AI驱动的转型并不是在现有流程中挤出一点效率提升,而是重新思考传统企业的构建方式。这包括充分利用人才、数据和技术的力量,支持可持续增长和长期竞争优势。
如今,数字化转型并非可有可无,而是保持相关性和持续性的先决条件。然而在保险业,现代化改造带来了真正的复杂性。根深蒂固的流程、严格的监管要求和数十年历史的技术平台,可能使变革显得风险重重且具有破坏性。
但现实是:停滞不前的风险远大于变革的风险。
真正的转型不是一夜之间发生的,也不是通过追逐最新技术趋势实现的。成功的组织会有意识地投资,巩固基础,坚持长远愿景,即使进展缓慢也不改初衷。在纽约人寿团体福利解决方案(GBS),我们的经验强化了一个简单的信念:AI只有建立在准备充分、纪律严明和目标明确的基础上,才能带来真正价值。
为什么选择AI,为什么是现在?
保险业正处于转折点。客户期望不断提高,竞争日趋激烈,创新速度前所未有。AI不应被视为跟上步伐的工具。当以深思熟虑的方式运用时,它会成为整个保险价值链中推动增长、差异化和服务卓越的强大杠杆。
GBS运用AI的能力源于早在AI成为董事会优先事项之前就已开始的工作。十多年来,我们的团队一直在投资战略性数据管理、应用程序现代化和可扩展计算能力。这些早期投资奠定了基础,使我们能够在今天负责任地应用AI,并在未来继续这样做。
这个基础至关重要。试图在脆弱系统上叠加AI的保险组织往往难以超越实验阶段。相比之下,那些首先实现数据、应用程序和基础设施现代化的组织,在扩展AI应用方面处于更有利地位,能够改善结果并为客户、消费者和受益人提供更好的体验。
AI投资的严谨方法
在GBS,我们以同样的严格标准评估AI投资,就像对待任何技术决策一样。强有力的投资回报率纪律和治理是我们运营的核心。
虽然实验具有重要作用,但持久价值来自于长远考虑。这包括做出有意识的决策,与战略紧密结合,抵制追求无法扩展的快速胜利的诱惑。随着时间推移,这种纪律会带来更有意义和持久的回报。
可重用性是另一个关键原则。
在优先考虑AI项目时,我们专注于架构重用、共享能力和可扩展平台。我们的目标是花一次钱得到最大效益。预先认真做好工作增加了解决方案在整个组织中被重复使用的潜力。这种方法在加速未来创新的同时强化了投资回报率。
服务卓越作为我们的北极星
GBS所做一切的核心是一个明确的北极星:在关键时刻提供卓越服务。这是我们做决策、衡量成功和评估技术在支持客户、消费者、受益人和员工方面应发挥作用的方式。
AI是实现这一愿景的重要推动力。通过帮助消除重复性工作和简化任务执行方式,AI释放了我们团队的能力,使其能够专注于更高价值、更具战略性的工作。影响超越了效率层面,体现在更周到的服务、更强的关系和更好的整体结果上。
在GBS,我们继续重新思考整个组织的工作方式,包括转变核心流程以创造更简单、更连贯的体验。AI是我们适应和扩展能力的基础,因为期望继续演变。
通过变革赋能员工
仅有技术并不能改变组织;人才是关键。这就是为什么参与、协调和技能提升对于释放AI全部潜力至关重要的原因。
我们的目标不是取代人类判断,而是增强它,每天提升员工的工作水平。领导者在明确定义AI和自动化能够增加价值的领域,以及人类专业知识仍然必不可少的领域方面发挥着关键作用。当这种平衡明确时,AI会超越孤立的试点项目,成为企业级影响的催化剂。
协调同样重要。成功取决于技术团队、业务领导者和承保、运营、理赔、服务和分销等内部合作伙伴之间的密切合作。
展望未来
在保险等传统行业中,AI的未来将属于那些将大胆愿景与严谨执行相结合的组织。那些愿意重新构想业务模式,同时保持在强大基础和持久价值观基础上的组织将成为领导者。问题不再是是否投资AI,而是这些投资的有意性和深思熟虑程度。
从未有过比现在更好的时机来评估准备情况、协调战略和技术,并致力于长期增长。AI不是目标。持续改进和在关键时刻交付价值才是。
Q&A
Q1:保险业为什么需要AI转型?
A:保险业正处于转折点,客户期望不断提高,竞争日趋激烈,创新速度前所未有。AI不仅是跟上步伐的工具,当以深思熟虑的方式运用时,它会成为整个保险价值链中推动增长、差异化和服务卓越的强大杠杆。
Q2:如何确保AI投资获得良好回报?
A:需要以严格的标准评估AI投资,强调投资回报率纪律和治理。重点关注架构重用、共享能力和可扩展平台,避免追求无法扩展的快速胜利,而是做出有意识的决策,与长期战略紧密结合。
Q3:AI会取代保险业的人工作业吗?
A:AI的目标不是取代人类判断,而是增强它。通过帮助消除重复性工作和简化任务执行方式,AI释放了团队能力,使其能够专注于更高价值、更具战略性的工作,最终提升员工的工作水平和服务质量。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。