DeepSeek来势汹汹，百万保险大军怎么办？

界面新闻记者 | 吕文琦

春节过后，孩子过年收的压岁钱该如何理财？不少保险公司客户经理趁势推广储蓄保险产品。而横空出世的DeepSeek又为保险销售插上科技的翅膀。

从ChatGPT引领的大模型浪潮到DeepSeek爆火，AI大模型的影响力正以惊人的速度在各个领域蔓延，尤其是在数据密集的保险行业，AI正掀起一场前所未有的变革风暴。

智能化浪潮对于保险业具体是机会还是挑战？是敌人还是朋友？

助手与敌人

针对用压岁钱理财这一问题，DeepSeek首先给出配置思路：保障优先、储蓄为辅以及长期主义。

图片来源：DeepSeek

这一思路获得了一些资深保险代理人的认可。“DeepSeek能够意识到保障产品在配置中的重要性非常难得，许多保险代理人和客户的保险意识都没有到这个水平，还会沿袭先买储蓄险‘理财’，忽略健康险的老路。”某合资险企团队长张越向界面新闻表示。

而在界面新闻线下询问保险代理人时，获得的谜底多聚焦在储蓄险和教育金上，少有人问及健康险是否已购买。

在配置上，DeepSeek将基础保障分为四大类：少儿医保、百万医疗、重疾险和意外险，并分别给出选择原因。

在实操阶段，除了如何分配金额，DeepSeek还给出了注意事项，包括选择含“投保人豁免”的产品（如家长身故/重疾，后续保费免缴，保单仍有效）；避免“全家桶”保险；先大人，后孩子。

“这些建议非常中肯且专业，在不少保险销售进行产品推荐时，可能会忽略。有了DeepSeek做提醒，给客户做的方案会更完整。”张越表示。

但到了究竟的产品推荐时，DeepSeek回复的部分内容存在一定滞后性，比如其推荐的预定利率3.5%的储蓄险产品早已下架。

DeepSeek的爆火在业内又一次引发了“AI取代保险代理人”的讨论。其实早在ChatGPT出现时，对于这一问题的讨论就不绝于耳，不过因为彼时ChatGPT保险数据的缺乏，谈及取代为时尚早。而DeepSeek在信息搜索、深度思考方面的进步，使得AI的冲击更具可能。

不过在DeepSeek看来，它与人类保险代理人有显著区别。

DeepSeek认为，自己在信息整合与对比、风险提示与逻辑分析和知识普及与教育上具有优势。但无销售属性，无法处理人类的感情需求，比如对家庭责任的情感共鸣，也无法处理复杂案例。

DeepSeek定位自己与代理人间为互补关系，是“工具型助手”。可以分担基础咨询工作，使代理人更专注于高价值服务，如方案定制、关系维护等。

不过在应用AI工具时，也当注意技术的局限。AI投资人王博洋向界面新闻表示，生成式AI在垂直领域的应用仍存在准确性问题，“虽然生成式AI可以适应各种查询，但在连续的对话中可能会缺乏一致性。另外，生成式AI在回答问题时可能生成出预料之外的回答。上一代判别式AI尽管能力有限，但它能清晰地知道自己能力的边界，而生成式AI则存在幻觉（hallucination），会给出错误的谜底，需要提问者自己再进行筛选判别。

迈向普惠

多家保险机构已开始将DeepSeek人工智能技术应用于实际业务中。

近日，新华保险宣布在新华e家App成功接入DeepSeekR1、V3两款模型产品，打造个人AI助理支持多个智能应用场景。员工可利用接口进行日程管理、群发收集等工作，也可以初步提供保险销售方案。

泰康在线向界面新闻介绍，AI技术的发展正在重塑整个行业格局，泰康在线也在持续应用AI技术革新客户服务。为该公司乳腺癌复发险定制的AI智能服务官智慧小茹，已覆盖超2万名乳腺癌客户，并为客户提供了数十万次健康咨询解答，使客户群活跃率由15%提升至40%，客户响应时长由3分钟缩短至20秒。

对于中小型企业，DeepSeek的推出也让技术更加普惠。

险律科技联合创始人彭桓向界面新闻表示，作为一家专注于“保险+法律+科技”的AI应用初创企业，DeepSeek大模型的技术突破，恰好解决了技术驱动型创业公司的核心痛点——如何在有限的算力与资金下实现深度智能化。

“以前传统大模型需要高昂的硬件投入，单次训练成本动辄百万级，这对初创企业几乎不可承受。我们最新发布的AI保险风控系统v3.0模型架构参数量级刚过亿，能在低算力成本下达成56%的自动化决策率。但是如果想进一步提高自动化率，就必须搭建十亿、百亿级别参数的模型，对于初创公司来说，ROI（投资回报率）不值得。而基于DeepSeek MoE架构的第四代智能风控系统已进入研发阶段，预计在合理算力成本下，融易新媒体消息，新模型有希望能实现70%的自动化率，进一步提升公司的市场竞争力和技术护城河。”