从后台支撑到经营变量:平安AI的价值实践-新华网
新华网 > > 正文
2026 10/28 16:39:27
来源:新华网

从后台支撑到经营变量:平安AI的价值实践

字体: 小 中 大

  ——访平安科技总经理助理曹峰

  2026金融街论坛年会上,大模型、智能体、人机协同已不再是稀缺展品。当技术供给日益充分,行业竞争的重心便从“有没有系统“转向“能不能交付业务结果“。

  这一转向并非偶然:金融产品经过多年竞争趋于同质化,增量市场逐步转入存量市场,服务差异化因而成为竞争焦点;而服务差异能否成立,又取决于科技能否渗透到服务的关键环节。正是在这一行业背景下,平安集团持续进行科技投入,以2026服务年为契机,坚持科技驱动、深化AI落地。其路径选择,为讨论“AI的价值实践“提供了一个可剖析的“平安“样本。

  大会期间,新华网采访了平安科技总经理助理曹峰。曹峰的论述并未停留在模型参数,而是指向一以贯之的平安战略主线:依托集团在“金融+医养“领域的数据、算力、算法、场景四大优势,通过科技创新驱动,打造有竞争力的“综合金融和医疗养老“服务,在金融产品同质化竞争中,通过服务差异化实现市场领先。

  重新锚定科技价值定位

  讨论科技驱动,首先要回答一个理论前提:科技在组织中处于什么位置,决定其价值形态。若科技只是后台支撑,其价值便体现为稳定、成本和需求响应;若科技直接参与经营,其价值则体现为客户体验、销售转化、成本下降和风险控制。曹峰坦言:“金融行业已进入存量市场,产品同质化趋势明显,竞争焦点转向服务差异化,而这种差异主要通过科技驱动来实现。“

  这一判断包含清晰的因果链:产品趋同使服务成为竞争焦点,服务差异需要科技能力,科技能力因而必须从支持角色转为经营变量,价值定位需要重新锚定。

  从Token到价值:AI in ALL的能力底座与四大落点

  对于科技能力底座的支撑,曹峰将平安的科技竞争力归结为四大要素:“海量私域数据、万卡级算力集群、领先于行业的算法积累,以及覆盖综合金融到医疗健康的丰富场景。“四者之间并非简单并列,而是互为因果:数据为模型训练提供闭环,算力支撑大规模应用,算法将数据转化为专业能力,场景则让能力接受真实业务检验。

  秉承“AI in ALL”的原则,平安以客户需求为导向,以赋能主业为核心,持续投入研发。“过去一年,平安的算力规模提升至1500PF,日均Token用量超3000亿,”曹峰特别提及,平安通过模型、推理引擎、算力调度等全栈优化,实现了单位算力Token产出提升368%,单位Token成本下降76%。

  “平安正持续拓展场景应用的深度和广度,赋能金融业务优体验、促销售、控风险、降成本。”围绕这四大落点,曹峰表示,平安将AI深度嵌入客户经营与服务全流程——在体验端推出AI快捷服务:整合内部各大App的服务资源,实现一个客户、多个账户、多个产品、一站式服务、一句话办事并取得了累计服务超亿人次、端到端解决率91%、响应小于4秒、办结小于1分钟的亮眼成绩;AI医生一站式就医,覆盖咨询、诊疗、健康管理全流程,累计服务人次超6,000万,超过70%的医疗健康“四到”服务由AI分发,复杂疾病多学科能力进一步提升。

  在销售端,平安全面利用AskBob AI营销助手助力单产提升,线上做大AI端到端销售成交,打造线上线下并行的经营能力;在风控端,AI赋能保险风控能力提升,强化异常行为识别、智能风险评估与预警;在成本端:平安依托AI编码与数字化运营平台,有效赋能研发人员效率提升。

  四大落点环环相扣,共同指向同一个判断:平安正大规模提升科技驱动的业务规模和品质,科技正成为平安服务差异化的内生变量。曹峰的表述表明,服务差异性并非凭空产生,而是由数据、算力、算法、场景等要素长期耦合,经组织嵌入和治理约束转化为端到端业务价值。当技术供给日益充分,真正的竞争壁垒不在于拥有多少模型,而在于能否让技术能力服从业务逻辑、让模型输出接受治理校验、让创新机制对接战略目标。唯有如此,科技才能真正从后台支撑走向经营现场,让“服务差异化“由理念落为可感知的客户体验。(马渭淞)

【纠错】 【责任编辑:于琦】