《罗兰贝格：2022中国保险行业数智化展望及全球案例分析白皮书（80页）.pdf》由会员分享，可在线阅读，更多相关《罗兰贝格：2022中国保险行业数智化展望及全球案例分析白皮书（80页）.pdf（31页珍藏版）》请在三个皮匠报告上搜索。

1、010509目录前言01增速趋缓，发展逻辑生变0401 行业增速放缓，险企面临转型压力 02 发展范式生变，业务逻辑亟需重塑5突破难点，完善转型之路1801 分散建设，统一通用大平台缺位02 机制匮乏，招人用人留人难03 资源受限，数智化自主投入产出效率低04 数据高敏，场景应用新价值难发挥05 数据孤岛，生态流通互信机制难建立06 渠道变化，多元流量入口洞察不足28303334拥抱变革，赋予增长动能2701 战略解码充分，做好顶层设计02 业务模式清晰，找准指标抓手03 能力架构适配，数智有效运营04 管理模式协调，支撑转型成功I结语7338415180描绘蓝图，探索数

2、智方案3701 数智化价值02 云智基座03 数智经营04 产融智合686971多方共赢，成就转型效益6701 保险业务拓展效益02 保险企业经营效益03 社会整体发展效益目录II图 1 2013-2021年中国商业保险市场总体规模图 2 2013-2021年中国商业保险市场主要产品规模及增速图 3 2021年中国保险市场结构、保费收入和同比增速图 4 2017-2021年保险、零售线上渠道销售占各自销售总体比例图 5 未来十年保险行业发展范式和核心逻辑四大变化图 6 2015-2021年中国保险销售人员数量及结构图 7 数字化转型示意图图 8 保险代理人相关流程数智化比较图 9 保险领域人工

3、智能的应用图 10 健康险价值链新技术应用机会图 11 保险企业数智化转型六大痛点图 12 保险行业生态全景图（健康险示例）图 13 平安集团医疗生态图 14 保险行业数智化转型升级洞察图 15“数智化掌门人”的促进作用图 16 全面提升数智化供给能力图 17“数智一体”转型蓝图图 18 业务和平台运营解决方案图 19 云智一体 深入产业3.0架构图 20 银保信科金融云整体架构图 21 AI中台助力企业打破“烟囱式”业务壁垒图 22 AI中台的定位图 23 保险行业知识模型示例图 24 知识中台在企业内部应用的定位图 25 知识中台提供面向保险企业上下游知识应用的全生命周期解决方案图 26

4、知识中台核心功能 050607080982324272834549484849图目录III495626567686970707171图目录图 27 保险行业知识平台系统架构图 28“数智经营”四项核心举措图 29 养老智能规划系统方案一览图 30 互联网保险企业数字人客服形象图 31 业务流程数智化重塑图 32 保险企业数智化生态服务图 33 医养行业保险数智化服务图 34“五福助老”智慧康养平台应用场景图 35 百度智慧金融智能资管投研能力综览图 36 2021年全球5G终端数、超大规模数据中心数及人工智能期刊出版量统计 图

5、37 保险企业数智化成本效益分析及估算图 38 大中型财险公司数智化成本效益估算图 39 大中型人身险公司数智化成本效益估算图 40 保险企业产品数智化创新方向图 41 保险行业数智化为社会整体贡献成本效益分析图 42 保险行业数智化为社会整体贡献成本效益估算IV42445253535555565661636364全球案例全球案例 01：中国领先寿险企业推进混合云应用全球案例 02：亚洲领先人身险企业推进云端应用全球案例 03：亚洲领先人身险企业“人生阶段”产品设计全球案例 04：美国领先车险企业利用装置侦测驾驶习惯，从而调整汽车保险费率全球案例 05：欧洲领先产险企业物联网财产险应用全球案例

6、 06：欧洲领先人身及财险公司聊天软件智能会话全球案例 07：欧洲领先人身及财险公司人工智能重塑面向客户的流程全球案例 08：美国保险初创企业全自动报价及承保全球案例 09：美国领先医疗及保险机构II型糖尿病数字健康计划全球案例 10：欧洲政府项目利用AI发现早期癌症全球案例 11：日本著名大学及初创公司AI老年人身体素质提升计划全球案例 12：美国领先资产管理企业数智化系统控制信息数据质量全球案例 13：美国领先资产管理企业数值化投研助力资产配置案例集V4346525455565757595962百度案例百度案例 01：银保信科技金融云百度案例 02：中国人寿财险AI中台赋能保险全价值链百度

7、案例 03：中国领先养老险公司养老智能规划百度案例 04：中国头部财险公司、互联网保险公司百度智能云曦灵数字人平台百度案例 05：中国头部寿险公司产品智能推荐百度案例 06：中国领先财险公司优化车险智能定价模型百度案例 07：中国泰康保险反欺诈关联知识图谱百度案例 08：中国太平洋保险“太AI”车辆智能定损技术百度案例 09：中国知名人寿保险公司智能化考勤管理百度案例 10：中国泰康保险非结构化数据文档智能识别百度案例 11：百度智能云“五福助老”智慧康养服务平台案例集VI中国保险行业数智化展望及全球案例分析01自2017年 中国保监会关于规范人身保险公司产品开发设计行为的通知（保监人身险20

8、17 134号）发布，原保监会对年金、万能险、投连险、健康保险在内的多个险种做出了细致的要求与规定，彻底切断了中短存续期产品的快速膨胀。中国保险行业以中短存续期产品为主要载体的保险时代逐步谢幕，“保险姓保”成为主基调，行业增速从2013年至2017年期间高达20%的年均增速回落至个位数，行业进入规范发展阶段。展望未来，中国整体经济增幅下降并进入低速发展阶段,由于互联网保险业务崛起、代理人群体数量增长放缓、产品同质化竞争激烈等影响，保险企业面临巨大转型压力。保险行业正在从外延式的高速增长，走向内涵式的高质量发展，亟需寻找发展新动能。随着中国经济逐步转向高质量发展，为响应“数字中国”的重要论述和战

9、略部署，保险行业头部企业近年高举“保险+科技”大旗进行转型探索。深入思考这些探索的经验教训，探讨如何推动保险企业转型变革纵深发展，我们认为未来十年保险行业发展范式和核心逻辑将会发生四大变化：一是业务增长方式从渠道为王转换为用户体验为先；二是商业发展模式从单打独斗转换为生态集群作战；三是企业经营方式从模糊判断转换为以数据洞察驱动业务决策；四是业务运作模式从人工为主转换为科技辅助人工。其中，用户体验为先和生态集群建设关乎最终消费者体验，数据驱动和引入云计算、人工智能等新技术关乎企业运营效率。用户体验叠加企业运营效率，是各行业发展至成熟阶段的企业间竞争核心。对保险行业而言，两者的底层推动力均来自于“

10、数智化”，即数字化+智能化。传统意义上，信息化的核心是联通，强调信息的断点连接与追溯；而数智化的核心是以数字驱动变革，以人工智能驱动的效率提升、业务重塑及生态融合。从行业发展的整体来看，罗兰贝格保守估算，数智化驱动保险业务仅运营效率提升一项，即可产生行业效益逾2000亿元，折合2021年中国保险行业原保险保费收入的4.6%，对企业、行业及社会发展意义重大。进一步从保险企业生存、竞争和发展的需要来说，数智化转型不仅是推动降本增效的利器，更关乎企业“生死”。一旦在转型道路上犹豫不决或是后进掉队，则可能被新时代的用户所抛弃。前言02前言从行业发展终局来看，数智化进程是加深企业“知己知彼”的过程。保险

11、行业存在一个魔咒，即保险企业和投保人之间信息不对称会导致保险业务存在巨大风险。数智化本质是尽量弥合保险产品供需双方的信息不对称，将产品设计的逻辑依据由“大数法则”转换为基于消费者的“千人千面”深刻洞察。在数智化时代，规模化定制正在逐步成为可能。始终沉浸于工业化时代思维、单纯以增加代理人数量驱动规模化增长的保险企业，已经面临发展的瓶颈，未来将更加步履维艰。当然也应看到，转型之路亦布满荆棘。大部分保险企业面临：IT系统烟囱式分散建设导致缺乏通用大平台、数字化机制不完善导致招人用人留人难、资源有限导致数字化自主投入产出效率低、数据高敏场景应用新价值难发挥、数据流通生态互信机制难建立、渠道变化多元流量

12、入口洞察不足等现实难题。罗兰贝格与百度智能云联手，把脉保险企业发展痛点，通过百度智能云的“三智”解决方案，即云智基座、数智经营、产融智合，一站式助力保险企业数智化转型升级。莫听穿林打叶声，何妨吟啸且徐行。我们坚信，中国保险业未来依然具有巨大的发展潜力。根据历史规律，中国保险业的供给也将发生结构性的转变。弯道已现，以数智化为抓手，聚焦用户体验和企业运营效率提升，将成为保险企业实现优质供给、业务发展超车的关键之所在。中国保险行业数智化展望及全球案例分析0304中国保险行业数智化展望及全球案例分析中国保险行业将从野蛮生长转向风险控制、从规模驱动转为高质量发展。从市场宏观角度看，保险行业政策发布促进人

13、身险、财险、农险市场快速发展，责任险业务未来可期。从产品结构角度看，健康险业务将高速增长，其它险种步入稳定发展阶段。从分销渠道角度看，受益于移动互联网发展及用户线上消费习惯的普及，保险行业线上渠道销售快速增长；代理人渠道在经历了急速扩张之后，面临增长放缓甚至负增长的状态，人海战术边际效应大幅降低。从竞争格局角度看，各类保险产品市场竞争格局各不相同，但头部企业占有重要优势地位，腰部企业亟需在激烈竞争中寻得自身生态位。中国保险企业转型变革进入纵深发展阶段，未来十年保险行业的发展范式和核心逻辑将发生四大变化：业务增长方式将从渠道为王转换为用户体验为先、商业模式将从单打独斗转换为生态集群作战、企业经营

14、方式从模糊判断转换为以数据洞察驱动业务决策、业务运作模式从人工为主转换为科技辅助人工。上述四大发展范式的变化即关乎用户体验和企业运营效率，两者的底层推动力对保险行业而言均来自于数智化，即：数字化+智能化。传统意义上，信息化的核心是联通，强调信息的断点连接与追溯；而数智化的核心是以数字驱动变革，即人工智能驱动的效率提升、业务重塑及生态融合。增速趋缓，发展逻辑生变中国保险行业数智化展望及全球案例分析05行业增速放缓，险企面临转型压力中国保险行业发展由松绑创新渠道驱动过渡至当前“保险姓保”的规范发展阶段，行业年均复合增速由2013-2017年的21%回落至5%，行业基调从野蛮生长转向风险控制、从规模

15、驱动转为高质量发展。从市场宏观角度看，保险行业政策发布促进人身险、财险、农险市场快速发展，责任险业务未来可期。2013年，人身险税率改革废除2.5%预定利率上限政策发布。保险企业集体大降价，通过让利于民拉升产品吸引力，以重疾险、万能险为代表的保险产品销售迎来大幅增长。2015年，代理人资格考试取消，线下渠道代理人数量呈现爆发式增长，中小型保险企业因重仓银保渠道而获得超常规发展。盛世之下必有隐忧，保险业务野蛮生长导致偿付风险剧增。自2017年始，中国保监会关于规范人身保险公司产品开发设计行为的通知 发布，原保监会对年金、万能险、投连险、健康保险在内的多个险种做出了细致的要求与规定，彻底图 1 2

16、013-2021年中国商业保险市场总体规模资料来源：中国银行保险监督管理委员会，罗兰贝格预测17,22220,23524,28330,95936,58138,01742,64445,25744,90020001%5%松绑创新渠道驱动阶段“保险姓保”规范发展阶段单位：亿元06切断了中短存续期产品的快速膨胀。中国保险行业人身险以中短存续期产品为主要载体的保险时代逐步谢幕，“保险姓保”成为主基调，“保障功能”重回市场中心。2020年，银保监会研究制定了 关于实施车险综合改革的指导意见，以“保护消费者权益”为主要目标,意见实施后车均保费

17、大幅下降、车险整体盈利能力减弱。除人身险、财险外，农险也在政策鼓励下不断增速扩容。2007年起，中央财政为农业保险投保农户提供一定的保费补贴，拉开了发展政策性农业保险的序幕。2022年，新 中央财政农业保险保费补贴管理办法 实施，明确了政策性农业保险综合费用率“20%红线”，推动农业保险承保机构降本增效。截至目前，中国已经成为全球农业保险保费规模最大的市场。另外，随着 国务院关于加强质量认证体系建设促进全面质量管理的意见、中华人民共和国食品安全法(2018修正)等系列政策修订及发布，我国责任险市场发展也将步入快车道，产品、公众责任类保险业务将迎来发展重要机遇。从产品结构角度看，健康险业务将高速

18、增长，其它险种步入稳定发展阶段。伴随一系列强监管政策落地，寿险理财属性回归保障属性，财险亦从恶性竞争转向有序发展，保险行业进入产品结构切换低速成长阶段。健康险由居民投保消费型医疗保险产品的意识提升和政策红利驱动，在各险种销售表现中一枝独秀，2017年至2021年年均复合增长率达18%，2021年原保费收入8500亿元；财险受新车产销量下滑、车险综合改革影响，增速大幅下滑，2017至2021年年均复合增长率亦仅为4%，2021年原保费收入12,000亿元；寿险因中短存续期产品业务减少、代理人规模增长放缓、人口红利逐渐消失等因素影响，同比增长仅为2%，2021年原保费收入23,600亿元。众多保险

19、企业纷纷开启重点险种转型，例如从财险延伸至健康险或探索新型保险场景。与标准化的寿险产品相比，健康险业务发展对保险企业的基础数据、产品设计、分销渠道和生态集群建设，都提出了新要求。图 2 2013-2021年中国商业保险市场主要产品规模及增速资料来源：中国银行保险监督管理委员会增速趋缓，发展逻辑生变4615436361,2101,1231,5879,8356,2129,425标签10,90222,75420137,20320142,4107,99513,24220154,0428,72417,44275020164,38921,45690120175,4481,07610,77020,72320

20、187,0668,4471,1741,17520198,173202111,64911,929202011,70123,54223,982意外险健康险寿险财产险CAGR13-1723%12%41%18%CAGR17-212%4%18%8%单位：亿元中国保险行业数智化展望及全球案例分析07图 3 2021年中国保险市场结构、保费收入和同比增速资料来源：中国银行保险监督管理委员会从分销渠道角度看，受益于移动互联网发展及用户线上消费习惯的普及，保险行业线上渠道销售快速增长；代理人渠道在经历了急速扩张之后，面临增长放缓甚至负增长的状态，人海战术边际效应大幅降低。线上销售作为新晋渠道，具有信息对称度高、

21、成交链路短、用户服务体验好等优势。非车险创新产品层出不穷，人身险和财险的线上渠道销售增速远超同期行业整体水平。2019至2021年，互联网人身保险累计实现保费收入由1,193亿元上升至2,916亿元，年均复合增长率达34.7%；2018至2021年，互联网财险累计实现保费收入由695亿元上升至862亿元，年均复合增长率达7.4%。虽然互联网保险发展势头良好，但是仍然存在产品结构单一、线上线下资源整合不足导致渠道冲突、售后不完善影响用户体验等问题，亟待解决。目前，线上渠道保险销售多以低价值产品为主，收入规模较小且占比偏低。但我们认为，衡量分销渠道长期发展潜力的指标，主要包括三部分：体验、效率和前

22、置性。保险企业需要思考如何更好地改善用户体验、缩短流通链条并提升效率、将产品服务前置推向客户。2022年，中国线上零售已经占据中国零售总额的24.5%。借鉴零售电商行业过往成功经验，基于用户洞察实现千人千面精准营销、打通线上线下全业务链条、缩短成交链路并降低流通成本，或是保险企业未来在渠道方面破局的必由之路。08图 4 2017-2021年保险、零售线上渠道销售占各自销售总体比例资料来源：中国银行保险监督管理委员会、中国保险行业协会、国家统计局从竞争格局角度看，各类保险产品市场竞争格局各不相同，但头部企业占有重要优势地位。在财险市场，三巨头强者恒强，2021年CR3达到74.6%。在寿险市场，

23、CR3从2011年的54.7%下降至2021年的38.7%。一方面，大型寿险公司力推价值增长，主动缩减低附加值业务；另一方面，互联网渠道快速发展，小微寿险公司利用中短期理财业务把握用户“投资痛点”赢得部分市场份额。一般而言，行业整体发展主要经历四大阶段，包括：需求爆发供给扩张、需求放缓供给快速扩张、需求继续放缓供给不足、新需求涌现有效供给有限。自2017年至今，保险行业处于需求放缓但供给快速扩张的第二阶段，保险企业市场竞争厮杀激烈，业务利润率普遍下降。头部保险机构因具有品牌吸引力、业务规模效应和投资优势，盈利尚可；但中小保险机构由于品牌知名度低、渠道弱势、业务成本较高、投资环境恶化，导致利润率

24、较低甚至亏损。随着市场逐步整合，企业优胜劣汰。因无法应对大型机构的绞杀竞争压力并维持投资回报率，相当一部分保险机构将被迫退出市场。随着行业发展逐步成熟，头部保险机构高举高打，或如泰康深耕产业链形成闭环，全面布局金融、科技、医疗、汽车等行业构建完整保险业务生态，在体量、流量、生态三方面具有压倒性优势。中小保险机构过往的简单拷贝复制商业模式将不再有效。位居市场腰部、尾部的保险机构，亟需深耕细分领域形成差异化优势，从而在保险行业日趋激烈的竞争中寻得自身生态位。增速趋缓，发展逻辑生变202118%201720185%4%2019202015%6%21%6%25%8%24%保险零售中国保险行业数智化展望

25、及全球案例分析09发展范式生变，业务逻辑亟需重塑在中国经济结构转型过程中，中国的人口结构也在发生变化。在政策推动下，保险产业快速发展，同时带动了用户消费投资意识的转变。中国保险企业转型变革进入纵深发展阶段，未来十年保险行业的发展范式和核心逻辑将发生四大变化。图 5 未来十年保险行业发展范式和核心逻辑四大变化资料来源：罗兰贝格分析业务增式将从“渠道为王”转换为“体验为先”业务增模式1商业发展模式将从“单打独”转换为“态集群作战”商业发展模式企业经营式从“模糊判断”转换为以“数据洞察驱动”企业经营式业务运作模式从“为主”转换为“科技辅助”业务运作模式23410保险企业通过代理人队伍的规模化扩张成功

26、实现业务增长。2015至2019年，中国保险行业销售人员（含代理制）数量从471万暴增至973万。其中，平安保险的代理人数量从87万激增至117万，寿险及健康险业务复合增长率也达到20%；中国人保代理人数量从14万增长至39万，寿险业务对应实现14%的复合增长。水能载舟亦能覆舟，渠道规模化扩张推动了保险行业发展，但代理人员专业素质、服务能力参差不齐也导致保险企业业务发展因诚信问题而受到制约。另外，80、90后人群正在逐步取代60、70后群体，成为保险企业的核心目标客户。新一代消费者主要通过互联网获取保险产品信息、基于专业度建立信任，并最终决策购买保险产品。基于熟识人际关系建立信任，依靠“拉人头

27、”方式销售保险产品的渠道分销模式将逐步失效。在中国人口结构老龄化的长期趋势下，叠加短期新冠疫情的冲击影响，保险公司开始主动压缩费用成本结构并精简人力，代理人数量连续两年较大幅度下滑，从973万下降至642万，降幅达34%。一 业务增长方式将从渠道为王转换为用户体验为先图 6 2015-2021年中国保险销售人员数量及结构资料来源：中国银行保险监督管理委员会 保险销售从业人员职业登记情况，专家访谈，罗兰贝格分析 增速趋缓，发展逻辑生变中国保险行业数智化展望及全球案例分析11代理人渠道改革转型难度高，保险公司迫切需要寻找新的业务增长动力。“用户体验为先”已成为保险公司的价值新导向,保险企业需要修正

28、用户对保险产品的认知偏差，以提升用户服务体验为其核心目标。目前，保险企业积极借助抖音等互联网媒体渠道宣传，减少公众认知与保险企业、产品服务的信息差，降低代理人“扭曲力场”的能力。同时，互联网保险公司正在推出大量创新产品，强调重点由投资高收益转变为融合生活、社交和娱乐为一体的更好服务体验。在高速增量市场时代，保障产品服务供给、发力渠道触达客户便可产生销售转化，用户体验并非首选考虑因素。在以存量市场为主的低速增长时代，一方面，产品供给严重同质化、销售渠道触达乏力；另一方面，消费者对保险产品的认知已逐步加深，更加重视用户体验。简而言之，用户体验可以概括为让用户更安心、更省心、更开心，提升的关键在于实

29、时、自助、随需、交互。其中，实时意味用户能够看到、感知，如理赔流程的实时化进展；自助意味客户可以自主利用险企各类工具满足需求，如智能保顾；随需意味着动态调整，即险企可以为用户提供个性化定制产品，如基于驾驶行为数据打造的UBI（Usage-Based Insurance）保险；交互意味着双方或多方顺畅协作，例如车险定损、健康险手术预审等。数字化打破边界实现全要素实时连接，智能化打造极致的实时、自助、随需、交互体验，数智化是提升用户体验的必经之路。它山之石可以攻玉，银行数智化进程走在前列，可以为保险企业提供成功的经验与成熟的业务模式。在银行业，四大国有银行稳固占据渠道优势，对股份制、城商行等中小银

30、行的发展形成制约。招商银行坚守“科技兴行”之路，以科技作为驱动业务发展的引擎，重视提升客户服务质量与体验。上世纪90年代开始，招商银行率先推出基于先进电子技术的“一卡通”，完成从区域性银行到全国性银行的跃迁；到2010年，招行聚焦移动互联和用户体验，实现零售业务全国第一。2017年，招行制定了金融科技发展战略，把探索数字化经营模式作为转型下半场的主攻方向，打造商业智能平台、人工智能平台为业务赋能。依托人工智能技术，招行推动客服云、舆情云和视觉云建设，并已应用至产品、风控等100多个业务场景。金融科技的运用使得招商银行资产质量持续优化，不良率与不良余额实现“双降”。12 二 商业模式将从单打独斗

31、转换为生态集群作战保险企业平台化的经营方式，正在逐步重塑行业整体格局，推动保险企业由单打独斗转为生态集群作战。平台不仅为险企提供了直接触达用户并获得评价反馈的交互渠道，更帮助连接上下游协作企业组建生态集群以实现资源重组与共享，助力降低获客成本、增收提效。保险产业上下游企业资源丰富，包括流量、数据、产品、服务、人力、基础设施等。其中，信息数据是最具价值挖掘潜力的关键要素。在数智化技术的加持下，保险生态集群关联企业基于数据互动形成对市场、客户及企业生产的全景洞察，整合一体化的产品与服务，提升保险企业及生态集群的核心竞争力，满足保险用户全生命周期的需求并给予更好的服务体验，驱动保险产业链上下游企业共

32、创共赢式发展。数智化技术应用与保险企业平台化、生态化经营模式，具有天然的契合性。在生态集群体系内，保险企业与生态伙伴基于平台实现多维数据连通及流量资源共享、连接多元用户及需求场景，形成实现数智化经营的基础条件。数智化技术、解决方案通过平台为保险企业及其合作方的多场景闭环业务协作提供全面赋能，激发协同效率与效益，保证客户全场景服务的一致性体验。另外，在保险企业与医养、交通、制造、家居、能源等跨行业企业的合作过程中，数智化技术应用能够帮助相关联企业将风险分析前置，实现对应行业的业务发展逻辑由“转移风险”转换为“管理风险”。与互联网平台合作，获取流量和数据互联网企业通过高频消费、轻决策需求产品，掌控

33、着移动互联网用户的访问流量入口。低频消费、重度决策的保险产品，难以在用户流量争夺上占有优势。保险公司需要通过与互联网企业合作，接入互联网平台以获取流量和数据，提高自身定价能力和风险管控能力。以共享出行平台为例，平安与滴滴于2015年10月合作推出“滴滴平台司乘意外综合险”，并在2016年投资滴滴6亿美元。截至目前，十余家保险公司都已与滴滴开展相关合作。与医疗健康产业结合，形成互联网医疗与商保支付的强连接医疗健康服务机构，尤其是互联网医疗机构，可以基于互联网数据支持保险公司设计产品，为保险公司客户提供线上医疗健康服务，并作为渠道为保险公司代理销售产品。例如，众安保险与微医合作，推出“微医家庭守护

34、-互联网医院门诊保险”；中国平安、中国人保与微脉合作，推出“微脉网约护士保障计划”。增速趋缓，发展逻辑生变中国保险行业数智化展望及全球案例分析13与各行各业开展业务捆绑合作，针对细分场景痛点定制保险产品近年来，嵌入式保险快速发展且已广泛应用，其关键在于以用户为中心量身定制保险产品并持续优化迭代，以创造最佳的用户服务体验。例如，瑞再旗下的数字保险平台iptiQ与宜家合作开发Hemsker嵌入式家庭保险产品，提供装修、入室盗窃、家庭意外等保险产品。消费者在购买家居时，可选购Hemsker保险产品，一站式完成购买房屋装修产品与保险保障。无论何种事故、火灾或其他不可预测的事件导致家具或装修损毁，选购H

35、emsker保险产品的消费者都可以获得财产保障。Hemsker的推出成功超越传统意义销售点的整合，致使用户体验达到了新高度。未来，数智化领先与落后企业的发展差距将逐步加大，领先企业业务决策具有更高的时效性、准确性及合理性。传统企业IT系统建设旧模式导致的软硬件“烟囱”和数据“孤岛”问题日益严重。其中，经营数据散落在企业信息管理系统中，刷新周期按月度计算，存在严重的滞后性。在此状态下，传统企业业务发展决策由管理层基于个人的行业经验及直觉判断制定，大多因缺乏可靠依据导致准确性较差，甚至可能导致企业发展偏离正常轨道。数智化领先企业使用智能化技术处理数据，形成深入洞察并指导业务开展，经营决策的准确性和

36、及时性大幅提高。此外，数智化技术及应用也推动了企业内部业务决策自上至下迁移与普及。随着市场趋势的快速变化、企业规模的扩大，实时、分布式业务决策的需求日益增强。企业管理者受限个人精力，较难顾及业务的所有决策制定。在数智化技术的帮助下，基于信息数据形成智能决策的能力，能够系统化、普惠化、实时服务基层业务人员的决策需求，缩短决策链路并降低由于个体认知偏离导致的决策风险。数智经营能够为企业生存保驾护航，在不断变化的市场中减少业务发展的不确定性及系统性风险，助力业务安全可持续发展，提质降本增效。图 7 数字化转型示意图资料来源：专家访谈，罗兰贝格分析 三 企业经营方式从模糊判断转换为以数据洞察驱动业务决

37、策效率命以智能化提决策科学性、精准化智能具效率命+决策命传统具+经验决策数据+算法的决策(从辅助到替代)以数字化提作效率决策命14以保险行业代理人才招募为例，传统代理人评价模式较为单一和主观，难以形成连续性的反馈，不利于保险企业管理者对代理人团队做出判断和决策。泰康保险上线数据驱动型英才代理人招募管理体系，基于数据洞察筛选高绩效代理人，延长其服务期限，满足用户体验为先时代的人才管理需求。目前，该系统已在泰康保险全国36家分公司推广使用，管理70余万营销人员。另外，以保险两核为例，传统方式主要依赖专家个人经验对模糊信息的判断，缺少量化指标及规范流程。泰康保险引入数智化技术应用，大幅度提升两核效率

38、及流程规范化。图 8 保险代理人业务流程数智化成熟度比较资料来源：罗兰贝格分析增速趋缓，发展逻辑生变会议程安排销售会议准备作进预约更新CRM数据库填写申请表格接收报价签单保单成索赔处理索赔结案索赔通知潜在客管理活动规划落后未成熟逐渐成熟电签名功能咨询建议具代理不必参与索赔案件业领先代理不必参与保单管理和索赔（仅通知客）代理从潜在客管理处获客代理获得活动计划和会议程预先准备客洞察需代理处理代理动处理IT具辅助代理处理较成熟后台办公室处理索赔代理可直接在客处预签报价单销售流程中国保险行业数智化展望及全球案例分析15传统保险行业的分销、理赔环节，均需耗费大量人力时间，导致成本居高不下。在分销环节，渠

39、道为王策略推动代理人团队规模快速扩张，保险企业通过人海战术实现保费总体销售规模的增长。一方面，高昂的人力成本导致保险产品性价比吸引力不足；另一方面，国内代理人素质参差不齐导致销售转化率不尽理想、人效较低。近年来，互联网保险异军突起，通过平台实现保险用户的更高效触达、企业经营更低的分销成本。此外，国外Lemonade及Traffk等初创保险企业，运用机器学习技术分析成千上万种数据以形成用户洞察，支撑业务人员为保险用户提供个性化服务并引导完成保险购买决策。在理赔环节，传统风控主要依靠理赔员的个人经验。为了应对信息割裂、数据不全等导致的欺诈风险，保险企业设计了复杂的理赔核验流程，寄希望通过制度的严密

40、性降低业务风险。但是，复杂的流程及参差不齐的理赔人员素质导致理赔工作耗时冗长、人力投入居高不下，严重影响用户服务体验。针对上述问题，部分数智化领先的保险企业积极探索人工智能在核保中的应用。通过对海量医务核保数据分析，人工智能系统分析、模仿、学习核保员的业务处理经验，自动全方位解析客户数据并建立唯一健康档案，支撑业务人员指导用户购买各类保险产品，并为以用户为中心的关联家庭成员提供健康管理服务。通过引入数智化，保险企业能够提升运营效率和控费水平，尤其是在疫情背景下，用户投保和理赔习惯向线上迁移，为数智化实施打开窗口。图 9 保险领域人工智能的应用资料来源：罗兰贝格分析 四 业务运作模式从人工为主转

41、换为科技辅助人工16另外，随着保险行业数智化发展，在各类保险产品的设计与创新过程中，数智化技术应用也变得更加普及。总结而言，用户为先和生态集群建设关乎最终消费者体验，数据驱动和引入云计算、人工智能等新技术关乎企业运营效率。消费者体验叠加企业运营效率，是各行业发展至成熟阶段企业之间竞争的核心。两者的底层推动力对保险行业而言均来自于“数智化”，即数字化+智能化。传统意义上，信息化的核心是联通，强调信息的断点连接与追溯；而数智化的核心是以数字驱动变革，以人工智能驱动的效率提升、业务重塑及生态融合。图 10 健康险价值链新技术应用机会资料来源：罗兰贝格分析增速趋缓，发展逻辑生变?搜索智能算法系统将与适

42、合其需求的最佳政策相匹配咨询?核保基于客特定的历史健康数据，动进险评估和价格建议签约?健康事件?预防?保单?定制化实时健康分析，设计专属于客的健康保险产品理赔识别理赔管理过程的欺诈为，提理赔效率报销?福利?销售与分销核保政策管理账单与收款理赔中国保险行业数智化展望及全球案例分析1718突破难点，完善转型之路保险企业开展业务的本质是通过“大数法则”为客户提供保障，为自身生存与发展赢得空间。对保险企业而言，数智化转型不应当只被视作降本增效的手段，而是一项战略投资，用以保障企业的“生存”，为其业务发展奠定坚实的基础。虽然数智化转型战略意义重大，但转型之路布满荆棘。大部分保险企业面临：分散建设导致统一

43、通用大平台缺位、机制匮乏导致招人用人留人难、资源受限导致数智化自主投入产出效率低、数据高敏导致场景应用新价值难发挥、数据孤岛导致生态流通互信机制难建立、渠道变化导致多元流量入口洞察不足等现实难题。图 11 保险企业数智化转型六大痛点资料来源：罗兰贝格分析中国保险行业数智化展望及全球案例分析分散建设导致统通平台缺位1机制匮乏导致招留难2资源受限导致数智化主投产出效率低3数据敏导致场景应新价值难发挥4数据孤岛导致态流通互信机制难建5渠道变化导致多元流量洞察不6险企度复杂的业务架构、应架构与数据架构往往带来了“流程不顺畅”、“重复造轮”、“数据不连通”等问题部分险企数字化重视程度不，顶层规划缺、专有

44、机构和配套管理实施机制未设计，数字化才稀缺险企、财资源有限，建技术平台及体系的前期投较，投产出低，耗时较且研发不确定性较客信息于商业及数据法规考虑都是度敏感数据。合规挖掘数据价值并在业务场景应，仍是需要谨慎思考的问题险企内部许多部独转型，数据分享意愿不。外部与互联公司、地政府、服务平台等合作建的数据库也法互通过去险企业务主要依靠传统中介和代理，但现在随着互联发展，流量来源已经发巨变化，保险公司普遍应对不中国保险行业数智化展望及全球案例分析19分散建设，统一通用大平台缺位保险企业的业务架构、信息化应用架构与数据架构耦合具有高度复杂性，险企内部经常存在“流程不顺畅”、“重复造轮子”、“数据不连通”

45、等问题。在业务架构方面，各保险企业的集团管控制度体系完善程度存在较大差异。其中，财务型、战略型管控集团给予下属子公司较多决策权，业务的复杂性、差异性导致集团内部流程标准不统一。在信息化应用与数据架构方面，部门之间缺少数据、工具共享机制，且各自业务流程复杂多样，导致信息化系统与软件重复建设、互不连通，增加了集团整体的IT建设与运维成本，也无法有效沉淀和高效利用数据、知识、工具资产并发挥业务价值。建立集成算力基础设施、算法、数据的通用大平台，实现知识资产的标准化沉淀，高效敏捷支持一线业务发展，是解决上述问题的关键突破点。20机制匮乏，招人用人留人难保险企业计划成功实现数智化转型，不仅依赖于数智化技

46、术的引入，更取决于制度、流程、人力资源等生产关系的调整及优化。一方面，大部分保险企业对数字化转型重视程度不足，顶层规划缺失、领导责任考核缺位、职能部门设置及配套管理机制不健全，导致数字化转型空喊口号而难以有效推进落地；另一方面，传统保险企业的业务组织架构较为复杂，懂保险业务、具备数智化技术开发应用能力的复合专业人才稀缺。保险企业数智化转型的核心推动力是人才。数智化转型作为新兴重点议题，人才的招聘与培养需要一定时间和资源投入；数智化转型项目的规划、实施复杂，管理机制欠缺导致人才难以发挥能力专长；传统保险企业在薪酬体制、管理机制方面缺少足够的灵活性和扁平化，对人才的长期吸引力不足。建立一套全新的人

47、才选拔、培养、发展和激励机制，能够支撑保险企业解决招人、用人、留人的难题。突破难点，完善转型之路中国保险行业数智化展望及全球案例分析21资源受限，数智化自主投入产出效率低保险企业在数智化转型方向的人力、财力资源有限，自主投入产出效率较低。IT部门主要负责传统IT开发、部署及运维工作，人员的技能、数量都无法支撑企业数智化转型的落地推进。部分保险企业趋向追求短期资金投入回报，忽视数智化转型升级的长期、战略投入价值。保险企业基于自身有限资源自主建立数智化基础设施及服务平台，投入高、效率低、产出具有不确定性。在此情况下，引入外部数智化产品、方案及服务，已成为保险企业数智化转型的首选方案。目前，在保险行

48、业产业链上下游的不同领域，众多保险企业已与科技公司展开频繁、紧密、良好合作，数智化转型升级工作取得一定进展。22数据高敏，场景应用新价值难发挥保险行业客户信息数据受法律法规保护与监管，具有高度敏感性。保险企业需要谨慎思考如何合理、合规、合法的利用数据，在业务场景中取得商业价值。主要问题包括：用户数据授权边界针对个人信息等敏感数据，保险行业需要发展标准化的授权体系，建立信息共享机制及明确数据使用范围边界。数据一致性与可持续性保险企业自身业务数据有限，需要通过生态合作引入政府公共数据、企业伙伴私有数据资源，以生成用户完整、精确画像，支撑业务开展。一方面，各类平台数据口径存在差异，可能导致商业用户画

49、像精准度不足；另一方面，平台经营存在一定程度风险，可能导致数据的来源不可持续。保险行业需要建立数据统一标准，形成数据治理及风险管控机制。数据洞察分析能力保险企业基于单一数据识别风险，容易产生长期惯性依赖，导致形成“信息茧房效应”，即无法获取、挖掘多维数据的完整价值。为了在海量数据中捕捉深刻商业洞察，人工智能等数智化技术必不可缺。商业收益与法规约束的平衡政府监管政策、法律都对个人隐私及明细数据提供强制保护与使用约束。保险企业需要深入研究商业道德伦理，在业务实践中动态调整规范，在满足合规的情况下寻找投入与收益的平衡。在隐私计算、区块链、人工智能等数智化技术的支撑下，保险企业可在保证敏感数据应用符合

50、法律法规要求的前提下，验证数据的一致性、可靠性，充分挖掘海量数据的商业价值。突破难点，完善转型之路中国保险行业数智化展望及全球案例分析23数据孤岛，生态流通互信机制难建立保险行业产业链覆盖各类企业、机构较广。虽然保险企业与上述各类主体均有业务协作关系，但由于法律法规及标准不健全、产业竞合关系、非标准化信息系统、网络安全等因素影响，保险企业尚未真正有效建立起与生态伙伴之间的数据流通机制，限制了数智化转型工作的推进。图 12 保险行业生态全景图（健康险示例）资料来源：罗兰贝格分析个医疗云技术机器智能体外诊断数据基础设施软件运营商医院医助付医药医院数字化互联医院院内服务线上挂号慢病管理康复健康管理患

51、者管理医具诊所保险医疗保险TPA政府众筹制药销售医药O2OB2BB2C连锁药房24以平安集团为例，保险企业业务种类繁多，业务组织架构复杂。各业务部门自主经营、独立考核、划归不同业务条线管理，导致部门间存在利益壁垒，阻碍数据的流转共享，限制了数据价值的发挥。在传统模式下，保险企业/部门主要依靠纸质文件或单据、邮件、传真等方式实现数据信息的传递，效率低、周期长、成本高。新一代云计算基础设施及服务，为保险行业数据信息共享提供了新的安全、可靠解决方案。在一个统一存储环境中，数据存储变成了一个共享的资源池，信息通过统一的接口实现在企业/部门间的传递与共享。在云计算平台上人工智能、大数据等技术的加持下，保

52、险企业可充分利用云计算弹性算力资源，集中、高效挖掘海量数据价值，并基于商业洞察指导、部署云端产品与服务的开发和应用落地。图 13 平安集团医疗生态资料来源：中国平安年报，公开资料突破难点，完善转型之路中国保险行业数智化展望及全球案例分析25渠道变化，多元流量入口洞察不足传统保险企业主要依靠中介机构和代理人，通过线下人际关系网络拓展客源，推销保险产品。随着社交、短视频等移动互联网应用发展，用户购买行为由线下走向线上，保险用户流量来源正在逐步发生重要变化，但保险企业普遍应对不力。一方面，保险企业自身数智化技术能力不足，难以满足开展互联网保险业务的要求；另一方面，互联网应用丰富，形成的流量入口数量众

53、多，保险企业无法全面掌控应对。保险企业需要借助数智化科技手段，重新掌控用户流量来源，推动产品、营销创新，以实现业务的二次增长。通过数智经营，保险企业可通过海量数据分析支持精准营销，提升投入产出效率；通过打通微信、社交软件、官网、公众号、第三方平台、APP等线上渠道，将商机及时分配导流给线下代理人；助力线下代理人在社群交流中数字化一键转发，实现“转介绍”引流获客。中国保险行业数智化展望及全球案例分析2627拥抱变革，赋予增长动能保险企业的数智化转型升级一直是行业的热门话题，可谓一直在路上。2022年初 银行业保险业数字化转型的指导意见 出台，从顶层设计上为全行业提出了指导意见，也明确了到2025

54、年数字化转型的目标。数智化转型升级是当前保险企业必须面对并认真完成的重要任务，对企业发展将产生深远意义。我们认为数智化转型升级的破局关键在于：战略解码、业务模式、能力架构、管理模式四大层面上的协同力和执行力。凡事预则立，不预则废。战略解码充分，做好顶层设计是推动数字化转型的根本保障，掌舵人须在脑海中构建两张明晰的路线图：一是整合内部各业务价值环节的用户体验地图、二是企业战略地图。此外，企业须业务模式清晰、找准指标抓手，同时找准适配的能力架构，最后构建数字化能够发挥效能的“土壤”，匹配管理模式、构建数智文化。图 14 保险行业数智化转型升级洞察资料来源：百度智能云中国保险行业数智化展望及全球案例

55、分析战略（1）业务模式（6）能力架构（3）管理模式（6）数据驱动的企业管理架构“1636”引领适配撑六抓程平台资产服务数智运营化组织才机制流程考核落地成功的关键经验 战略解码充分，做好顶层设计 业务模式清晰，找准指标抓 能架构适配，数智有效运营 管理模式协调，撑转型成功中国保险行业数智化展望及全球案例分析28战略解码充分，做好顶层设计数智化转型升级一定是从保险企业全局考虑，自上至下做好规划与执行，顶层设计是根本保障。当前，绝大多数保险企业仅局限于单一场景的数智化改造，缺少业务总体蓝图设计，导致数智化转型升级项目频频陷入困境。近年来，保险企业数智化掌门人通常缺位或身兼数职。保险企业没有将数智化列

56、为独立重要板块，整体重视程度不足。各业务条线或部门需求无处汇总，信息化项目建设分散，数智化应用成果考核指标不明确，难以建立“事前规划-事中监督-事后总结”的完整链条。我们认为，做好顶层设计，保险企业需要明确数智化整体战略，找到共识、找准差距、确立北极星指标；做到充分战略解码，保险企业需要指定“数智化掌门人”，建立核心战略决策及监督工作小组，设立数智化转型升级里程碑，统筹企业内部各业务条线或部门的数字化和智能化需求，制定决策路线，执行实施并考核成果。其中，数智化掌门人的作用主要体现在三个方面：1）鼓励提升科技投入效率，整合现有数智化基础，减少重复投资；2）强调速赢，明确阶段性目标，快速起效；3）

57、追求长期效益，谨慎选择保险企业发展的合作伙伴，确保科技投资的前瞻性，为后续持续发展提供重要保障。图 15“数智化掌门人”的促进作用资料来源：罗兰贝格分析时间（年)数智化回报减少重复投资，整合现有基建强调速赢，快速起效致追求效益，慎选伙伴及云端迭代更新服务，避免技术实施数年后再次落后12329另外，掌门人需要做到胸有成竹两张图，即用户体验地图、企业战略地图，以保障数智化转型升级成功落地。用户体验地图企业战略地图拥抱变革，赋予增长动能保险企业对消费者需求洞察不足、提供的信息化应用服务割裂，是导致用户体验较差的主要原因。一方面，保险企业以传统的中介和代理人渠道推销保险产品，缺少互联网产品思维和线上运

58、营手段，难以捕捉并满足新一代用户的多样化需求；另一方面，保险企业内部存在烟囱式信息系统、数据孤岛，业务部门重复建设各类平台且无法连通，导致应用服务分散、割裂，无法横向拉通业务价值链条各环节，难以为用户提供最佳服务体验。例如，用户的移动端非保险功能比较有限，且多张保单需重复操作以分次理赔等。为了更好地服务用户，保险企业应综合营销、承保、风控、服务、运营等多维度规划“产品、服务及生态”，构建完整用户体验地图。以健康险为例，保险企业要立足用户需求，从痛点出发设计产品与服务，关注用户所期望的“医”“养”诉求，拓宽产品边界，将智能保险业务拓宽到智能医疗、智能康养等领域，构建完整的“医养保”全生命周期产品

59、及服务；以车辆保险为例，除常规车辆损失、人伤理赔、第三者责任损失等典型场景外，保险企业需要关注数智化技术催生的新业务场景，如通过视觉智能监控商品运输以赋能运费险承保。保险企业在塑造核心竞争力过程中，要聚焦自身战略优势，制定企业战略地图，突出差异化发展路线，做到“力出一孔，利出一孔”。未来，数智化技术及应用将渗透至保险企业各个部门及业务领域。数智化是手段，不是目的。手段仅有在目的明确清晰的前提下，才能够发挥最大化效用。保险企业在做战略解码和顶层设计时，必须对自身的企业战略地图了然于胸，否则就会像一艘大船，疲于驶在茫茫大海中，但行无所踪。中国保险行业数智化展望及全球案例分析30业务模式清晰，找准指

60、标抓手银行业保险业数字化转型的指导意见 提出保险行业数智化发展目标，即“到2025年，银行业保险业数字化转型取得明显成效。数字化金融产品和服务方式广泛普及，基于数字资产和数字化技术的金融创新有序实践，个性化、差异化、定制产品和服务开发能力明显增强，金融服务质量及效率显著提高。数字化经营管理体系基本建成、数据治理更加健全、科技能力大幅提升，网络安全、数据安全风险管理水平全面提升。”“业务模式清晰，找准指标抓手”是数智化转型落地成功的关键措施抓点串线做好顶层设计后，根据整体规划，抓准主要痛点，通过制定某个具体目标，启动或切入数智化应用建设。保险企业可以选择特定业务领域启动数智化试点项目，做好基础设

61、施、赋能中台的建设。铺面织网自上向下制定客户增长、保费规模、综合成本率、NPS等北极星指标，强化跟踪整体业务指标，围绕客户旅程构建整体数智能力，建设自有数据护城河，拓宽外部生态及数据资源池。数据融通数智化转型不等于业务线上化，而是业务模式的转变。业务部门、数智化部门需要紧密高效协作，建立流程管理、服务运营、技术支持等多方面能力，优化流程及开发制度、打通部门壁垒，保障数智化投入产出效率。保险企业在数智化建设过程中或多或少面临着需求沟通不清晰、业务流程不了解、项目团队割裂化等实操问题，处理这一症结的关键在数据治理融通、业务场景融通、业务与数据融通。智能应用面向客户为中心，以一线销售、服务人员、内勤

62、员工、各级管理者、行业监管、产业生态为抓手，提供数字化和智能化应用。在客户管理、产品研发、渠道服务、流程重塑、决策辅助等方面，全面提升数字化供给能力，帮助保险企业降本增效、业务创新。31保险企业拥有大量数据，但始终存在数据闲置、数据标准化不足等痛点，且分散的数据无法有效支撑保险产品推广及业务增长需求。保险企业需要打破内部各业务部门边界，以数据共享为目标建立数据资产管理机制。数观客户保险企业应完善多维渠道数据收集，形成企业级用户档案，基于数智化技术刻画精准用户画像，为线上/线下业务部门提供业务指引，为用户提供“定制化”推送和服务。数融渠道保险中介和代理人主要基于自身经验和积累的资源优势/话术推销

63、保险产品，对数据价值认知不足。保险企业应通过数智化手段培训一线销售人员，加强数据重视程度和敏感意识，建立数据更新、数据质量反馈的人机协作闭环。数塑产品数据是保险企业通过数智化技术实施产品优化与创新的前提。保险企业需要通过数智化手段打通自身与互联网平台、政府机关、医疗机构的合作，拓展数据资源，实现生态集群式发展。图 16 全面提升数智化供给能力资料来源：百度智能云数据资产管理和应用，是保险企业数智化的重要准备拥抱变革，赋予增长动能客及资产业务及订单为及三数观客数融渠道数塑产品数构流程数定决策中国保险行业数智化展望及全球案例分析32数构流程数智化技术能够驱动运营流程优化及效率提升。某大型金融机构采

64、用百度智能云AI中台方案建设人工智能平台，平台具有合同信息识别、关键信息自动提取审核等能力，可实现合同的自动化录入归档，大幅提升企业内部运行效率。此外，AI中台能够为保险企业提供人工智能技术工程化开发能力，满足智能风控、智能营销等业务场景降本增效需求。数定决策数智化理念贯穿于企业各级经营管理中，充分挖掘、分析各类经营数据，为管理者日常经营决策提供重要指标分析结果。面向客户为中心，以一线销售、服务人员、内勤员工、各级管理者、行业监管、产业生态为抓手，通过数智化技术挖掘数据价值，推广人机协同、数据分析看板、产业融合、智能运营平台等应用，帮助保险企业实现降本增效、业务创新。33能力架构适配，数智有效

65、运营能力架构是保险企业全面铺开数智化转型的技术后盾。散点式探索存在投入产出有限、运维管理复杂等诸多问题。险企必须着眼于整体最优布局，选用兼具稳态和敏态、中台化、云智一体化特征的数智化能力架构平台，保障企业长期可持续性发展。稳态和敏态稳态指构建高可靠、高可用和高安全的核心技术后台，形成较为稳定的客户、运营、风控信息标准技术组件，保障数据安全、技术可靠、长效发展；敏态指拥有良好架构兼容性和扩展性，支持便捷接入新增数据、快速开发应用以敏捷响应市场需求，支撑业务和管理模式迭代。保险企业需要选用兼具稳态、敏态的通用平台，才能实现数据驱动业务发展。中台化数据信息平台由传递信息向业务赋能转变，逐步发展衍生出

66、数据中台、AI中台、知识中台、运营中台。企业中台集成海量数据和大量技术，成为算法模型快速研发、共享复用和高效部署管理的智能化技术底座。保险企业可以数据中台为基石，建立AI中台挖掘数据价值、赋能创新业务，引入知识中台的知识生产、组织和应用能力，以支撑运营中台业务决策。云智一体化随着数智化技术发展，企业数据快速增长，处理数据也需要大量弹性算力、先进算法支撑。高可靠、高弹性的云计算，为企业挖掘数据价值、赋能业务创新提供计算、存储、网络等基础设施服务支持；灵活易用的AI开发平台，能够最优调度云计算资源，支撑完成数据收集、处理、分析、标准化、模型训练等AI算法模型开发任务。保险企业需要选择云计算基础设施

67、、AI开发平台一体化最优架构，以最大化提升研发、资源使用效率，创造更高业务价值。百度智能云以“云智一体，深入产业”为战略，形成“云智一体3.0架构”独特优势。在技术方面，百度智能云坚持自主研发，构建一套“芯片-框架-大模型-行业应用”的智能化闭环路径，做到端到端优化；在产业方面，从行业核心场景切入，通过打造行业标杆应用，带动和沉淀AI PaaS层和AI IaaS层的能力，打造高性价比的异构算力和高效的AI开发运行能力，进而向上优化已有应用、孵化新应用，向下改造数字底座，使基础云更适合AI应用，形成螺旋上升、不断进化的效果。保险企业可以依据云智一体3.0架构，选择自主创新的云与智能化科技底座，满

68、足自身业务场景的数字化与智能化转型经营需求。拥抱变革，赋予增长动能中国保险行业数智化展望及全球案例分析34管理模式协调，支撑转型成功数智化转型升级需要协调的管理模式支撑，主要包括：数智文化、组织健全、人才地图、流程闭环、机制闭环、考核匹配。数智文化将数智文化写入企业重要文件，将数据理念植入企业每位员工心中，有意培育和倡导数智化思维。让各级管理者认识到数字化、智能化转型升级的价值所在，意识到数智化转型注重的不是短期利益，而是要从战略层面长期布局。保险行业的数智化转型升级是以“科技”为核心竞争力，以“数据”为核心资产的业务转型升级。组织健全保险企业应关注“价值创造为导向”的组织创新，建立数智化转型

69、升级组织，加强跨领域、跨部门、跨职能横向协作和扁平化管理。根据数智化不同主题方向组建不同业务条线、业务与技术条线融合的共创团队，建设健全的数智化组织。人才地图保险企业面临的竞争对手不仅是其他保险企业，还包括互联网金融科技公司。数智化人才天然会向以科技和数据驱动的公司集聚。保险企业需要建设人才地图，掌握人-技能-岗位匹配的情况，将人才管理作为“数智化”转型升级的最关键要素之一。流程闭环数智化能力是持续增长的，将数字化能力建设形成一个“生产-消费-评价-促生产”的流程闭环，不断根据经营指标、技术及市场环境进行迭代，才能形成数智化转型的增长飞轮。35拥抱变革，赋予增长动能机制闭环机制闭环是数智化转型

70、可持续的基础。当前转型升级过程中数智化人才不足、人才留不住、实施流程不顺畅等问题阻碍发展进程。建立“认证-评估-调整-再认证”的机制闭环，将形成数智化人才发展的增长飞轮。考核匹配为吸引集聚更多目标人才，保险企业应优化数字化条线的考核机制，提供对齐行业的薪酬制度和管理自由度，为数智化人才提供更清晰的晋升和发展路径。保险企业数智化转型升级处于从“0-1”的夯实基础阶段，底层数智化架构的稳定性和可兼容性是其未来数智化应用建设的基石。由于保险业务的高度复杂性、专业性，数智化架构的设计与开发部署，需要既懂保险业知识、又具备数智化技术设计开发能力的稀缺复合型人才。一方面，保险企业需摆脱传统管理模式，在文化

71、、组织、人才、机制等各方面进行创新，加强数智化业务复合技能人才的培养；另一方面，保险企业也可以引入外部数智化专业人才，助力保险企业更快、更稳地迈向数智化美好未来。中国保险行业数智化展望及全球案例分析3637描绘蓝图，探索数智方案数智化是保险企业在新趋势下构建核心竞争力的重要手段。纵观国内外转型实践，罗兰贝格与百度智能云共同提出保险行业“数智一体”转型蓝图，助力保险企业创新发展。图 17“数智一体”转型蓝图资料来源：百度智能云，罗兰贝格分析中国保险行业数智化展望及全球案例分析“云智基座”在自研云平台基础上搭载了百度智能云AI中台和知识中台，帮助企业提升算法模型人员的生产效率，实现AI资产化和自服

72、务化，促进知识沉淀，加速企业智能化应用创新。百度智能云提供全链路一体化的“数智经营”平台，打造业务和云运营解决方案。“产融智合”平台助力保险企业与养老、绿色金融、乡村振兴、车生态、健康生态等打通，推动行业由转移分散为主的风险等量管理模式向风险减量管理服务模式转型。云智基座数智经营产融智合云计算智能中国保险行业数智化展望及全球案例分析38数智化价值自主创新的云智基础设施在当今保险行业数智化转型和技术应用创新双重趋势下，保险机构进行新型数智化基础设施建设的需求愈发旺盛，自主创新、分布式高可用、智能化、绿色节能等要素是保险机构对智能新基建选型的关键考量。百度智能云ABC Stack云平台天然集成百度

73、自研的多项能力，底层融合七层负载均衡接入转发平台BFE、云原生和Devops平台、智能运维平台和智能安全技术，所搭载的数据中台系列平台组件和AI中台系列产品矩阵可提供大数据+AI的全栈能力。另外，平台还可搭载音视频中台、区块链平台、地图中台、安全计算平台，以提供更多的融合能力，灵活且全面的支撑多样化的场景应用需求，可持续助力保险业务数字化和智能化转型。百度智能云AI中台是业内先进的智能化基础设施，其内核为百度自主研发的中国首个开源开放的产业级深度学习平台飞桨，为企业提供一站式全场景AI模型生产与应用工具链，支持主流算法框架和多种建模方式，提高算法模型开发人员的生产效率;从企业维度可实现AI资产

74、化和自服务化，高效助力AI资产跨部门复用流通，避免重复造“烟囱”;同时平台内置了百度文心大模型和数百个AI核心能力，可加速保险企业智能化应用创新，快速把技术优势转化为业务价值。百度智能云知识中台是基于人工智能技术构建的全链路知识管理能力，覆盖知识的高效生产、灵活组织和智能应用。在技术方面，知识中台的数据处理能力由结构类、文档类数据，拓展至图片、音频、视频在内的多模态数据，通过采用业内领先的复杂知识表示和快速构建技术提升数据知识转化效率；在应用方面，知识中台将搜索、问答、推荐，升级至辅助决策、预测、推理等各类业务场景的知识深度应用，满足企业产品与服务的自动化定制需求。以保险行业为例，知识中台能够

75、自动化地从数据中提取知识，在保险业务场景的人机互动中主动推荐知识，帮助保险代理或理赔人员高效、精准、智能地制定决策，显著提升企业的经营效率和效益。一 云智基座39资料来源：百度智能云融合保险产品设计、营销、风控、运营、服务、管理的智能化应用方案百度智能云提供全链路一体化的数智运营平台，其中包括数据、算法、内容、提效、体验五大套件，打造业务和平台运营解决方案，赋能金融机构加速线上化运营和线下深度服务转型，实现以用户为中心的高质量月度活跃用户数量（MAU）、资产管理规模（AUM）增长。描绘蓝图，探索数智方案 二 数智经营图 18业务和平台运营解决方案百度的优势价值领先的数据与AI能，聚焦融业痛点沉

76、淀的五产品套件多年来互联产品业务运营，积累形成的独特经验、法论和才体系深度服务30+头部融机构，实践经验丰富，成效显著对客的价值数据与算法套件撑数字化、智能化运营能，提升活跃客数和融资产规模的增速与质量提效套件赋能流程动化与智能化，提升服务效率，降低合规险内 容 与 体 验 套 件 助 融 机构 服 务 升 级、体 验 优 化，全提升客满意度打造有温度的客服务体系深化融服务智慧再造提升融服务质效与某头部股份携共创数字员，2021年累计促活客上千万次，累计理财产品销售额上百亿与某头部股份共创智能客服，均办理业务近10万通，意图识别准确率，语转译准确率均达业领先平赋能某头部保险公司，双录视频质量合

77、格率提升80%；成本节省60%；7*24时并发实现全量质检，满监管合规要求中国保险行业数智化展望及全球案例分析40在百度智能云构建的智能化营销风控体系中，营销引擎提供涵盖客户画像、精准推送等数字营销服务，提升分销效率；风控引擎提供从风险识别、评估、监测、控制等各环节的管理方案，提供全生命周期的风控管理。在智能服务方面，百度智能客服和数字人已推广到30余家金融机构，搭建多元化的数字服务渠道；在智能运营方面，百度智能云助力保险机构突破人力限制，提升运营效率和精准度。新一代 AI 机具终端解决方案通过多功能设备 PaaS 软件赋能硬件以及适配生态打造自主创新的云智基座方案；在组织协同方面，百度智慧协

78、同办公解决方案，打通通讯流、工作流及知识流，有力支撑保险企业组织数字化协同。三 产融智合产业与金融跨越数字鸿沟，实现智能融合结合国家当前的数智经济政策导向，围绕产业金融、农业金融、绿色金融等主要方向，将保险与智慧城市、工业生产、乡村振兴生态打通，在数字化保险产品供给和数据增信、风险预防管理等方面进行智能融合。一是把保险融入到整个国计民生的生态中。在城市管理、能源、工业制造、农业等领域智能化发展过程中，利用保险的链接、增信、支付作用，将保险由事后风险补偿转向做好事中的风险管理。二是在数字经济场景下发掘新业务机会、探索新场景，通过科技赋能细分场景进行保险产品、服务创新。例如，健康险基于可穿戴设备获

79、取用户健康数据并分析，给予用户健康管理建议，减少发病率等。“保险+科技+服务”模式，正在成为保险行业发展的新趋势。作为赋能千行百业的重要金融工具，保险通过人工智能、云计算等先进技术，连接社会各类资源，探索服务型保险产品，增强风险识别、监测、预警，实现防灾减损，助推行业由转移分散为主的风险等量管理模式向风险减量管理服务模式转型。41云智基座 保险企业数智化转型一大痛点是信息系统烟囱式建设、缺乏通用大平台。大部分险企的数字化处于打基础阶段，前期重心仅限于分散业务的线上化，拘泥于“点”，将人工智能、大数据技术孤立地应用在销售支持、核保等业务环节，缺乏对数字化路径“连点成面”的全局思考，缺乏整体规划和

80、通用平台建设，缺少整体性数字化解决方案。保险行业对信息系统有极高要求，包括稳定性、数据安全等。在企业发展过程中，核心流程相对稳态，要求高并发、高可靠；创新及客户业务相对敏态，需要快迭代、高弹性、易扩展。优秀的企业数字化框架必须具备稳态与敏态、中台化、云智一体化等显著特征。传统集中式IT系统架构较难同时支撑保险核心流程及创新业务差异化要求。保险企业除维护现存传统架构外，若另建一套敏态架构，将导致投资分散并产生系统架构整合、业务支持割裂的问题。解决上述痛点的关键在于应用兼具稳态和敏态、具备可靠性与可扩展性的统一技术底座。整合IT架构的云服务，维护方便、弹性服务迭代快且智能化，是险企数智化最佳选项。

81、百度智能云及罗兰贝格所倡议的“云智基座”，构建了“芯片（昆仑）-框架（飞桨）-大模型（文心）-行业应用”智能化闭环路径，端到端优化，为保险行业提供安全可靠、自主可控的IT基础架构解决方案，将“云”与“智”充分融合调优后，获得1+1远大于2的性能。其中，以云计算为基础，为保险机构提供安全、稳定、灵活的数字化底座；以AI中台、知识中台为引擎，为保险机构智能化升级提供领先的创新技术和平台。描绘蓝图，探索数智方案图 19 云智一体 深入产业3.0架构资料来源：百度智能云基础云产品GPU虚拟化AIIaaS百舸AIPaaS(AI引擎)数据标注知识管理媒体能源模型开发加速套件弹性训练速互联AI服务器融航天知

82、识产AI作业调度业与应部署运模型管理中国保险行业数智化展望及全球案例分析422022年初，银保监会办公厅 关于银行业保险业数字化转型指导意见 发布，在科技能力建设章节提出“加大数据中心基础设施弹性供给。优化数据中心布局，构建多中心、多活架构，提高基础设施资源弹性和持续供给能力。加快构建面向大规模设备和网络的自动化运维体系，建立前端敏态、后端稳态的运行模式，推进基础设施虚拟化、云化管理。建立对信息科 一 云计算基础设施 全球案例 01：中国领先寿险企业推进混合云应用一家中国领先寿险公司数字化业务主要采用传统软件开发模式，需求从研发到上线，涉及不同组织部门反复沟通协调，经历数周至数月时间，难以动态

83、响应市场快速变化，严重影响业务发展。另外，公司采用的私有云架构，虽具备安全性、可用性、可控性较高的特点，但建设投入成本高、缺少调度灵活性，无法应对高峰时段的高并发用户认证和业务处理要求。为了解决上述问题，该寿险公司启动建设混合云架构应用，在使用私有云保障数据、业务安全的前提下，连通公有云开展寿险数字化业务，显著提升数字业务敏捷开发能力、降低IT基础设施建设与运维成本、获取弹性调度能力和资源以支撑每日20余万次高并发用户认证需求，保障了业务更快、更好发展。技资源全方位覆盖的统一监控平台。”为银行业、保险业在基础环境建设方面提出了“云化”、“资源统一监控”的指导意见。保险企业数据纷繁复杂，存在高敏

84、数据场景探索，数据价值应用难等问题。如今，“数据上云”已经成为险企的共识，核心是解决险企大量级数据的存储和调用问题以建立先发优势，如何选择高质量、高安全性、高利用率的“云”是保险企业在数智化和业务创新过程中需要思考的关键问题。目前，中国多数保险行业头部公司通过建设私有及混合云的方式进行基础环境的云化。罗兰贝格统计，截至2022年年中，全国前十家保险公司中已有8家开展或落地某种形式的云基建，包括有效实施公有云及混合云的应用案例。与此同时，中小型保险公司由于资源、资金有限，难以快速自建云基础设施，但也将积极融入数字化上云的行业趋势，预计将加速于2025年前将互联网业务、渠道业务甚至核心业务向金融云

85、（特别是混合云）迁移。43百度智能云的AI开发基础设施，作为业内最适合跑AI的云，在满足稳态和敏态兼具的基础上，可系统化的满足企业在AI开发过程中对AI开发基础设施的高性能、高性价比、高利用率的需求，具备软硬一体、快捷上云、高效存储、智能处理等特点。描绘蓝图，探索数智方案百度案例 01：银保信科技金融云针对中小金融企业技术平台构建成本过高、转型慢的问题，银保信科金融云为其提供了先进稳定的金融云平台。通过统一云管来统一管理云平台中的计算集群、存储集群、网络集群，面向金融行业租户提供基础设施即服务（IaaS）、平台即服务（PaaS）相关产品。云平台控制软件系统具备足够的扩展性，支持集群从百台规模动

86、态扩展至千台万台规模，具备前后兼容、可以升级的特性。针对行业科技监管日趋严格，流量量级和波动双增的问题，银保信科金融云能够保障新业务快速上云。金融机构可通过专线链接银保信科金融云平台，组成混合云架构服务，既保证关键业务可控，又享受到金融云带来的弹性优势。针对保险行业金融数据安全和平台可控化问题，银保信科金融云平台已实现自主可控。作为国产化金融云平台，银保信科金融云已针对当前国内主流如飞腾、鲲鹏、海光等国产化芯片进行了相应的适配工作，覆盖计算、存储、网络、数据库、大数据等核心IaaS和PaaS服务。图 20 银保信科金融云整体架构资料来源：泰康，百度智能云，罗兰贝格分析北京 IDC1北京 IDC

87、2其他城市 IDC计算络存储安全防护抗DDoSIPSWAF漏洞扫描综合志审计运维审计主机安全加密服务态势感知.统运维运维可视化监控管理资产管理CMDB运维动化容量管理故障管理.统Console控制台报表统计费管理配置管理统登录内容展.统运营产品运营单管理备案管理运营数据商务管理.计算络存储计算络存储IaaS资源PaaS资源云主机裸属弹性伸缩云硬盘件存储对象存储VPC负载均衡 弹性公IP 云容器RDS数据库缓存服务API关数据平台ES中国保险行业数智化展望及全球案例分析44在云计算基础设施上，AI中台构建AI能力生产与集中管理平台，是AI技术能力在业务中快速研发、共享复用和高效部署管理的智能底座

88、，帮助保险企业解决数智化转型的三大问题：技术底座薄弱保险企业传统信息化中台普遍缺乏智能应用研发与部署的支撑能力，导致AI算法模型研发门槛高、作坊式部署工具阻碍算法在生产环境高效落地、散点式智能应用限制企业开发经验和技术能力快速沉淀及复用，AI难以在保险业务中融合应用，数智化转型进程普遍延滞。AI中台内置开源框架、研发工具、数据处理、部署平台等流水线式技术生产工具，覆盖AI芯片、软硬件、大规模并行计算平台，可为险企提供低成本、易用、强泛化能力的技术底座。AI人才缺口不断扩大近年来，研究和应用人工智能技术的企业数量不断增加，人才需求在短时间内激增，但供应不足，且缺口不断扩大。保险企业推进数智化转型

89、，需要掌握保险业务知识、理解人工智能关键技术、能够开发应用的复合型人才。一才难求导致人工智能工程化应用步伐严重放缓。AI中台从AI模型服务管理能力入手，优先实现成熟AI能力在险企内部流通共享。在充分掌握模型能力基础上，险企逐步实现AI创新能力构建，积累业务场景样本库、模型库，为后续灵活、高效建模奠定基础。AI中台内置人才培养方案，帮助险企体系化培养AI人才与建设团队，并可为专业人才提供个性化AI研发能力，大幅提升AI模型落地应用推广效率。数智化运营理念及方法缺失保险企业拥有智能化升级强烈意愿，但普遍缺乏清晰战略目标和实践路径，多在局部业务试点智能应用，没有从企业发展战略高度全局谋划和顶层设计，

90、缺少数智运营管理方法体系。AI中台解决方案内置人工智能技术研发工具及运行平台，融合企业数智经营理念、组织管理方法及业务运营规范，帮助险企完善制度设计和组织重塑，推动明确部门角色定位、职责边界和协同关系，配套考核和激励机制，为战略规划与落地执行提供有效指导。二 AI中台全球案例 02：亚洲领先人身险企业推进云端应用为降低运营费用、提高理赔处理率及处理速度，亚洲领先人身险企业推动云端应用。截至2021年年底，该企业已有70%以上的基础设施处于云端，远高于全球金融服务和保险行业的平均水平，亦比一年前的39%有了显著增长。除了降低运营费用外，云端转型还支持大幅提高直通式理赔处理率，近60%的客户交易在

91、没有任何人为干预的情况下得到处理，超过95%的新保单以电子方式发出。45描绘蓝图，探索数智方案图 21 AI中台助力企业打破“烟囱式”业务壁垒图 22 AI中台的定位资料来源：百度智能云AI中台白皮书资料来源：百度智能云AI中台作为模块化、标准化的平台工具，克服了传统“烟囱式”业务架构导致的资源重复建设、数据流通壁垒等瓶颈，为保险企业提供从研发部署到运维管理等全周期一站式解决方案，助力企业加速从数智化转型中获益。通过构建AI中台基础设施，实现保险企业的统筹化智能升级。作为数智化基础设施，AI中台实现AI能力的高效率生产和集中化管理。通过与数据中台、业务中台协同，实现企业中台的智能化发展；支撑企

92、业业务应用及管理应用升级，协助高效复制、建设及管理不同场景下的AI应用，如智能风控、智能营销等，助力业务降本增效，控制风险。前台业务应核验企业中台私有云业务中台客服中台样本中AI 中台AI服务运行平台通AI能专AI能预测执智能营销智能控智能理赔智能资管办公管理财务管理对内管理应财务中台运营中台数据存储AI开发平台训练调试模型中镜像管理资源管理监控告警服务管理集群管理PaaS中间件服务计算服务络服务存储服务备份服务IaaS预测执知识产知识获取知识组织知识应知识中台数据服务数据分析存储计算数据资产预测执知识运用数据中台专AI能通AI能服务运能研发样本中模型中AI开发平台训练调试AI中台发布赋能营销

93、动化销售管理报表分析客管理CRM整合数据IaaS会计核算财务管理采购控制分销管理ERP赋能整合数据IaaS协同办公多维管理信息记录流程管理OA赋能整合数据IaaS中国保险行业数智化展望及全球案例分析46百度智能云结合实践经验，AI中台已积累了1000余项AI技术能力及方案，可以即拿即用，并可结合实际业务场景灵活部署，从而支撑企业在技术基础上构建多样化的场景应用。此外，百度基于产业实践经验，通过双平台（零门槛AI开发平台EasyDL和全功能AI开发平台BML）模式进一步降低了AI开发的门槛和成本，帮助险企实现智能AI能力的快速生产与构建。AI中台在应对实际应用场景问题中发挥关键作用:在实践案例中

94、，AI中台已高效赋能部分保险业务数智化转型升级。我国领先的保险公司多已 响应国家号召，应用人工智能科技促进业务发展。例如，中国人寿财险采用百度AI中台解决 方案，基于一站式人工智能建模与推理预测服务平台，赋能业务价值链各环节数智化转型升级。（1）AI数据需求趋于精细化、场景化，助力健全数据服务体系（2）自动机器学习技术加速演进，AI 研发平台成为普惠关键（3）AI部署运行愈加复杂，体系化工具保障规模化应用（4）AI模型成为企业新型资产，助力AI 资产化管理和共享复用百度案例 02：中国人寿财险AI中台赋能保险全价值链面对数智化转型的需要，国寿财险采用百度AI中台解决方案建设了一站式人工智能建模

95、与推理预测服务，协助国寿财险实现了从数据管理、数据可视化、模型训练、模型上线等AI建模及应用全流程打通，赋能客户行为预测、保费增收、风险管控等业务场景，支撑众多经营管理场景实现智能化升级，为业务带来显著提升：预测客户续保概率，提升营销成功率，利用AI中台实现精准营销续保预测：基于机构历史数据进行建模，可以在车险业务到期前预测客户续保概率。目前预测模型准确率与召回率均超70%，商业车险续保率季度环比提升7.97%。交叉营销：交叉组合不同产品以挖掘高潜力客户，成单率提升5.86倍。有效识别理赔风险，降低欺诈损失，利用AI中台打造车险反欺诈模型 打造理赔欺诈风险预警监控平台和反欺诈模型，在报案、查勘

96、、定损、理算等多个环节强力把关，辅助理赔人员有效识别风险。平台与模型上线一年内，避免欺诈损失金额过亿元人民币。47描绘蓝图，探索数智方案保险行业数据量大、范围广、专业知识含量高，存在数据的知识化、机器自动抽取难度大及知识组织方式原始等难题。因此，传统保险企业在知识生产、组织、获取和应用的全流程都面临多重挑战：知识生产保险公司内部平台会包含保险产品条款、制度文档、IT知识、营销知识、法律知识和医学知识等专业知识，海量数据累积在一些非结构化文档中，靠人工梳理难度非常高，使公司数据资产难以发挥应有价值。知识组织保险企业内部系统多样，知识碎片化严重，经验分散在不同代理人头脑中，导致知识形态复杂，整合难

97、度大，难以表达业务逻辑，办公效率低。知识获取由于保险知识体量大、内容复杂且存储分散，员工获取知识的效率低、理解知识的难度高，保险公司对员工进行培训的成本高昂。知识应用保险产品及其条款、规则多且复杂，客户需求各异，保险知识应用形态简单，难以深入到一线如保险理赔、反欺诈、保险营销等场景解决业务问题，导致用户体验差，影响公司收益。图 23 保险行业知识模型示例资料来源：百度智能云 三 知识中台保险投保理赔条件保险额保险期限保单复效家族病史其他产品情况体健康性别年龄费率资料变更群特征中国保险行业数智化展望及全球案例分析48通过基于人工智能、知识工程的知识中台可帮助解决这些问题，有效推动保险知识库的数字

98、化转型升级。知识中台基于百度多年积累的自然语言处理、知识图谱、多模态语义理解等AI核心技术打造，是保险企业将数据生产为知识并应用于保险业务场景的知识中枢。图 25 知识中台提供面向保险企业上下游知识应用的全生命周期解决方案资料来源：百度智能云知识中台白皮书图 24 知识中台在企业内部应用的定位资料来源：百度智能云知识中台白皮书知识中台提升企业各职能的运营管理效率整合企业内部资源专业数据通数据办公数据业务数据其它业务财务政核业务企业资源计划（ERP）投承保展业助智能双核辅助理赔反欺诈营销推荐客服FAQ内部信息查询49描绘蓝图，探索数智方案作为保险企业连接数据资产与业务的中枢，百度智能云知识中台具

99、有承上启下的作用。针对保险客户业务场景中的问题，知识中台不仅提供以人工智能为核心的技术支持，以及覆盖知识生产、知识组织、知识应用全流程的能力，而且封装了平台、应用、行业解决方案多层级产品，为保险行业各类场景提供全方位服务。面向保险企业智能化升级需求，知识中台提供了灵活、多样的服务方式，可应用于智能客服、智能理赔、精准营销、风险管理、合规审计等领域，提供包括标准化产品服务、组件化服务能力输出、集成解决方案构建和定制服务的设计与实施。图 27 保险行业知识平台系统架构资料来源：百度智能云寿险知识图谱客画像图谱健康险知识图谱财产险知识图谱知识管理层业务应层保险知识图谱管理具保险常问答库数据来源层权限

100、管理志管理模型系统监控寿险业问答库财险业问答库核保问答知识库监管合规问题库理赔问答知识库最新知识产品查询知识应条件问答条款搜索智能推荐知识互动产品对数据处理层然语处理图数据库语识别图像识别养险知识图谱险图谱合规监管图谱结构化数据半结构化数据结构化数据知识构建层知识建模知识抽取知识映射知识融合知识查询路径分析知识检索知识问答规则推理关联关系分析服务接层图 26 知识中台核心功能资料来源：百度智能云知识中台白皮书核功能知识产数据治理知识挖掘内容理解图谱构建知识组织知识分类知识关联知识聚合场景建模知识应搜索问答推荐图计算推理预测中国保险行业数智化展望及全球案例分析50知识中台赋能保险知识智能应用包括

101、：解决代理人流失率高、培训成本高的痛点，建立智能客服知识库保险代理人流失率高，代理人培训占用公司较多培训成本。百度智能云知识中台通过构建保险行业知识图谱，形成完整的知识体系，低成本高效率地进行代理人培训，提升代理人培训和自学习的效率，节省公司培训成本。保险企业内部积累海量数据，人工无法短时间内完成挖掘与分析，问题处理效率低。百度智能云知识中台通过自研的智能抽取模型、问答对挖掘和信息检索问答能力生成保险客服知识库，对文档结构和内容进行深度理解，满足用户多样的咨询请求;并基于语义搜索技术使客服能够快速检索问题，辅助客服人员日常答疑，知识查找速度较传统搜索方式可提升90%，提升客服回复效率，提升用户

102、体验。解决险企理赔风险高、欺诈识别难的痛点，保险智能精准理赔保险理赔风险来自多方的欺诈与渗漏，而面向多样化的欺诈手段，大部分保险公司主要依赖查勘、定损、核保、核赔人员的主动发现来识别风险，成本高、效率低、风控效果不佳。百度智能云知识中台可以通过基于知识图谱的保险理赔系统，自动将投保人的信息与投保产品的保险责任及对应保障范围相关联，快速推理得出理赔结论，解决保险业务中复杂理赔问答，进行精准理赔。改善传统营销难以高效触达目标用户的痛点，应用知识中台进行精准营销保险产品多样、客户群体庞大，传统的推销方式依赖代理人的经验，客户也难以找到适合自己的保险产品，客户留存率低、销售转化率低。百度智能云知识中台

103、通过用户画像和智能推荐模型，提取用户画像、保险基本属性、兴趣爱好、消费场景等标签形成准确的个人画像，为客户定制化推荐合适的保险方案，有效提升客户的留存和收入转化。51描绘蓝图，探索数智方案数智经营当前，保险企业经营方式从模糊判断转换为以数据反馈驱动业务决策。传统企业经营依靠上层管理者进行决策，而数智经营帮助保险企业基于数据反馈及智能化应用进行更精准的客观判断和辅助决策。我们认为保险行业实现“数智经营”主要围绕四项核心举措：图 28“数智经营”四项核心举措资料来源：罗兰贝格分析四项核举措数智经营举措：加强客洞察，开发差异保险品类举措：个性推荐产品，提渠道转化效率举措三：改进定价能，提升精准控平举

104、措四：重塑业务流程，提数智运营平3142中国保险行业数智化展望及全球案例分析52差异化是企业之间竞争的重点。在保险行业发展逐步由“渠道为王“转向“用户体验为先”的过程中，数智化能够帮助保险企业深入洞察用户需求，助力险企发现差异化市场机会。百度智能云数智化解决方案，主要包含以下两个方面应用：图 29 养老智能规划系统方案一览资料来源：百度智能云 一 加强客户洞察，开发差异保险品类全球案例 03：亚洲领先人身险企业“人生阶段”产品设计某亚太地区三大保险企业之一为满足客户不同时期的保障需要，以“人生旅程阶段”为理念设计系列化保险产品，包括：年轻时期的人寿保险，婚姻期间的家庭年金，养老阶段所需的医疗及

105、退休保障等。同时，利用数智化方式描绘客户画像，从而提升销售人员转化成功率。应用1：基于客户（家庭）生命旅程各阶段需求设计产品，提高保险服务粘性百度案例 03：中国领先养老险公司养老智能规划为解决养老规划的个性化、智能化定制需求，实现千人千面，一家中国领先养老险公司联手百度智能云共同推进养老智能规划项目，紧密围绕客户人生旅程各阶段需求提供智能化养老投资组合规划，并推荐匹配的养老保险产品。主要服务内容包括：客户养老需求资金测算：保险企业基于资产收益信息、客户画像及智能客服对话反馈结果，智能评估用户投资风险偏好及未来养老资金缺口个性化投资组合方案：针对用户当前收入水平、退休预期养老收入金额，计算资金

106、缺口，智能推荐个性化保险产品组合方案，并测算收益智能化产品推送及销售：对接商业型养老保险产品服务渠道，为客户提供个性化、交互化的购买流程，实现保险企业智能化产品营销融画像，做到千千挖掘标准个体引“命周期”险缓释段下滑曲线类资产配置构建全维度资产评价体系资产评价智能推荐注重“双底线”思维压测试情景模拟53描绘蓝图，探索数智方案在车险领域的应用包括互联网定价、UBI模式（Usage Based Insurance）等。在财产险领域（工业能源家居等），保险企业可通过人工智能设备监测办公、生产和居住安全，实现事前控制风险，提升风控能力。全球案例 04：美国领先车险企业利用装置侦测驾驶习惯，从而调整汽车

107、保险费率全球案例 05：欧洲领先产险企业物联网财产险应用企业财险市场竞争激烈。一家欧洲财产险公司通过鼓励客户在建筑物中安装物联网（IoT）设备，以加强风险控制并降低潜在赔付。物联网设备可以从能源、水、空调等连接系统中收集信息，险企通过智能化平台分析相关数据以检测建筑物中异常情况，在需要维护时进行预警和早期干预，将客户财产损失风险降至最低。应用2：基于大数据和AI分析，为客户提供差异化产品及服务一家美国保险公司为在美国车险饱和市场中建立差异化竞争优势，在传统价格因素（车型、地区等）基础上加入驾驶行为数据，推出基于数据采集、分析后制定价格的车险APP。用户参加计划后将获得一个小型装置，以监测驾驶距

108、离、时间、急刹等习惯。APP将获取设备数据，保险公司进行数据分析后作出驾驶习惯提醒及定价调整。计划多吸引纪录良好的驾驶者，帮助司机平均每年可节省逾150美元，而保险企业亦将计划推广至中小型企业的商用车险。中国保险行业数智化展望及全球案例分析54模糊判断是保险企业经营中存在的一大问题，过去往往通过保险代理人的经验判断为客户提供产品推荐。保险企业借助数智化手段可实现精准营销，提升渠道效率，提升客户满意度。图 30 互联网保险企业数字人客服形象资料来源：百度智能云 二 个性推荐产品，提高渠道转化效率百度案例 04：中国头部财险公司、互联网保险公司百度智能云曦灵数字人平台中国头部财险公司基于数字人平台

109、建立智能客服问答，降低人工成本、保证服务质量一家中国头部财产险公司利用百度智能云曦灵数字人平台，搭载自建知识库内容，建立智能应答模型，完善智能客服服务。平台整合语音、语义等技术能力，可分析用户意图，并为用户提供解决方案。同时，平台数据能够助力业务场景价值挖掘及运维分析。数字人平台的问答解决率已达85%，既提升了用户服务体验，也降低了转人工率和人力成本。中国知名财险公司采用卡通形象数字人，为客户提供信息服务另一家中国知名财产险公司基于百度智能云的曦灵数字人平台，整合人脸识别、文字识别等技术能力，实现与客户自然交互，提升服务体验，降低客服业务运营成本。中国知名互联网保险公司打造超写实数字人，提供高

110、质量客户服务为了提升客户自助服务比例、降低业务经营成本，一家知名互联网保险公司打造专属数字人形象，在视频客服中为客户提供理赔进度查询、保单退保等服务。专属超写实数字人在服务客户过程中，一方面能够让客户在服务过程中获得亲近感，另一方面也能够提升保险公司的品牌辨识度。此外，智能化交互能力，能够解决客户大部分问题及诉求，帮助公司降低客服人工成本。应用1：数字人助手赋能保险企业客户服务数字人助手可协助保险企业实现与客户的人机自然沟通。数字人助手可通过通用知识库、标注语料及流程模板等数据积累，精准识别图片、文件及文字，快速判断用户需求并作出反应。55描绘蓝图，探索数智方案国外也有相关利用人工智能提升客服

111、或销售体验的案例：全球案例 06：欧洲领先人身及财险公司聊天软件智能会话一家欧洲保险公司为解决车险报价不便捷、无法快速跟进客户需求的痛点，与科技公司合作打造智能聊天机器人，在手机聊天软件上利用智能会话功能生成文字为客户提供个性化、即时的双语种车险报价，缩短客户响应时间并降低人力成本。百度案例 05：中国头部寿险公司产品智能推荐过去保险销售多依赖代理人的主观模糊判断进行产品推荐，为科学判断并加强转化效率，一家中国头部寿险公司与百度智能云合作，构建智能保险顾问。通过纳入用户画像、千人千面等技术，增强顾问对用户的理解。同时，中国人寿根据产品热度分析结果，匹配客户画像进行保险产品推荐，在重“人”的保险

112、销售领域利用数智化进行革新。保险企业可通过数智化分析、描绘客户画像、精准匹配供需提升成单效率，并协同赋能线上平台、线下代理人及银保各渠道。应用2：精准营销，赋能客户触达与转化全球案例 07：欧洲领先人身及财险公司人工智能重塑客户服务的流程一家欧洲保险公司需要为客户提供24小时服务，但人力成本较高。为解决上述问题，公司采用AI聊天机器人配合销售人员与客户沟通，协助处理汽车、家居保险产品业务。部署一年后，AI技术助力该保险机构节省成本近100万美金，并提高销售人员工作效率达5%。中国保险行业数智化展望及全球案例分析56保险欺诈是保险业的顽疾。风控作为保险企业的核心环节，其智能化将帮助保险企业精准定

113、价、识别欺诈及提升风险管理能力。险企可将智能风控嵌入保险业务价值链各环节，推动跨部门的协作。三 改进定价能力，提升精准风控水平百度案例 06：中国领先财险公司优化车险智能定价模型面对车险定价难、赔付高等承保压力，一家中国领先财险公司利用百度智能云所提供的互联网大数据辅以AI分析，从更多维度优化自有的精算模型，准确评估客户，优化出险、核保等业务流程，并改善承保利润。全球案例 09：美国领先医疗及保险机构II型糖尿病数字健康计划一家美国医疗及保险机构面对慢病管理成本控制问题，推出二型糖尿病数字健康计划，协助病人控制病情。机构为患者配备连续血糖检测仪及健康活动追踪器，通过应用程序为患者提供慢病管理计

114、划，并基于病人数据提供相应慢病改善建议，从而在保证投保人健康状况的同时减轻保险机构的赔付成本。应用1：AI分析数据，辅助快速准确定价应用2：基于客户洞察提出预防性建议，降低健康险等业务赔付成本全球案例 08：美国保险初创企业全自动报价及承保一家初创保险科技公司作为数智经营的标杆企业，在面对传统销售渠道低效、保险费用昂贵等问题时，只采用线上渠道让用户在线填写个人及财产信息（如地址、防盗装置、贵重物品等），并据此提供保险产品报价及自动承保。该公司将保险服务范围由家居险、车险等传统财险逐步延伸至宠物健康险、人寿保险，业务获得较好发展，并最终成功上市。险企利用收集的数据进行AI分析，协助训练精算模型，

115、从而使定价更能反映潜在风险。57描绘蓝图，探索数智方案部分保险企业在理赔环节引入机器人流程自动化（RPA）应用，内置光学字符识别（OCR）、自然语言处理（NLP）实现数据采集和图像识别的自动化。其中，OCR和NLP技术可强化文件解析的准确性和效率。在人机协作模式下，保险企业理赔人员基于票据采集数据，结合客户关联关系、人企关系、资金流向等知识图谱分析，识别车险、健康险等潜在欺诈行为，提升了判断准确率、减少赔付损失、缩短理赔时间并提升了用户服务体验。百度案例 07：中国泰康保险反欺诈关联知识图谱面对团伙式、系统性欺诈问题，泰康保险与百度智能云在2019年共同成立联合创新实验室，深化人工智能技术在保

116、险业务场景应用。以风控为例，泰康保险与百度智能云联合搭建反欺诈关联关系图谱，基于客户信息构建关联人物，通过模型演算识别潜在欺诈行为，降低不必要赔付。目前，模型已成功应用于医疗津贴型保险，并识破多起骗保欺诈行为，有效提升风险管理能力。应用3：票据智能审核，助力理赔欺诈防控百度案例 08：中国太平洋保险“太AI”车辆智能定损技术太保面对车辆保险定损程序复杂、潜在欺诈频发等问题，推出智能车辆定损产品“太 AI”，利用百度智能云人工智能定损能力，提高车保理赔效率。“太 AI”通过图像识别技术分辨车辆、损伤部件及损伤程度，有效提升车险理赔效率，实现数智运营。中国保险行业数智化展望及全球案例分析58保险企

117、业降本增效、精细化运营是必须坚持的主要业务目标之一。保险企业可通过数智化重塑业务流程，持续提升运营效率。图 31 数智化业务流程重塑资料来源：罗兰贝格分析 四 重塑业务流程，提高数智运营水平智能考勤智能培训智能财务审核对保险业监管规定、业禁为，进实时检查各类票据快速、批量化识别，实现原始单据信息的线上化、结构化录与审核为保险企业员提供客业务模拟培训，包括智能语练习、智能仿真考试等，实时评估及指导学员，提升其应答技巧，规避投诉险通过脸对，实现实时追踪员出勤管理智能客服质检59描绘蓝图，探索数智方案百度案例 09：中国知名人寿保险公司智能化考勤管理国内一家知名人寿保险公司应对员工考勤效率及体验问题

118、，利用百度智能云专属云考勤系统提升管理。升级后的云考勤管理系统提供人脸抓拍机无感考勤、人脸面板机考勤两种管理模式。通过实时人脸比对，在0.35秒内做到有效识别，便于企业追踪管理。系统部署后，不仅提升了该人寿保险公司的考勤管理效率，也为员工带来了无感考勤的新体验。百度案例 10：中国泰康保险非结构化数据文档智能识别在保险理赔业务流程中，存在大量非结构化、纸质文件，亟需解决手工输入效率低、错误频发等问题。泰康保险采用百度智能云非结构化数据视觉识别系统（OCR），对医疗票据、电子病历等影像资料进行统一分析、录入与管理。该系统能够自动处理残损、模糊、褶皱等不合规资料，保证非结构化数据录入质量，降低人工

119、成本，提升理赔效率。以泰康财务共享中心为例，OCR 技术应用助力实现8类票据类型的智能化识别，票务覆盖率高达99.2%，财务流程处理效率提升110%。中国保险行业数智化展望及全球案例分析60产融智合在数字经济政策引导下，产业为本，金融为用，数智科技助力，相互融合，共创价值。保险机构应围绕养老健康等产业，充分提供保险保障及金融服务支持，借助数智化技术推动产业生态繁荣发展。商业模式从单打独斗转换为生态集群作战，是保险企业未来发展的新范式。险企需要借助撬动生态资源，获取流量、数据或产品服务，降低获客成本，推出更有竞争力的组合保险产品与服务，提升用户体验，与市场形成敏捷、高效、良性的互动。保险企业可借

120、助数智化能力增加客户触点，从而实现产品和服务场景的拓展。罗兰贝格总结了保险企业开展数智化生态服务在汽车出行、财产家居、财务规划和医疗养老的相关案例。图 32 保险企业数智化生态服务资料来源：罗兰贝格分析 一 整合产业生态，探索2.0业务模式保险公司态服务财产家居财务规划汽出医疗养购买和销售搬运公司搜索房地产中介搜索住房贷款咨询持估价寻找买家或租安全与维护远程监控异常活动警报保安建议能源冷暖系统及其他节能建筑系统咨询节能信息损坏和维修灾、冒烟、漏等意外下动关闭设备远程评估损害紧急维修活式搜索室内设计师智能家居折扣养房地产交易住养区及护理院团体联系退休规划紧急救助财务规划遗产规划财务分析健康在线运

121、动记录活建议及奖励远程诊断治疗预约治疗慢病管理远程诊断预防及健康活健康活信息建议健折扣分享健康数据健康活奖励诊断数字监察基因检测在线诊断买卖寻找辆估价及借贷建议载娱乐及相关服务导航、通话等语控制内线连接智能家居服务整合汽停放位置配件、住宿等折扣安全驾驶、维修及保养驾驶程度评估安全驾驶奖励不安全驾驶警告远程司机监控辆保养提醒预约维修保养事故、盗窃和维修紧急路边援助被盗或损坏警告损遥距评估61百度智能云协助险企进行双向布局。横向以保险为核心，围绕客户的“衣食住行”进行产业布局，满足客户的泛金融和生活需求；纵向围绕客户生命周期、体验旅程进行产业布局，重塑客户价值。另外，百度智能云正在基于区块链技术帮

122、助保险行业解决互信问题并积极推动试点落地。在医养行业方向，保险企业需要采用数智经营理念，提供全方位医养服务。目前，险企正在积极推进生态合作发展，计划将客户在生命旅程中所需健康、医疗、养老服务的产业关联方有效连通，力争实现医疗数据、健康服务信息的实时共享和更新。保险企业将通过打造数智化健康管理及养老服务，深度融合健康险产品、养老金融产品及相应服务，形成以保险为中心的多方位医养服务生态。图 33 医养行业保险数智化服务资料来源：罗兰贝格分析在健康险领域，保险企业可针对不同健康水平人群，采用数智化技术精准管理个人健康和疾病风险，识别慢病、重症及老年群体的特殊需求，在减低医疗成本的同时，提升病人生活质

123、量及生存时间。描绘蓝图，探索数智方案全球案例 10：欧洲政府项目利用AI发现早期癌症疾病的早发现对于患者、商业保险而言，都具有重要意义。对患者而言，早发现意味着更多的生存机会和更高的生存质量；对于保险企业而言，治疗早期癌症的费用远低于晚期癌症，高昂的医疗费用会给患者和险企都带来较大压力。如果以数智化手段尽早发现疾病，患者可以获得更好的治疗，保险企业可以大幅减轻赔付压力，并双方关注的焦点从保险赔付转向健康管理。此项目专注于非侵入性早期癌症检测，在血液分析、临床记录和患者数据三方面，利用人工智能和数据分析工具识别新的风险因素，并开发预测模型，根据病史、个人习惯和图像分析识别结肠癌、肺癌和胰腺癌等风

124、险因素。健康亚健康复杂疾病简单疾病康复养健康管理计划疾病和康养管理计划在线项医务室疫苗接种基于循证的健康预疾病教育员援助计划健康辅导健康辅导重病个案管理健康体检健康体检预测建模护理协调镇痛管理健康险评估险分级慢病管理年病管理中医调理养监护康复治疗中国保险行业数智化展望及全球案例分析62百度案例 11：百度智能云“五福助老”智慧康养服务平台“五福助老”是百度智能云提供的一站式智慧康养平台。截至2021年6月，养老设备及平台服务已落地北京16个社区。平台主要帮助解决以下养老痛点：老年人科学知识欠缺，平台智能化推送健康知识和运动教学康养服务平台智能化选取科学养生知识，内置300多支健身教学视频，基于

125、老年用户画像智能推荐，帮助老人更好地学习和管理健康。老年人疾病多、看病难，平台提供线上定制问诊服务连接十余万公立医院医生，为社区老年人用户提供定制化的线上问诊服务老年人日常生活需求多，平台提供线上社区服务对接对接本地化特色生活服务，试点社区服务内容包括线上团购、助餐配餐、家政护理等老年人缺乏陪伴、精神生活匮乏，平台提供线上娱乐和社区活动服务提供怀旧电影、电视剧等专属娱乐陪伴服务，丰富老年用户文化娱乐生活；根据用户所在社区位置，实时推送活动信息，提醒及管理社区便民活动与服务，帮助老人建立社交圈在养老方面，保险企业与医院、康养机构等展开合作，覆盖客户生命旅程中针对疾病的预防、医治再到养老的全部需求

126、，搭建具有吸引力的数智化组合产品及服务，提升用户服务体验，促进产业生态集群发展，实现多方共创、共赢、共享。图 34“五福助老”智慧康养平台应用场景资料来源：百度智能云度在家智能箱长寿健康幸福陪伴社区居家场景年群体“五福助”智慧养服务平台63全球案例 11：日本著名大学及初创公司AI老年人身体素质提升计划日本社会人口老龄化问题突出，公立、私营机构都在积极探索利用数智化技术推动“健康养老”生态服务创新。某知名大学与初创企业合作，推出身体素质提升计划，通过数智化软硬件监测、收集项目参与人员的健康数据，引入个人化激励系统，帮助参与人员提高身体素质。同时，该大学还与数据研究所共同开发了智能健康城市-AI

127、计划，借助AI能力评估城市健康数据，加强政府制定健康政策的能力。全球案例 12：美国领先资产管理企业数智化系统控制信息数据质量为规避数据错误导致的投资损失，一家美国领先资产管理企业使用 AI/ML 模型进行数据治理及质量控制(QC)，通过数智化系统每日审查超过100万份投资组合风险和敞口报告，有效提升工作效率，降低投资风险。缺失或错误的信息将对决策产生影响，并可能导致重大损失发生。数智化技术能够对金融市场数据进行统计评估、识别和标记异常值，减少或避免损失的发生。例如，人工智能模型可以基于已知的历史股票均价数据，判断近期价格信息是否异常。二 智能化监控金融市场数据质量，减少或避免经济损失描绘蓝图

128、，探索数智方案中国保险行业数智化展望及全球案例分析64依托移动互联网、物联网、B2B交易平台等数字化平台和业务场景数据，百度智能云的产业金融平台可赋能金融机构进行投资分析。全球案例 13：美国领先资产管理企业数智化投研助力资产配置一家美国领先资产管理企业利用数智化工具，每季度分析超5,000份电话会议记录，每天分析超 6,000 份经纪人报告，并将网上公开文字转换为可分析市场趋势情绪的专有监测工具，从而配置投资组合，争取更高回报。数智化投研能够更好地分析市场信息，协助优化投资组合，获取最佳收益。其中，大数据、人工智能技术能够分析海量的结构化、非结构化数据，包括企业年度财报、分析师报告、宏观经济

129、数据、互联网搜索数据等，可以帮助投资机构更好地判断行业发展趋势、评估企业标的，优化资产组合配置，以获取更高的收益回报。三 数智化投研分析市场信息，辅助最佳投资决策制定65图 35 百度智慧金融智能资管投研能力综览资料来源：百度智能云描绘蓝图，探索数智方案百度智能云能通过光学字符识别（OCR）、自然语言处理（NLP）、知识图谱等AI技术，收集金融市场非结构化长尾信息数据，构建百度指数、资讯舆情、知识图谱、金融量化因子等特色底层数据库，再配合云端投资组合管理系统 AMaaS 进行智能量化投研。平台基于底层数据库中海量产业信息数据，结合行业知识图谱，帮助用户了解事件发展脉络，挖掘投研场景下的另类因子

130、，方便及时应对风险和捕捉潜在投资机会。投研应平台投研数据平台投研能平台资产配置组合优化组合估值资产筛选配置策略量价因百度特因因指标基本因 特策略指数关联分析事件溯源观点成险发现理论认知认知规划公开市场数据市场情资产估值宏观/业主体信产业链搜索舆情画像地图时空数据 移动态数据百度特数据数据开放服务数据策略服务数据特征程数据服务数据建模开发数据搜索查询数据图谱平台数据服务管理然语处理 业/企业知识图谱 认知推理络基础能舆情监测引擎图识别分析因计算/回测跟踪引擎投研机器学习算法框架资产配置/产品组合管理平台组合管理资产配置模拟试算绩效分析控合规资产配置/产品组合管理平台智能研报 融事件分析 量化投资

131、 财富规划 信险预警感知探索态势感知情绪感知事件感知观点感知 演进路径感知策略分析观点解读基本分析事件分析策略优化控合规基本险合规分析经营险险传导中国保险行业数智化展望及全球案例分析6667多方共赢，成就转型效益保险行业数智化转型升级，能够为保险业务拓展、企业经营及社会发展，贡献巨大收益。当前，中国已在5G网络应用、云计算相关数据中心建设部署和人工智能技术研发等领域位居世界前列。图 36 2021年全球5G终端数、超大规模数据中心数及人工智能期刊出版量统计资料来源：中国信通院，Synergy Research Group，斯坦佛-人工智能指数2022年报告，罗兰贝格分析中国保险行业数智化展望及

132、全球案例分析保险企业应充分利用我国在数智化基础设施方面的各项优势，积极参与数字经济建设，率先实现数字保险。目前，营销数字化、流程自动化、人工智能等科技已广泛应用于客户销售、理赔防诈、决策辅助等业务领域，可有效降低高达40%成本。罗兰贝格根据历史项目统计测算，数智化转型升级将为财产险公司整体优化成本，效益可达到保费收入的7-9%，效益重点体现在有效识别欺诈风险从而降低理赔成本；将为人身险公司贡献占比保费3%的单位成本效益。罗兰贝格根据2021年行业规模测算，保险行业数智化转型升级后，直接成本效益可达2100亿元，占当年保险行业保费收入的4.6%，国民生产总值的2。2021年全球5G终端连接数亿个

133、3.65(81%)中国0.27(6%)0.43(9%)美国其他0.18(4%)韩国2021年全球超规模数据中数座91(13%)美国343(49%)105(15%)133(19%)欧洲、中东和洲28(4%)亚太其他地区中国美洲其他地区美国10(19.0%)中国33(61.1%)6(11.6%)欧盟和英国5(8.3%)其他国家地区2021年全球智能期刊出版量万篇中国保险行业数智化展望及全球案例分析68保险业务拓展效益在众多数智化技术中，营销数字化、流程自动化、人工智能等，已在客户销售、理赔防诈、决策辅助等业务领域广泛应用。根据历史项目统计测算，营销数字化能够帮助寿险代理人提升商机转化效率，助力寿险

134、以外的保险产品通过线上化渠道拓展销售，为保险企业贡献20-40%的成本效益；在承保理赔、业务协作等场景，流程自动化可提升客户信息收集精准度及部门员工间协作效率，助力降低5-10%的成本；人工智能已成熟应用于客户关系维护、核保理赔防欺诈和智能客服等业务场景中，为保险企业贡献10-30%的成本效益。图 37 保险企业数智化成本效益分析及估算资料来源：罗兰贝格分析成本效益典型应场景数智化技术营销数字化1流程动化23智能优点提升数据可得性、可追溯性保证数据致性，提升数据处理效率作状态透明化，提升效提升品牌价值、客忠诚度降低企业经营险7*24时、敏捷服务个性化推荐产品提商机转化效率优化销售管理线下代理渠

135、道销售协助保险产品线上渠道营销承保理赔数据收集财务对账数据管理企业员职及审批流程客关系维护核保理赔防诈智能客服中20-40%10-30%5-10%69保险企业经营效益按照保险产品类型划分，保险公司可分为人身险、财产险两类。基于大型保险公司年度披露数据，罗兰贝格按类别分别测算了数智化转型升级为保险企业贡献的成本效益。财产险公司数智化技术应用将为保险公司整体优化成本，效益可达到保费收入的7-9%。其中，赔付成本当前占据主要比例，分销、业务管理成本占比较小。在核保理赔业务场景中，人工智能技术能够帮助核保人员有效识别欺诈风险，大幅降低险企的潜在经济损失。未来，随着保险产品逐步拓展线上化销售渠道，人工智

136、能技术在精准营销业务场景应用具有较高商业价值，预计分销成本效益改善将进一步提升。图 38 大中型财险公司数智化成本效益估算资料来源：保险企业年度披露报告，罗兰贝格分析 一 存量市场成本效益优化提升多方共赢，成就转型效益8-12分销成本保费其他业务及管理成本60-70赔付成本16-205-9100(基准)成本效益估算可达保费7-9%约8-10%效益约8%-10%效益约4-6%效益中国保险行业数智化展望及全球案例分析70人身险公司数智化技术应用能够为保险公司贡献占比保费3%的单位成本效益。在分销、理赔及业务管理等成本项目中，数智化技术应用对成本优化的贡献相对较为平均。图 39 大中型人身险公司数智

137、化成本效益估算资料来源：保险企业年度披露报告，罗兰贝格分析图 40 保险企业产品数智化创新方向资料来源：罗兰贝格分析数智化技术应用能够助力保险企业争夺未来增量市场、获取更高投资回报。保险市场预计2025年超5万亿元规模，数智化技术应用将以较高比例渗透到各类传统和创新保险产品业务中，助力保险企业抢占更多市场份额。另外，保险公司需要通过投资方式实现保险资产的保值升值。数智化技术能够助力险企更好地配置资产，以获得更高投资收益。二 增量市场获客及潜在投资收益9-15100(基准)40-60业务及管理成本保费分销成本25-358-10赔付成本其他约4-5%效益约4-6%效益约8-10%效益成本效益估算可

138、达保费2.4-3%责任险络安全保险等新险种为信息泄露等进保障APP功能拓展数字财富规划具和理财知识分享等农险运卫星遥感、机等技术，构建精准的农险理赔服务奖励机制奖励机制激励客养成健康的活习惯，减少健康险、医疗险理赔出产品创新渠道创新服务创新控创新71多方共赢，成就转型效益图 41 保险行业数智化为社会整体贡献成本效益分析保险行业数智化转型发展，不仅能够助力保险企业业务增长，更能够为全社会提供普惠、优质的保险保障服务。在保险行业数智化转型升级后，客户能够更快地获取产品信息、享有更好的保险保障以及优质服务体验；险企员工能够以更低的工作强度产出更高价值的工作成果；保险企业也能够实现增收、降本，并拓展

139、生态协作，实现共创共赢。根据2021年行业规模测算，保险行业数智化转型升级后，直接成本效益可达2100亿元，占比去年保险行业保费收入4.6%，国民生产总值的2。总而言之，从降本增效到创新再造，数智化将助推保险行业及全社会经济迈向更高质量发展。社会整体发展效益图 42 保险行业数智化为社会整体贡献成本效益估算资料来源：保险企业年度披露报告，百度智能云，罗兰贝格分析客获得普惠产品服务 快速准确获取产品信息 享有更优质、全的保障 获得更好的服务体验员作效率提升 提升作成果价值 减时、作强度提升承保及控效率 增加保险收 降低承保险 提态协作客险企13员2数智化效益9-154-6%8-108-124-6

140、%60-708-10%16-20险财产险25-354-5%销售理賠防诈业务管理8-10%8-10%30,000+数智化效益估计占保费%数智化效益估计占保费%数智化效益估计2021保费亿元10,000+占保费%效益估算1亿元900-1,100700-1,0001,600-2,100总效益注1：效益估算区间=保费 x 销售费上、下限占 x 数智化效益估计例中间值中国保险行业数智化展望及全球案例分析7273结语数智化是中国崛起、弯道超车的重大机遇，也是保险企业打通内外部价值链、构建核心竞争力的重要抓手。我们呼吁保险企业在数智化转型过程中切实理清思路：战略解码充分，做好顶层设计 业务模式清晰，找准指标抓手 能力架构适配，数智有效运营 管理模式协调，支撑转型成功数据是新时代的能源，人工智能可有效提升“能源”利用效率，数智化转型对险企而言是一场只有起点没有终点的旅程，百度智能云“三智”解决方案助力险企赢在起点。罗兰贝格与百度智能云携手打造行业领先的保险新基建，构建服务行业、生态及社会大众的卓越能力，协助保险机构快速开启数智化转型升级，决胜数智时代！中国保险行业数智化展望及全球案例分析