IGS）的领域。保险行业 面临挑战，AI的突破为其带来新的应对方向。 • 保险业面对AI变革的焦点问题分析：建议采用《U型思考》方法，从初始问题出发，深入挖 掘其本质，以找到精准的解决方案。通过聚焦主要原因并进行必要的升维/抽象化，可以找到 问题的根本原因，使问题具有通用性。 • 保险行业参考系的构建：包括关注六大方向、分析科技周期和文化适应度、以及中观周期对 行业和产业的影响。同时，也 解决问题 发现问题的本质 找到本质解 U型思考方法论是一个找准问题、看透本质、谋定而后动的思考模型 问：定义核心问题 ►用WHY提出问题：探寻动机，发现原因 ►用WHAT提出问题：发现本质，聚焦靶心 初始问题 初始问题 初始问题 根本原因 Why Why Why 4 定义核心问题的过程中，以保险行业里一个热门的问题为出发点，试图通过WHY、WHAT的方 式找到问题真正的 会有这 些原因存在，最后深入思考这些原因具体是什么。通过这样不断拆解问题的思考方式，企业可以 更加全面地了解问题的本质和解决方法。 在对每一个问题进行解释回答时，会出现很多的相关因素，需要尽量聚焦主要原因，剪除次要原 因。以下图示例为例，首先提出一个初始问题：保险公司该如何布局AI能力？其次，根据抛出的 第一个问题去思考相关的答案。比如，保险公司需要通过布局AI来提高其效率和精准度，个性化

全面的安全性与合规性 可扩展性与高性能 高生产力与易用性 5 4 1 2 数据来源：公开资料、甲子光年智库总结整理 www.jazzyear.com 3 斑头雁（ BetterYeah AI ）深度聚焦企业级 AI Agent 赛道，其推出的 AI Agent 开发平台具有以下特点，体现企业级 AI Agent 平台特点： ① 提供完整 AI Flow 开发框架与可视化 内容审核 营销文案合规扫 描、研报数据 真 实性校验、 舆情 信息风险 评级 智能运营 信披报告审核 营销物料审核 授信策略 AI 模 拟 金融 AI Agent 应用深化策略聚焦三层：业务决策、信息处理和工具辅助。业务决策层直接参与金融决策，优化投资组合，提升收益与效率；信 息 处理层深度分析市场数据 ，提供精准预测，辅助风险管理；工具辅助层高效处理数据，为决策提供坚实支持。 效应。将已验证的解决方案进行模块化封装，通过 技术中台实现能力沉淀，同时建立全员价值释放机 制。构建端到端的体系化转型，聚焦解决现有业务 痛点及驱动新业务增长。 PDCA ：动态调整机制 动态调整机制：建立定期复盘机制，根据技术演进 业务视角：从具体试点到规模化增长，聚焦用例“先动起来” 聚焦选取 " 快速应用区 " 中具备业务穿透力的 3-5 个核心场景作为首期试点，通过最小可行方案（ MVP ）在

技术迭代升级的动力。 ❖ 中国平安：人工智能等核心技术布局市场领先，AI 大模型落地优势显 著。中国平安是业内领先的科技型保险公司，以人工智能、区块链、云、大数 据和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，对内 赋能金融发展，一是助力代理人招募、培训、展业、客户经营全流程，二是研 发智能闪赔、智能预赔、AI 坐席、智能辅助诊疗等核心应用，以科技全面优 化改造业务流程， 垂直领域大模型提供新范式。2023 年 3 月 30 日美国彭博正式发布大型语言模型 BloombergGPT，其具有 500 亿参数，并依托彭博的大量金融数据源，构建了一 个 3635 亿个标签的数据集，使得模型更加聚焦金融场景，更加适应金融术语的 复杂性与独特性，从而支持金融领域的各项任务，有效实现了 GPT+垂直知识的 深度融合。 BloombergGPT 在金融领域表现超越现有模型，展现了基于垂直领域数据打造的 落地有望最为深入 中国平安是业内领先的科技型保险公司，坚持科技赋能金融、科技促进发展。2017 年，平安正式确定“金融+科技”双驱动战略，以人工智能、区块链、云、大数据 和安全五大核心技术为基础，深度聚焦金融科技与医疗科技两大领域，以科技赋 能金融发展。 公司坚持研发投入，科技人才与专利技术大幅领先同业。2018 年公司管理层表示， 之后每年将会按收入的 1%持续投入，未来十年的科技投入总额至少千亿。与此同

2022—2023 年 AI 医疗企业研发开支（千元人民币）及增长率（%）..40 图表 32 2022—2023 年 AI 医疗企业净利润（千元人民币）及增长率（%）...... 40 图表 33 医渡科技用“聚焦”战略见成效..................................................................................41 图表 34 2022-2024 医疗企业净利润（千元人民币）及增长率（%） 资料来源：企业招股书、财报 接下来，我们将对各企业商业化进展做具体剖析，提炼其成功的商业化经验，以期为行 业带来一些借鉴与启示。 41  医渡科技：“聚焦”战略突破“烧钱”困境，迎来盈利曙光 随着狂热入局的资本逐步趋于冷静，加之疫情的影响，2021 年前后，医疗人工智能行 至深处，如何改善企业盈利能力、突破“烧钱”困境是行业的主旋律。 2024 医渡科技用“聚焦”战略见成效 资料来源：医渡科技 2024 财年业绩路演资料 从财报分析可以看出，“聚焦”的战略是重要原因之一。首先是业务层面的聚焦，大数据 平台和解决方案板块作为医渡科技的业务基础模块，在疫情期间受到较大影响之后迅速 复苏，实现了 41.1%的收入增长和 43.7%的毛利率。此外，据公开招标信息统计，面向 医院和政府的科研业务市占率达到第一。其次是客户层面的聚焦，顶级医院客户破百，

余年积累的专家和知识，搭建涵盖包含超百万法规库、 千万量级的案例判例、几万本税务电子书，几十个细分行业知识的百 亿汉字集专业训练语料库，为税务行业标准大模型落地奠定了专业基 础。 4、聚焦涉税服务场景 根据多年行业经验总结，大模型聚焦以下应用领域：智能咨询、 智能风控、智能培训等，并进行需求深挖及模型的反复训练。以智能 咨询场景为例，大模型可以作为基座，集合语音识别、语音合成、数 字人等多项功能，在

经济要素、人口结构因素、疾病谱要素及供给要素四个宏观维度洞察广西的医疗发展现状，并提出需要重点关注的四大变化 及由此衍生出的六大机遇与挑战。在宏观层面，我们将会提出发展建议；在微观层面，我们将会重点聚焦人工智能的四大落 地场景。 我们将凭借对于医疗人工智能领域的敏锐洞察，我们提出相对应的医疗人工智能相关分析、建议及挑战。我们希望，通 过我们对于现状的洞察及建议，能够帮助广西壮族自治区在医疗人 探索构建区域一体化的医院管理 信息系统（HIS）和检验、体检、 影像系统，促进医疗资源共建共 享。 n 第三阶段 最终目标 广西 智能化基础 建设完备 聚焦场景：鼓励试点，总结经验，制定规则，是政府落地医学人工智能的政策导向 聚焦四大人工智能应用场景： 人工智能+医学影像 01 影像拍片AI质控 智能影像网关平台 人工智能+医院管理 02 优化资源配置 弥补医院管理漏洞 人工智能+疾病诊断和预测

IT 服务商，有望通过 AI Agent 和智能金 融大数据服务打造新成长曲线。 投资要点： [Table_Summary] 首次覆盖，给予“增持”评级。公司积极推进与蚂蚁合作，聚焦银 行信贷场景，探索金融 AI Agent 落地，我们预测公司 2025-2027 年 EPS 分别为 0.10、0.25、0.52 元。我们结合 PE 和 PS 估值方法，参 考可比公司，考虑公司创新业务的成长空间，最终给予公司 集成 业务体量，减少相关投入，预计该业务未来将保持较小规模。因此，我们假 设 2025-2027 年公司系统集成业务收入增速分别为 40%/0%/0%。 3）创新业务：公司积极推进与蚂蚁合作，聚焦银行信贷场景，探索金融 AI Agent 落地，并有望实现分润型的商业模式创新，预期该业务规模将加速增 长，为公司打造第二成长曲线，我们假设 2025-2027 年公司创新业务收入分 别为 2.10/5 数据来源：中国银行保险报，易观千帆，国泰海通证券研究 数据来源：Wind，国泰海通证券研究 3. 加速金融 AI 布局，战略投资 Web3.0 3.1. 绑定蚂蚁，探索银行 AI 应用落地 推进与蚂蚁合作，聚焦银行信贷场景 AI 应用。2025 年 9 月 1 日，公司受 邀参加蚂蚁数科生态伙伴 AI 智能业务交流闭门会，会上重点探讨了银行 AI 流量运营、银行贷后解决方案、银行风控 Agent 产品解决方案、反欺诈体系

“万亿参数 ” 的大模型竞赛，如 今聚焦 “能否落地赚钱 ”。寒武 纪、海光信息等国产算力企业利润 涨超 50% ，估值从 30 倍跃升至 80 倍，成资本市场新宠。 DeepSeek 高效算法助力国产芯片商用，性能提升，相关企业股价上涨，中下游 也 各有积极表现。资本市场投资逻辑转变，转向聚焦技术落地效能与商业变现能 力的 理性回归。 DeepSeek ）、单位（如“ 5kg ”→“5 千 克 ”）、标点（中文全角标点） ，法律文档中“不可抗力 ”与 “不 可抗拒因素 ”合并为统一表述。 提升本地知识库效能，需紧抓入库源头优化这一关键。聚焦数据质量提升， 严格把控数据准确性、完整性； 强化语义对齐，消除多源数据歧义 - 数据 治理。 清洗 去重 脱敏 统一 6 、知识聚库——本地知识库建设 痛点分类 具体问题 解决方案

资源协调协同共享，充分利用现 有算力资源，协同外部团队智慧， 多方力量共同开展大模型研究。 口 优先聚焦共 性需 求：基于共 性需 求，优先研发通用性 ai 产品快 速 赋能见成效。 口 协同处室众筹共建：提升结合处 室实际需求，协同处室开展大模 型场景建设，优化服务质量，灵 活应对变化趋势。 需求驱动、场景聚焦 多方联动供享共建 平台为基、持续积累 以 “需求导向、科学谋划、夯实基础、众筹实施”为总体原则 资规图像通 “ 问 政 ” —— 空间分析引 擎 提案生成助手 村规审查助手 “ 问 图 ” 3.4 N 个应用场景探索实践 | 问政 - 提案生成助手 口面向局宣教处，聚焦建议提案回复办理提效，快速生成建议提案答复内容，将回复从 1 天缩短为几分钟， 降 低个人经验依赖，有效缓解“办理集中、时间紧、任务重、人力不足”的 工作压力。 宁波市自然资源和规划大模型 容 示 例 内 容 示 例 宁游市自然资蓬和蛇划大报 下 3.4 N 个应用场景探索实践 | 问文 - 法规助手 口面向局法规处，聚焦法规检索困难、政策解读复杂、合规审查内容多和法律文书处理工作量大的痛点，依托司 法解 释、规范性 文件和裁判文书，构建法规助手，学习法规政策，实现法规智能查询、法规适用智能分析、合规性自动审查及文书自动起草，

1.3 项目目标与预期成果 通过将 DeepSeek 先进 AI 能力与保险行业核心场景深度融 合，本项目旨在构建具备行业专业度的智能体解决方案，实现业务 流程智能化升级与客户体验革新。核心目标聚焦于三个维度：效率 提升、风险控制和服务创新，预期在 12 个月内完成全场景落地并 实现关键指标突破。 在运营效率层面，计划通过智能体实现 90%标准化流程的自动 化处理，包括保单录入、核保初审、理赔资料预审等高频场景。根 架： 第一阶段：需求分析与场景建模（1-2 个月） 首先组建跨部门 团队，包括保险产品、核保理赔、客户服务等业务专家，以及 AI 技术团队。通过 workshops 梳理高价值场景优先级，建议聚焦以 下三类： 1. 智能核保：通过自然语言处理解析健康告知书，自动 匹配风控规则库 2. 理赔自动化：医疗票据识别与责任判定，结合 历史案例库输出理算建议 3. 个性化推荐：基于客户画像的保障缺 状 态、数据流和业务逻辑，结合智能分析手段，能够快速识别潜在风 险并触发应急机制，确保业务连续性和数据安全。 异常监测采用多维度指标覆盖，包括系统性能、数据完整性和 业务合规性。系统性能监测聚焦于 API 响应延迟、服务可用性、资 源利用率等关键指标，例如当 API 平均响应时间超过 500 毫秒或 CPU 使用率持续高于 80%时，触发三级告警。数据完整性监测通 过校验规则和哈希比