而随着机器学习和人工智能(AI)技术的迅速崛起,如今保险企业能够更精确地捕捉并分析数据,进而给出预测结果。在这样的背景之下,保险业先驱企业保诚金融敏锐把握住了这一颠覆传统业务的机会。保诚一位高管提出这样的问题:“拥有150年历史的保险公司能不能开辟新的业务赛道?我们能不能借助已有的内部能力显著拉动业务收益?”
保诚金融由英国保诚集团于1875年在美国新泽西州纽瓦克注册成立,同时跻身财富100强和全球100强榜单,为40个国家/地区的消费者和机构提供保险、退休规划和投资理财产品及服务。如今,保诚金融已经成为美国最大的保险服务商,总资产高达1.4万亿美元。
身为保诚金融的数据和AI颠覆/转型计划带头人,Kjersten Moody于2020年6月出任这家拥有150年历史的老牌保险企业的首席数据官。Moddy此前曾担任State Farm首任首席数据与分析官,3年的任期也超过了CDO职务18到24个月的行业平均任期。在此之前,她还曾在联合利华和汤森路透担任数据和技术方面的领导职务。在保诚任职期间,Moody主要负责公司的数据平台、数据自动化、AI与机器学习以及数据治理等功能。以CDO职务为切入点,她与公司内的每条业务线都建立起了密切合作。
在Moody看来,保诚的数据和AI转型工作旨在“满足客户的实际需求”并消解人寿保险中的心理障碍因素,例如体检。她解释称,“通过近期的努力,我们正与客户合作将计划重新聚焦在「长寿」,而非传统意义上的死亡保险思维上。以此为基础,我们努力提供更加个性化的退休规划及健康/保健方案。”Moody认为,这将“为客户带来种种便利,帮助他们专注规划美好生活。”
作为保诚内部的AI驱动转型案例,Moody运用AI技术取代了传统上基于规则的承保新单流程。AI技术的应用提高了分析速度和灵活性,使得寿命预测准确率达到98%至99%。这样的速度和准确性提升,与传统保险行业区区75%的预测准确率形成了鲜明对比。应用AI和先进机器学习方法,让保诚的承保时间“从22天缩短到了22秒”,同时消除了费时费力的体检要求。
基于这些颠覆性举措,保诚金融于2022年建立了名为High Peak的独立企业。这是一家由保诚内部孵化并得到财务支持的金融科技/保险科技初创公司,Moody担任联合创始人兼临时首席执行官。一般来讲,保险行业很少启用数据和分析负责人担任CEO。但她目前正招募继任者接手管理业务,希望腾出精力专注于转型工作。
High Peak的首款产品名为Acusite,是一套AI驱动的寿命预测模型,旨在运用机器学习和AI技术推动承保流程的创新和转型。Acusite现已获得High Peak许可,能够为保诚之外的其他组织提供关于客户预期寿命的分析见解。这款产品的特点是数据集规模相当于传统寿命模型的3倍,因此能更准确地预测寿命并实现跨行业应用:
Moody表示,High Peak的目标是为保诚集团的新行业和新受众创造价值,即实现对“数据价值流的延伸”。Moody补充道,“这是我们6年多来研究和开发努力的结果,充分运用丰富的申请和索赔数据积累。我们意识到,完全可以用极低的成本和更高的准确度快速完成工作,从而改善客户体验。结果就是保险购买流程变得更简单、更轻松,这对吸引线上购买者来说至关重要。”
Moody还总结了保诚内部发生的转变:“AI已经成为差异化因素,为传统流程带来了指数级的价值和速度提升。机器学习技术则提高了可解释性,凭借算法让决策理解难度大为降低。”另外,“所有这一切都必须以负责任的方式完成”,包括强调使用负责任AI和“人在回路”的重要意义。
回顾在保诚集团的工作经历和High Peak业务的建立,Moody总结道“保险公司如何开拓新的业务赛道?答案很简单:在核心能力上超越竞争对手,并将这种能力转化为客户感知得到的实际服务。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。