专家表示,人工智能正在全球范围内推动广泛的技术变革和产业重塑,但其中不乏风险挑战,应在探索发展新机遇的同时加强监管,使其更好地服务于人类和社会。
就保险业而言,随着以生成式人工智能技术(AIGC)为代表的新一轮人工智能技术浪潮席卷而来,我国有越来越多的保险公司一方面运用这项技术拓展保险产品和服务边界,另一方面也在积极寻找应对潜在风险的对策和保障方案。
(资料图)
在近日召开的以“人工智能时代:构建交流、互鉴、包容的数字世界”为主题的世界互联网大会数字文明尼山对话上,与会专家普遍认为,人工智能正在全球范围内推动广泛的技术变革和产业重塑,但其中不乏风险挑战,应在探索发展新机遇的同时加强监管,使其更好地服务于人类和社会。
就保险业而言,随着以生成式人工智能技术(AIGC)为代表的新一轮人工智能技术浪潮席卷而来,我国有越来越多的保险公司一方面运用这项技术拓展保险产品和服务边界,另一方面也在积极寻找应对潜在风险的对策和保障方案。
“保险+AI”生成新机遇
据中国信息通信研究院测算,2022年,我国人工智能核心产业规模达5080亿元,人工智能产业生态正在逐步形成,产业布局也在提速。面对人工智能产业发展的突飞猛进,我国保险机构持续加强科技投入,以理解式AI为主的技术已广泛应用于前端销售、定损理赔、风控减损等领域,目前正在探索生成式AI,即AIGC的应用。
所谓AIGC,是指一种可以学习复杂数据结构和规律,并用这些规律来生成新内容、新数据或解决问题的算法。例如,通过输入关键词、描述或样本,AIGC可以生成与之相匹配的文章、图像、音频等。
2022年以来,以ChatGPT为代表的AIGC风靡全球,生成式大语言模型开发如火如荼,正在重构医疗、金融、教育等行业。据记者了解,在百度发布文心一言后,北京人寿、信泰保险、泰康保险、慧择数科、安华农业保险等多家保险机构或保险科技平台纷纷接入其中,踊跃尝鲜AIGC。
根据众安保险与众安科技共同发布的《AIGC/ChatGPT保险行业应用白皮书》(以下简称《白皮书》)显示,AIGC在保险业有33个具体可落地应用的环节,不仅可以在保险产品设计、精算、营销、运营和客服等全链路环节提供深度技术赋能,还可以应用于保险机构的日常办公、研发提效等多个方面。比如,在产品定价和经营分析环节,AIGC经过一定的指令输入,可以把精算人员需要的指标和底层的数据做直接映射。对产品赔付率高的归因问题,以前需要精算师做较为复杂的数据提取与分析,但AIGC则可以快速通过数据分析得出结论,缩减了时间成本。
泰康保险人工智能研究院实验室负责人李驰表示,AIGC一定会带来生产工具的变革,同时会提升整个保险行业的生产力,比如能成为销售助手和培训助手。但如果想在业务场景中真正落地,还需要进行针对性训练。
科技部新一代人工智能发展研究中心近期发布的《中国人工智能大模型地图研究报告》显示,“大数据+大算力+强算法”相结合的人工智能大模型正在我国迅猛发展。中国研发的大模型数量排名已居全球第二,仅次于美国,目前,中国已发布10亿参数规模以上的大模型79个。
财通证券分析师夏昌盛分析认为,对于保险业来说,人工智能大模型可从产品研发、渠道营销、运营管理等方面实现对保险机构的全流程赋能,推动国内保险机构业务迭代升级。未来,人工智能大模型有望向个性化产品定价、核保核赔、风控减损等场景延伸,深度赋能全产业链。
太保集团数研院人工智能首席专家徐国强近日表示,人工智能大模型技术将驱动保险数字化转型迈入4.0阶段,其中包括对人建模,打造数字化劳动力,进一步提升生产力。太保正在探索研究保险领域可交易的数字化劳动力。
潜在风险不容忽视
人工智能的发展是一把双刃剑,在给生产生活带来巨大变革和便利的同时,也带来了诸多风险挑战。如何走出一条创新驱动、技术向善、持续健康的发展道路,已经成为国际社会共同关心的重要议题。
在本届世界互联网大会数字文明尼山对话上,与会专家和代表一致认为,应加强对人工智能发展潜在风险的研判和防范,相关科研机构和科技企业在人工智能系统设计之初就要充分考虑安全、风险可控。只有在这个前提下,人工智能的创新发展才可持续。
近几个月,关于ChatGPT的讨论愈演愈烈。通过自然语言处理,ChatGPT不仅可以理解命令和读取代码,还可以提供实际的见解和补救建议。但强大的信息数据处理能力在大幅提高工作效率的同时,也存在难以预料的风险。国外有研究报告表明,许多网络犯罪分子可能利用ChatGPT轻而易举地获得篡改程序、泄露数据、恶意攻击的开发代码。
放大到AIGC本身来看,《白皮书》认为,尽管AIGC在诸多场景下展现出强大能力,但其限制和风险不容忽视。比如,在安全风险与数据保护方面,企业问答助手涉及企业敏感数据传输和存储,需注意数据安全保护。AIGC大模型也存在被恶意攻击的风险,如注入有害数据或使用攻击性文本。在使用生成式AI时,需要对数据进行加密和安全措施,保护企业和客户敏感数据。
众安保险首席技术官蒋纪匀认为,金融的本质特征之一是管理风险。基于保险业数据机密性强、监管严格等特点,保险业在应用人工智能相关技术时,需要注意数据质量、语义理解、安全风险、误解风险、用户需求等问题,确保模型的准确性和可用性。同时,开发者和使用者需掌握相应技巧和经验,结合人工智能和人类判断,实现最佳的协同效果。
除解决人工智能运用过程中所面临的风险外,保险业自身作为风险管理者,被赋予了防范人工智能等新型技术风险的职能。但据记者了解,在供给侧方面,防范人工智能风险的技术工具尚未形成,现有的网络安全保险通常不涵盖机器学习系统保障或只是部分涵盖。
因此,有业内专业人士提出,保险公司可以考虑推出专注于人工智能的保险。但该类产品客户是谁、具体涵盖哪些风险等问题都还有待探讨。未来,这一领域的参与者将不仅只有保险公司。由于AI和机器学习的专业性较强,在该领域开展保险业务时应尽可能引入专业的第三方公司进行风险评估、设计保险方案和定价,最终由保险公司负责承保。