相比于通用大模型的千亿级参数、动辄千万元的预算投入，垂直大模型往往只需要百亿级参数、百万元的预算投入，部分厂商甚至给出几十万元预算的起步报价。
今年的世界人工智能大会上，最热的主题莫过于以为代表的生成式人工智能大模型技术（下称大模型技术）。一批国内外大模型明星团队、专家学者和大咖嘉宾，围绕大模型技术展开热烈讨论；百度文心、阿里通义、华为盘古、讯飞星火、腾讯智影、清华等30余个大模型悉数登场，展示大模型丰富多彩的应用场景。
本次大会大模型厂商集中亮相后，大模型技术将在各行各业逐步商业化落地，也包括在保险行业的应用和落地。本文将介绍参与今年世界人工智能大会的国内外主流大模型技术公司，分析和总结各厂商的商业化产品及发展路线，并为保险公司提供一些应用大模型技术的思路。
百模大战：领先厂商大模型产品发展路线分析
本次世界人工智能大会，无论从论坛数量还是展商数量来看，大模型技术在国内已经完全铺开，既有大厂如百度、阿里、腾讯、科大讯飞等，又有专业的AI公司如第四范式、竹间智能、达观、出门问问等。据不完全统计，截至5月28日，中国10亿级参数规模以上大模型已发布了79个，本次大会可以说囊括了商业化程度领先的佼佼者。
纵观各大厂商推出的大模型产品或服务，大致可以分为四种类型：
第一种是大模型平台服务，比较有代表性的是百度和阿里。这类公司推出了一系列的云计算服务，用户可以方便、低成本地创建自己的大模型，部署成大模型云服务。例如企业用户可以通过百度智能云官网申请成为合作伙伴，在线签署协议并充值后，在线训练自己的大模型，训练完毕的大模型，在百度云上部署一个推理服务，每个月固定成本只有几千元，可以充分满足中小企业研发大模型应用的需求。阿里也推出了类似“灵积”模型服务平台，更推出了“魔搭”开源社区，为模型提供者、数据集提供者、辅助知识库和插件化服务提供者提供服务。
第二种是数字人产品，比较有代表性的是腾讯和出门问问。这类公司不仅推出了更逼真、更惟妙惟肖的数字人产品，而且把单个数字人的创建门槛降低到只需录制一段几分钟的视频和音频，创建成本也从一年前的几十万元降低到了几千元。例如腾讯小样本数字人的制作流程已经大众化，用户只需要上传一段3分钟真人口播视频、100句语音素材，就可获得与真人形象、语音近似的数字人。此外，大模型的AIGC能力和数字人相结合，提供了低成本、快速生产短视频和开直播的能力。部分厂商的产品还可以在直播过程中自动响应用户的提问和行为，和用户互动。
第三种是创新大模型产品，比较有代表性的是科大讯飞和第四范式。科大讯飞推出了一款大模型医疗应用，根据患者的出入院记录、病程记录、会诊单和检验检查记录，自动生成患者出院后一个月内的个性化健康管理计划：出院后第1天做什么、第2天做什么……第30天做什么，内容涵盖医生提醒、用药指导、康复运动、随访和健康知识五大板块，并通过微信小程序让患者自助查看。第四范式推出了一款大模型问答式文库应用，采用“大模型+运营”方案，为企业建立私有知识库，应用于内部和外部用户的信息检索场景，满足企业用户对内容可信、预期可控、知错能改的高层次要求。
第四种是在传统软件上附加大模型技术，比较有代表性的是微软和金山办公。微软为 365应用和服务提供大模型驱动的( 365 )，在 11中也加入了名为的AI助手。可以接受用户的自然语言指令并自动执行软件功能，提升用户工作和学习的效率。金山办公也推出了WPS AI，并已经接入了文档、表格、演示“三件套”，同时支持桌面版和移动版，并强调自家AI处理事务的速度，比微软办公套件更懂中国人。
大模型厂商的分化：通用大模型和垂直大模型
本次大会另一个趋势是，通用大模型和垂直大模型在迅速分化。相比百度、阿里、腾讯、科大讯飞、华为等专注研发通用大模型，许多厂商选择打造结合行业特点的垂直大模型。垂直大模型针对企业主营业务构建能力，一方面更有行业针对性，另一方面也为企业节约了预算。
相比于通用大模型的千亿级参数、动辄千万元的预算投入，垂直大模型往往只需要百亿级参数、百万元的预算投入，部分厂商甚至给出几十万元预算的起步报价。
通用大模型的AIGC能力，主要面向的客户是内容生产型企业，例如广告公司和游戏公司。对很多专注于某一特定行业的企业来说，例如保险公司，对文生图、软件代码生成、写文案、写歌这些通用能力的需求有限，通用大模型的能力是溢出的。
垂直大模型厂商之间还有更细致的划分：有的厂商，例如第四范式，产品可适用于多个行业，大模型的能力集中在资料查询、员工助手和BI取数这三个方面。有的厂商，例如澜舟科技，主打金融、营销、文娱和翻译这四个行业大模型。有的厂商，例如HiBug，仅针对AI辅助编程的单一场景，推出支持私有化部署的全自动Code 大模型产品。
大模型产品的核心商业逻辑
虽然各个厂商推出的大模型产品形态和应用场景可谓百花齐放，归结到核心的商业逻辑，基本上集中在以下三点：
第一，革命性的人机交互技术。大模型产品的标志性功能就是用户可以通过自然语言与之交互。由于自然语言是人们最常使用的一种交互方式，不存在任何“技术”上的门槛，自然也就消除了所有现存的数字鸿沟。用户唯一的门槛是要学会正确地给大模型应用提问题，来获取想要的答案、完成想要的工作。因此，大模型应用场景囊括各行各业，覆盖男女老少所有用户，将会应用到每一个企业的业务流程中。
第二，新的平台级入口。继3月首次推出插件功能（）后，5月再次更新，向Plus用户开放约70个第三方插件，覆盖购物、餐饮、旅行、天气、运算、翻译、分析数据等多种功能。预计未来的数量会呈指数级增长，功能越来越丰富，使成为一个超级入口。微软的 ，未来也会让用户不再需要打开某个PC软件，或是浏览器，而是直接在对话框界面完成工作或享受家庭娱乐。这些都是国外新的平台级入口的雏形。国内也存在类似的新入口机会，而哪个应用能把握住这个机会还不得而知。
第三，再次解放个体生产力。无论是AIGC、数字人还是，都以提高生产力为最终目的。以企业常见的报销工作为例，使用传统的费控软件UI操作，用户大概需要28步。使用大模型技术改造后的费控操作，只需要2步。从28步到2步，效率提升14倍。这意味着现在一件10分钟才能完成的事情，将来只要不到1分钟就可以完成。当企业里的所有软件都接受了大模型技术的改造，具备了能力后，所有工作的效率都会得到巨大的提升，单个员工的生产力也将会出现飞跃式增长。
大模型技术在保险公司的应用场景
根据大模型产品的核心逻辑，预测保险公司将在五个方面运用大模型技术并产生实质性变化。
第一，超高的代理人展业效率。首先，能降低客户和代理人的使用门槛。代理人办理一项业务之前，不需要事先学习如何操作一个展业系统，或是在展业系统升级以后再学习一遍新的操作流程，只需要和系统对话，就能完成所有的业务流程，例如投保或加保。
其次，能使展业系统更加灵活，不需要用户按固定的页面和流程完成信息录入，而是通过自然语言对话的方式，收集业务所需要的所有信息。
最后，能显著降低平均录单时间，甚至在代理人和客户谈话的同时，系统就自动完成了保单录入，只需客户最终确认一下，即可完成投保。
第二，超强的客户服务体验。我们观察到一个很有意思的现象是，虽然保险公司做了很多微信公众号、小程序、APP，希望客户自主操作，申请理赔、垫付医药费、申请绿通等权益服务，但是客户的第一选择往往还是找代理人，或是打客服热线找人工服务。这说明客户更喜欢找人而不是找系统来解决问题。
大模型的自然语言交互能力，赋能到客服系统上，就让系统也拥有了和服务人员类似的对话能力，在给予更好的用户体验的同时，也分担了许多代理人和人工客服的工作量，使代理人可以有更多的时间展业，使单个人工客服服务客户的数量得到提升。
第三，队伍管理和培养的超级助手。和客户一样，代理人也是保险公司需要服务的对象，甚至比服务客户更重要。维护一支几十万的代理人队伍，保险公司需要投入大量人力成本。例如，公司出了一个新产品，或是出了一个新活动，需要沿着组织架构一级一级往下宣导，让每个代理人都了解参与，才能达成销售目标。在传统模式下，主要靠人讲，效率很低。如果将来使用大模型，效率可以提升十倍甚至百倍。
第四，日常管理中的超级内勤。保险公司除了业务系统，还有很多内部管理的工作流，比如OA审批、报销、项目管理，这些工作流散落在大大小小的内部系统里。很多保险公司设有专人专岗来操作某个系统，这表明操作内部系统是一件门槛很高、需要大量时间精力才能完成的事情。如果每个内部管理工作流的执行时间都缩短为之前的1/10，企业将能释放出更多人力投入到业务相关的工作中，从而产生巨大的竞争优势。
第五，超级提数专员。在全国范围内，业务数据随时随地在发生变化。从总部到机构，越快获取市场数据，越能及时跟上市场变化，增强企业的竞争力。当业务人员要提取数据时，通过传统BI的方式，要么要求预先开发好数据报表，要么要求技术人员为数据需求重新编写SQL代码，两者都需要很高的人力成本和时间成本。大模型能缩小提数成本，一方面它能理解业务人员用自然语言描述的简单数据需求，自动转换成SQL代码，并直接在数据库上执行。这部分数据需求无需技术人员参与，就可以完成。另一方面，对于复杂数据需求，它能根据历史数据生成参考的SQL代码，加快技术人员开发报表或是编写临时SQL的工作进程，让业务人员更快地拿到业务数据。
总体而言，大模型在保险公司中的应用场景非常丰富，覆盖了销售、运营、客户服务、管理、培训、数据分析等方方面面。在国内众多保险公司中，太保和众安已经在这方面走在了前列，在本次人工智能大会上他们分别发布了第一个大模型应用，太保的应用场景是合规审核，众安的应用场景是数据分析，相信未来其他保险公司也会快速跟进，享受大模型技术带来的红利。
【姚嶂梅系保险行业IT专家，保答（上海）智能科技有限公司创始人；王广智系复旦泛海国际金融学院（FISF）保险创新与投资研究中心副主任】
相关文章
