转自：新京报网

　　《21世纪经济报道》4月20日的一则报道显示，友邦保险于4月初成立了“科技、营运及数据委员会”，随后聘请了微众银行、微众科技董事长顾敏担任其非执行董事、委员会主席。两个月前，中国太保则以“All in AI，重塑保险”为主题召开了首届科技创新大会，华为、阿里云、科大讯飞等企业到场。再加上人寿推进“数字国寿”战略，水滴公司将“打造AI原生科技公司”定为年度主线、头部保险机构在进入2026年后陆续把AI推到了战略最高位。

　　根据麦肯锡2026年2月发布的最新报告，生成式AI预计将为全球保险业带来500亿至700亿美元的额外收入。若将视野扩大到与保险高度相关的健康与康养领域，这一数字或将飙升至3000亿美元。与此同时，艾瑞咨询发布的《2025年保险行业AI应用全景洞察报告》显示，中国保险业2025年科技投入预计突破670亿元，AI板块以22.5%的年均复合增长率成为增速最快的新方向。

　　一边是持续扩容的市场，一边是加速渗透的技术。2026年，保险行业正站在一个结构性变化的拐点上。

　　AI与保险的“底层契合”

　　保险业之所以成为AI落地的高价值赛道，和它的行业特性密不可分。

　　保险的业务链条长且碎片化——产品设计、核保、销售、客服、质检、理赔，每个环节都涉及大量非结构化数据：病历、产品条款、客服录音、理赔材料。这些数据此前高度依赖人工判读，处理效率存在明显的提升瓶颈。大模型在非结构化文本理解上的突破，恰好切中了这一行业最核心的效率痛点。

　　麦肯锡的报告便将保险业的AI演进路径概括为“三阶梯”模型：第一阶段是传统分析型AI，主要用于风险特征提取和反欺诈；第二阶段是生成式AI，实现对非结构化数据的深度理解，支撑核保、客服、内容生成等场景；第三阶段是Agentic AI（智能体），能够自主规划和执行复杂业务流程。当前，全球头部险企正加速从第一阶段向第二、第三阶段演进。

　　这种演进已经产生了可以观测的业绩分化。麦肯锡的数据显示，过去五年，AI领先的保险公司总股东回报（TSR）是落后者的6.1倍。这一差距在所有行业中几乎是最大的。英国Aviva（英杰华集团）在理赔环节部署了80余个AI模型，使得复杂案件的责任评估时间缩短了23天，理赔流转准确率提升30%，客户投诉下降65%，年节省成本超过6000万英镑。

　　在中国，平安、太保等机构均已布局保险AI。中国太保推进“数智太保”规划，建设保险行业首个全信创大模型基础设施；平安依托集团生态在数据驱动的精算定价和智能理赔上持续深耕。

　　在互联网保险科技领域，水滴公司是较早实现AI规模化应用的企业之一。

　　2021年，水滴成立北京水守智能科技有限公司。经过数年积累，公司目前已形成三条清晰的发展脉络：保险科技——覆盖核保、客服、质检、产品创新等全链条AI应用；健康科技——以翼帆医药为载体，将AI延伸至临床试验患者招募等医药研发环节；协同创新——通过ClawSquare等Agent协作基础设施，探索多智能体协同的新范式。

　　支撑这三条发展脉络的底座，则是水滴自研的“水守AI”能力，在水滴内部被定义为业务的“中枢神经”。水滴公司自研的“水滴水守大模型”已通过国家网信办“生成式人工智能服务备案”和“深度合成服务算法备案”双备案，融合了高精度语音交互、自然语言理解与跨智能体协同等能力。

　　AI深入保险业务腹地

　　当AI不再只是某个环节的辅助工具，而是作为“中枢神经”渗透进整个业务体系，它究竟会带来怎样的变化？

　　AI对保险业务的渗透，不是某一个环节的单点突破，而是沿着业务链条逐段展开的。这可以从水守智能的保险科技实践中，清晰地看到这条路径。

　　核保和客服，是保险链条上最消耗人力的两个环节，也是AI最先产生实质性影响的地方。以核保为例，核保人员日常面对的是上千款产品条款与各类非结构化的医疗记录，传统模式下一个复杂健康险案件的处理往往以天计。水滴推出的KEYI.AI是行业首个AI核保专家——基于水守AI能力，整合了上千款保险产品条款以及千万量级的核保与医疗知识。

　　公开数据显示，KEYI.AI将复杂健康险核保的平均处理时间缩短了80%，准确率达到99.8%，响应速度较此前提升260倍。这意味着，一个有既往病史的用户在投保犹豫时，过去可能因为等不到明确答案而放弃，现在几秒内就能获得条款解读和承保建议。

　　同样，客服端的变化也很明显。水滴的AI客服“保小慧”，自2025年5月上线语音交互功能后，便实现了传统语音客服长期未能做到的“对话即办理”。一位陕西用户在凌晨使用后直言，“之前担心AI说不明白，没想到这么顺畅”。上线三个月内，“保小慧”的服务能力提升了40倍。客服正在从纯粹的成本中心，转变为具备用户转化和留存能力的服务节点。

　　如果说核保和客服解决的是“怎么服务”的问题，质检和产品创新则关乎“怎么管”和“卖给谁”。新“国十条”出台后，保险服务品质的监管要求全面提升，但传统质检高度依赖人工抽检——一个质检员一天能完成10到15单录音检查，且无法覆盖企业微信、公众号、朋友圈等新渠道。水滴的AI质检方案基于水守大模型的语义理解能力，已实现语音、企微、朋友圈等全场景覆盖，相较人工质检，成本下降超过50%，准确率接近人工水平。

　　在产品端，AI正在帮助解决一个长期存在的供给缺口。水滴保联合中国社科院发布的《带病体保险创新研究报告（2025）》显示，带病人群平均治疗费用约8.7万元，约为全国居民人均可支配收入的2倍，近三成因健康告知被拒保。过去，险企受限于数据不足和风控模型精度不够，难以为这一群体设计产品。现在，AI和大数据的能力到位后，水滴2025年全年上线242款定制产品，其中57款为免健康告知产品，包括行业首款免健康告知且保证续保5年的百万医疗险“看病保”、首款免健康告知母婴险“接好孕”等。

　　可以说，AI在其中的角色，是帮助险企更精准地评估个体风险、辅助精算定价，让更多原本被拒之门外的人群获得保障。

　　健康科技与协同创新：边界在延伸

　　值得注意的是，正如前文所称，如果将AI的价值计算范围从保险扩展至健康康养领域，其规模将从500亿—700亿美元上升至3000亿美元。这意味着，保险AI的更大想象力或许不在保险本身，而在与之相关的健康医疗领域。这也是水守智能“健康科技”线的逻辑所在。

　　水滴旗下的翼帆医药自研的“临床药物试验患者智能匹配技术”近期获得国家发明专利。临床试验患者招募是新药研发中公认的瓶颈环节，公开数据显示，全球超八成的临床试验因招募延迟受阻。而翼帆医药的该项技术将患者筛选从数天压缩至分钟级，招募效率提升三倍以上，匹配准确率超92%。

　　除此之外，“协同创新”线则指向另一个方向。水滴公司在2026年3月推出的ClawSquare，是一套开放的Agent协作基础设施，取名自“城镇广场”的意象。不同功能的AI Agent可以在这一“广场”上自主发现彼此、委派任务、协同工作。人类员工不再需要在多个AI工具之间充当“传话筒”，Agent之间即可自主完成信息交换和任务流转，并实现7×24小时不间断运行。目前ClawSquare从内部办公协同起步，计划逐步向保险与医疗的核心业务场景延伸。

　　IDC预测，到2026年保险公司与投保人之间超过六成的交互将通过数字自助服务方式实时进行。在多Agent协同架构下，保险业务的组织方式及流转效率可能发生结构性变化。

　　从“用AI”到“AI原生”

　　在追踪保险AI落地进展的这一过程中，一个值得深思的问题是，为什么同样是在做AI，有些公司能跑出来，有些公司却始终停留在试点阶段？

　　水滴公司创始人兼CEO沈鹏在2026年初的新春全员信中给出了他的思考。他表示，水滴2026年要完成从“使用AI工具”到“AI原生公司”的跨越。这个提法背后隐含着三个层次的转变。一是思维转变，从“把AI当工具”到“用AI思维重新设计每个业务场景”；二是架构升级，AI从辅助工具升级为企业的“中枢神经”，贯穿获客、风控、核保、理赔、服务全链条；三是组织认知重构，即要从“技术部门在做AI”变为“每个人都用AI创造价值”。

　　这与麦肯锡的观察一致。AI领先险企通常将约80%的数字化人才保持为内部团队而非外包，技术与业务的深度耦合是规模化落地的前提。回看全球“7%困境”，真正制约AI落地的，不是模型能力，而是组织能否完成向“AI原生”的系统性跃迁。

　　不过，保险行业有一个不同于大多数行业的独特之处。

　　保险本质是一种基于信任的承诺——用户花钱买的是一个无形的、延迟兑现的风险保障。AI能够有效提升服务的专业性、响应速度和流程透明度，但信任的最终建立仍然依赖人与人之间的情感联结。

　　因此，水滴公司将保险服务的信任构建分解为四个维度：专业可靠、及时响应、透明确定、情感共鸣。前三个维度，AI已经展现出超越传统模式的能力——KEYI.AI的核保准确率、“保小慧”的秒级响应都是例证。但第四个维度“情感共鸣”，需要保留人工服务的空间。在水滴的实践中，面对需要人工协助的老年用户或复杂服务场景时，会转接至人工顾问，由真人提供全流程陪伴式服务。换句话说，水滴在大力投入AI的同时，也在加大对员工专业能力和共情能力的培养。

　　这种取舍本身，反映的是水滴对保险服务本质的认知：AI不是用来替代人的，而是把人从繁杂的重复劳动中解放出来，更好地投入到需要专业判断和情感沟通的服务中。

　　因此，对于整个保险行业而言，500亿至700亿美元的价值空间并不会均匀分布。它将集中流向那些具备垂直数据积累、真实场景验证和组织能力适配的参与者，无论它们是传统险企、科技巨头，还是像水滴这样从保险场景出发、正在向AI原生公司进化的平台型企业。