2025年初，国产开源大模型深度求索（Deepseek）横空出世，凭借其卓越的自然语言处理、推理分析及数据处理能力，在金融尤其是保险领域掀起应用热潮。据不完全统计，新华保险、阳光保险、北大方正人寿、水滴公司等机构已率先接入DeepSeek，积极探索其在智能客服、精准营销、核保理赔等多场景下的应用。

在保险行业数智化转型的背景下，DeepSeek大模型依托开源特性和低成本优势，为业内机构提供差异化赋能，为保险业的数智化发展带来无限遐想。那么，当前保险业的人工智能技术应用成效如何？DeepSeek的出现将如何改变保险业？带着这些问题，《每日经济新闻》记者专访了阳光数智科技有限责任公司（以下简称“阳光数科”）副总经理顾青山。

顾青山认为，相较于Chat-GPT，DeepSeek的技术差异主要体现在三大方面，这也将为产业及保险行业带来全新改变。作为从业机构及从业者，需以“开放而务实”的心态积极拥抱新技术，既要保持对新技术的高度敏感，也要立足行业痛点，积极寻找技术价值锚点。

DeepSeek的三大改变

NBD：从技术层面看，DeepSeek与Chat-GPT的计算逻辑有何不同？相较于OpenAI等人工智能2.0时代的应用技术，DeepSeek能为产业及保险业带来哪些新改变？

顾青山：DeepSeek与ChatGPT的差异主要体现在：一是DeepSeek-R1体验大幅提升，其深度思考模式能展示详细的思维链过程，这种“透明化推理”不仅能让用户获得答案，还能让用户了解AI的思考逻辑，甚至反向学习AI如何拆解复杂问题，对需要复杂推理的业务应用场景帮助很大。二是DeepSeek的中文理解力更强，针对中文市场进行了深度优化，能更好地捕捉中文语境中的细微差别。三是DeepSeek具有开源优势，开源671B参数规模的R1和V3，能力齐平甚至部分超越GPT-4o等模型。企业可将DeepSeek开源模型进行私有化部署，解决数据隐私问题。

DeepSeek为产业和保险业带来的改变主要有：一是因DeepSeek私有化部署可行，可广泛深入应用于保险业务场景，深度嵌入业务流程，融合业务数据，数据保护能力更强，大模型应用落地更深入。二是DeepSeek私有化成本更低，投产比高，开源、能力更强的大模型降低了技术门槛，激发了更多业务人员的热情，推动业务应用场景创新。三是DeepSeek的深度思考、透明化推理模式，使大模型从简单的对话型应用转向深入保险领域专业场景应用，在精算定价、风控、理赔定损等核心领域实现专家型机器人应用。

NBD：阳光保险对DeepSeek的态度如何？后期是否会有合作动作？

顾青山：阳光保险秉持开放、创新的态度，高度重视AI技术。2023年构建了开放混合式大模型底座，建立覆盖保险核心能力的评测体系，并持续跟踪全球领先的大模型，提升场景应用能力。在DeepSeek爆火前已持续关注，测评发现其提升很大，随即引入并在智能外呼场景应用验证。今年2月初完成DeepSeek-R1模型API对接，并开放接口平台和智能体平台，为全科技条线提供应用支持，在全员日常办公场景全面推广，并在保险业务场景全面探索。目前已完成DeepSeek-R1模型私有化部署，举办系列活动，提升员工数智应用意识和能力，激发业务条线探索科技创新。

机构分层格局

NBD：保险业对新技术积极拥抱，科技投入大。据你观察，真正将AI应用到具体业务并产生赋能价值的保险机构有多少？

顾青山：目前，保险行业AI应用呈现分层格局：头部险企已形成规模化AI应用能力；中型险企处于重点场景试点阶段；中小险企停留在局部功能优化阶段。头部险企如平安、太保及重视科技的阳光保险，已建立超百人AI团队，在智能客服、理赔自动化等领域实现突破，正从单点突破转向全流程智能化重构。中型险企多采用“自研+采购”模式，重点突破智能客服、代理人赋能等场景，注重投入产出比。中小险企更倾向采用技术厂商整合方案或第三方SaaS服务，但定制化能力不足。

NBD：保险领域AI技术介入最多的业务板块是哪个？能否以具体业务为例，说明技术升级前后的差异？

顾青山：自ChatGPT等生成式AI技术突破以来，保险行业迅速认识到其价值，并在全链条验证及应用。阳光保险实施技术更新迭代，提升场景应用效能。以智能客服和保险销售沟通为例，使用生成式AI技术大幅提升机器人对话理解能力，实现多轮对话，生成更生动的回应内容，实现任务智能化处理，显著提升客户体验。车险报案场景中，阳光保险智能客服机器人精准识别关键信息，缩短客户等待时间。

NBD：从ChatGPT到DeepSeek，技术快速推广对保险科技团队有何影响？保险机构该如何调整团队布局或研究方向？

顾青山：科技发展瞬息万变，DeepSeek等新一代AI技术正在重塑行业价值链。对保险科技团队而言，这既是机遇也是挑战。代码生成等大模型应用普及，提升工作效率，但对基础开发能力需求下降。技术快速更新换代，提供更多学习和成长机会，也对学习能力、应用能力带来挑战。下一阶段，保险科技团队应快速学习跨领域知识、掌握前沿技术，既懂保险业务又懂技术，结合具体场景快速应用新技术，构建核心竞争力。

建议循序渐进制定大模型策略

NBD：身处日新月异的时代，保险机构或从业者应以何种心态看待新技术？未来3～5年，大模型将给保险机构带来哪些改变？

顾青山：保险从业者需以“开放而务实”的心态拥抱新技术，保持对新技术的高度敏感，立足行业痛点寻找技术价值锚点。大模型是生产力工具，需与业务场景深度融合。未来三到五年，大模型技术将在保险业务领域引发深刻变革：一是提升客户服务体验，构建全天候智能客服体系，提供理赔咨询、条款解读等服务，提升服务效率。二是提升经营管理效率和产能，以智能核保为例，通过多模态大模型迅速解析复杂文件，实现秒级风险评估。三是强化风控能力，整合非结构化数据，构建动态风险画像，实现承保风险实时评估。制定大模型应用策略时，应遵循“循序渐进”原则，从“普及应用”阶段过渡到“核心建设”阶段，最终迈向“前沿探索”阶段。