再生
（二）用户经营的AI化未来
（三）两种模式的核心区别
三、从技术到人文：AI实现有温度的保险服务（一）关注人文话题，探索人机协作模式
随着人工智能技术的发展，除了新技术探索，人文方面的报道与讨论也日益重要。 因为这涉及到人类与人工智能的合作边界以及人工智能的伦理问题。 零犀科技在实践与倡导“人机协作”的未来模式，“因果AI”是其底层技术支持。 例如，在保险服务中，AI可以处理大量的数据和标准问题，而人类可以发挥情感沟通和复杂问题处理的优势，共同为客户提供更好的服务。
（二）AI助力保险服务实现“以客户为中心”
（三）AI突破降本增效，推动保险产品创新
AI的能力绝不止于降本增效，突破的关键在可利用数据和模型算法。 未来，或许可以从AI的视角来看保险产品创新，透过因果AI，有机会实现符合客户需求与体验、创新的产品设计，例如按生活方式付费的保险（Pay - How - You - Live，PHYL）、将销售流程嵌入的保险（Embedded AI Product，EAP），以及按需订制保险（On - demand AI Product，ODAP）。
四、结语：保险业应积极拥抱AI变革（一）重新审视人的价值
当模式、流程与产品都AI化了，人的价值在于与AI合作，发挥人类的优势，如情感沟通、创造力、复杂问题处理能力等。 例如，在保险销售中，人类可以与客户建立信任关系，了解客户的深层需求，而AI可以提供数据支持和产品推荐。
（二）保险公司应探索与AI合作服务客户
保险公司不应再纠结“AI会不会取代人”，而是要思考“我们如何和AI一起服务客户”。 AI是数字转型驱动力，正在重塑保险业的核心逻辑，从客户沟通体验重塑保障服务、从机构风控转向客户目标达成的AI化产品、从冰冷技术走向客户陪伴的角色。
（三）适应分配经济形态，学会与AI合作创造价值
我们正从“知识经济”迈向“分配经济”形态，未来的工作不在于掌握多少知识，而在于如何管理模型、协调AI，创造出更多价值。 这场变革不仅是技术革新，更是角色与思维的根本转变，未来属于懂得与AI合作、会用AI创造价值的人。 保险业应积极适应这一变革，在AI劳动力时代实现可持续发展。
互联网保险的第二战场——AI赋能人身险线上转化
互联网保险的第二战场聚焦于复杂人身险的线上转化，AI技术通过精准获客、智能服务、产品创新等环节赋能人身险线上转化，推动行业突破传统模式限制，实现长期险种的高效销售与用户价值深度挖掘。具体分析如下：
一、互联网保险发展瓶颈催生第二战场需求 二、AI技术赋能人身险线上转化的关键路径 三、2019年成为“AI+互联网”人身险发展元年 四、未来趋势与挑战