上接B5

    数据安全、合规问题显现

    未来，AIGC在保险全流程场景上具有更大的想象空间。

    张为峰认为，AIGC不仅仅是一组生成对话、文章、图片的工具，而是可以与桌面计算、移动计算相提并论甚至更具颠覆性的信息变革。首先，保险从业人员的能力结构将发生改变，将大幅减少前线投保、核保、理赔等场景中低价值作业人力，人均作业效率将大幅提升，保险人力向“懂AI、用AI、管AI”方向发展。其次，行业中的保险监管单位、保险企业对保险从业人员的内容式管理和支持，将逐渐转变为保险认知大脑的支持，即从提供内容变为提供方案，服务效率和服务即时性将大幅提升。此外，AIGC在个性化产品设计与定价、潜在风险预警与管理、代理人销售辅助、个性化营销材料设计、保险产品推荐与客服咨询、与核保理赔均存在广泛的想象空间。

    对于未来险企的探索路径，鄢晶不建议险企投入建自己的大模型。“未来一定会有一两个大模型，它会具备通用的以及行业的能力。未来大模型的策略，更多的可能是会通过建立生态的方式，去融入更多行业的知识。另外，很多保司会与一些互联网厂商合作，这其实更多是去降低人才上的要求，能够缩短路径，让保司以更低的对人才上的投入来实现它的目标，但它对数据复杂度、算力、财力投入的要求基本上是无法降低的。”

    AIGC为险企赋能的同时也面临很多潜在挑战。鄢晶认为：“在使用层面，保险是一个强监管的行业，数据的合规性、安全性上都会面临问题；在效果层面，如何确保生成的内容不会误导客户，甚至不会产生一些负面影响，这也是在使用过程中会面临的挑战。所以，AIGC如果直接面向C端用户，或者直接应用于业务场景当中，当前还不够成熟。”

    张为峰指出，AI大模型的数据安全与隐私保护、偏见歧视、生成物准确性与可解释性，以及生成物权责归属问题、大模型训练与数据处理的收益成本平衡仍是行业需要亟待解决的问题。这些问题如果不进行有效治理，企业未来将面临监管处罚、收入损失、声誉下降等诸多风险。学界与行业目前已经达成了一套基础的可信AI原则体系，而先进国家正在落实法律法规要求，我国也于近日出台了全球首部生成式AI行政立法《生成式人工智能服务管理暂行办法》；因此在法律与行业可信AI最佳实践框架下，如何工程化落地可信AI治理原则成为AI治理工作的关键基石。