每经记者|袁园
8月22日，泰康保险集团正式发布“泰康养医大模型1.0”，再次将保险业的AI（人工智能）竞赛拉回公众视野。
随着AI技术的发展，垂直大模型正从概念加速走向产业落地，保险行业也成为这场技术浪潮中不可忽视的参与方。不同于科技企业主打通用能力、面向大众C端的医疗大模型，险企入局垂类大模型，更多是扎根自身主业，依托保险支付、医疗服务、养老实体的闭环场景寻找突破口。
更值得期待的是，开源浪潮正将大模型的门槛不断拉低，“技术平权”正为中小险企打开一扇窗。正如业内所言，未来的胜负手不在于模型大小，而在于能否将AI快速转化为经营效率和客户价值。聚焦细分场景、强化数据治理、借力生态合作——中小机构也有机会在智能化浪潮中实现“弯道超车”。
随着大模型技术从“概念验证”走向“规模化落地”，保险行业的AI竞赛已进入“下半场”。《每日经济新闻》记者注意到，不同于其他领域，体量、禀赋各异的险企依据自身战略定位与资源积累，在大模型赛道上走出了差异化路径。
具体来看，中国平安、中国人保、新华保险等头部险企主要依托大模型技术，搭建全域智能应用体系。
例如，中国平安推进“AI in All”（全面实现人工智能化），鲲鹏智能体平台已配备近千专业技能。而在平安产险，人工智能已全面赋能保险服务、营销、运营、经营、管理全价值链。
此外，新华保险上线11大业务智能体，覆盖客户服务、代理人赋能、保单处理、风险防控、办公合规全场景。
泰康保险集团、太平再保险等机构则聚焦细分赛道打造专属垂直大模型，形成差异化竞争格局。
例如，太平再保险（中国）有限公司推出的再保险垂直领域AI智能体“睿书”，其以“技术通用化—能力专业化—场景垂直化”为主线，通过大语言模型与再保险专业知识的深度融合，构建“意图理解—知识推理—决策生成”的闭环体系。
泰康保险集团发布的“泰康养医大模型1.0”则基于主流大模型底座，利用泰康五大医学中心及32家已运营养老社区积累的数据进行训练，推动人工智能与医疗、养老、康复、护理、健康管理等真实场景深度融合。
天职国际金融业咨询合伙人周瑾对《每日经济新闻》记者表示，大模型的发展依赖于四大要素——算法、算力、数据和场景。其中，算法和算力需要大规模基础投入，且算法的更新迭代非常快，因此保险行业不宜在这两项因素上过于投入，而是采用合作或租借的方式获取。
“但数据和场景都具有高度的行业特性，且高度依赖于保险公司的销售、运营、服务、风控、投资等特定场景，因此是行业AI布局的重要领域。” 周瑾表示。
以泰康之家为例，泰康保险集团科技中心副总经理常城认为，多年养医服务沉淀的数据，形成了大规模、连续的长寿人群真实数据记录，涵盖健康评估、健康管理、慢病随访、长期照护、康复干预等多个维度。这些数据具有长时序、场景连贯的特点，是通用公开数据集难以覆盖的优质垂直领域资源。
从上市险企发布的数据来看，在AI的加持下，险企的工作流程和效率也同步出现了提升。
例如，中国人寿推动一系列大模型应用落地，理赔平均时效跑出0.36天的“加速度”；阳光人寿上线自主研发的“AI客户经营助手”，可“秒级”响应并快速生成个性化客户经营方案；众安在线通过AI技术赋能健康生态，累计服务超1.5亿健康险用户。
《大模型技术深度赋能保险行业白皮书（2025）》显示，在可信、可控、可审计的治理边界内，大模型技术将加速推动保险业从“被动理赔、事后补偿”的传统逻辑，逐步迈向覆盖事前、事中与事后的全流程管理，并由此孕育出“智能体驱动的保险新范式”。
《每日经济新闻》记者注意到，由于投入成本较高，当前公开表示自研和加大在AI方面投入的多是大中型保险机构，中小保险机构更多的采用合作的方式去落地AI应用。
“大型保险公司相较于中小公司，在数据底座、专业人才、客户基础、应用场景以及资金实力等方面都具有显著优势，因此在AI领域的布局更早，投入也更多。”周瑾表示，但从投入策略看，除了在DeepSeek问世之前部分公司的高额基础投入，行业普遍还是采用相对的“轻模式”，不在较“重”的算法和算力上投入太多，更多在具有行业垂直特色的场景应用上发力。不过，对比大型公司和中小公司，也还是会有细微差别，大型公司具有更好的数据治理基础，因此借助通用大模型去训练和调优，面向自身业务垂直场景的应用时，也会更积极。
“某种程度上，当前技术的发展是一种‘技术平权’，大型公司和中小型公司在基础设施和通用模型领域的差距不是扩大了，而是缩小了，因此也给了中小公司更多实现追赶乃至超越的可能性。”周瑾认为，如何结合自己的应用需要，基于自己的业务、运营、流程等特性，快速实现AI的应用价值，是小公司需要从策略选择和落地见效上快速决策并积极投入的问题。
“未来AI竞争的关键，不是谁拥有最大的模型，而是谁能够更好地把AI转化为经营效率和客户价值。对于中小险企而言，这反而可能是实现差异化发展的机会。”北京大学应用经济学博士后朱俊生对《每日经济新闻》记者表示，中小险企的机会更多在场景，而不在模型本身。一是聚焦细分领域，打造特色化场景；二是加强数据治理和知识库建设；三是借助科技公司和行业平台获取AI能力；四是推动营销、理赔、客服和风控等流程智能化。