索勒斯人工智能行业报告(英译中)

索勒斯人工智能报告© 2025 Sollers Consulting. 所有权利保留。SOLLERS AI BÁO GÁO I 1 © 2025 Sollers Consulting. 所有权利保留。SOLLERS AI 报告 I 2目录09 人工智能驱动 理赔处理 自动化 3910人工智能 检验 理赔处理自动化 4011 人工智能驱动 保险定价 4212 ai支持 承保人 4413 ai对processing的支持 保险合同 4614 使用 生成式人工智能/大型语言模型 4815 人工智能 软件开发 4916 人工智能 网络安全 5117 IT 架构 5318 能力单元 在 治理 基于人工智能的自动化 5619 组织赋能因素 用于人工智能驱动的自动化 5820 挑战与风险 人工智能驱动自动化 6121 经验教训 源自人工智能驱动的自动化 63关于 Sollers 咨询 69商标 71目录 02前言 03执行摘要 05人工智能驱动转型的关键洞察 05索勒尔人工智能调查结果 10关于该研究 16索勒尔人工智能调查结果 1901 The 人工智能对竞争力的影响 在保险市场 2002 人工智能驱动流程 自动化概述 2303 人工智能驱动 聊天机器人 2404 人工智能支持 呼叫中心 2505 人工智能支持 线上和移动渠道 2706 AI支持 保险代理人 3107 人工智能在 自动化营销 3308 智能 文档处理与数据提取 34前言 我们想听您的意见SOLLERS AI 报告 I 4皮奥特·康德拉托维奇专家评论与增值piotr.kondratowicz@sollers.eu© 2025 Sollers Consulting. 所有权利保留。基于专长的研究设计• 人工智能知识差距与决策保险市场挑战索勒尔对人工智能的战略关注前言一般来说，每个保险公司要么正在实施人工智能，要么正在探索其对流程自动化的潜力。然而，仍然存在重大的障碍：许多组织对人工智能的能力缺乏清晰的认识，并难以就人工智能计划和自动化路线图做出战略决策。在这种情况下，公司可以从以组织赋能为目标的计划开始，专注于发展人工智能驱动型文化，提供培训，并提供实践学习机会。我们希望这份报告能为贵组织内的AI驱动自动化带来新的想法。我们非常重视您的反馈——哪些见解与您产生了共鸣，以及您希望我们在未来的研究中探索哪些领域？• 业务转型 & 架构重新设计幕后的真相：AI自动化成熟度详细图谱这份报告将汇总的调研数据与索勒斯的专家分析相结合。仅看图表只能告诉部分故事——我们的评论提供背景信息，解释影响，并建议可行的下一步行动。报告作者，索勒斯咨询公司业务架构师与其选择一份量大但浅显的调查问卷，我们选择了深入的线上或面对面访谈。虽然这限制了我们的样本量，但它使我们能够收集丰富、可靠的数据。这项调查的结构化问卷反映了我们的AI专长，并提供了细致、实用的见解。真正的人工智能驱动的自动化可以重新定义一个保险人的整个运营模式——通常需要彻底的架构重新设计。一些保险人可能不了解这个范围，或者缺乏管理如此广泛转型的专业知识。人工智能已经无处不在——可供每个人使用，并带来远超少数专业专家领域的益处。因此，当今的保险业领导者不再询问人工智能是否会改变行业，而是何时以及如何改变。基于我们在索勒斯的丰富经验，我们启动了这项人工智能调查，以揭示可操作的见解，帮助保险公司在这一转型中找到方向。在 Sollers，人工智能并非一夜之间就被采纳——它通过多年的草根实验和高层支持而发展起来。从内部概念验证到客户合作，人工智能已成为我们核心战略方向和服务提供之一。这种深厚的承诺促使我们的战略委员会委托进行这项全面的调查。我们透过帘幕，询问受访者关于人工智能发展实际状态的详细情况。总共，我们在各种保险流程和五条业务线中识别出37个人工智能自动化用例，从而对保险市场内的人工智能采用情况进行全面评估。此外，我们还识别出10个针对大语言模型（LLM）的用例和6个专注于在IT开发和安全中使用人工智能的用例。保险公司可以利用这些信息进行基准测试。执行摘要人工智能驱动转型的关键洞察 战略视角：数据障碍人工智能在公司战略中日益重要的作用来自遗留架构的障碍© 2025 Sollers Consulting. 所有权利保留。执行摘要SOLLERS AI Báo cáo I 6人工智能驱动转型的关键洞察保险公司现状及未来展望在某些情况下，遗留系统和流程数字化水平低可能会阻碍人工智能驱动的自动化——尽管这些问题可能不会立即显现，而且不同保险公司或业务领域的挑战规模可能会有所不同。许多自动化用例，包括人工智能，都由业务逻辑驱动，这严重依赖数据。高级人工智能和预测分析也需要结构化数据作为输入。相比之下，深度学习模型可以通过从文档、音频和图像中提取信息来生成新的结构化数据类型。因此，低数据集成、弱数据治理以及缺乏强大的数据解决方案可能会阻碍人工智能驱动的自动化——尤其是在整个组织范围内应用时。所有保险公司都对人工智能有所接触，尽管它们的成熟程度有所不同。平均而言，考虑到各个领域，只有51%的受访者已将人工智能纳入其战略议程，但这预计将是一个不断增长的趋势。进化式而非革命式转型由于技术的创新性和自动化复杂性，仓促实施人工智能可能会带来风险。保险公司需要时间去学习、适应，并追求一种渐进式、进化的公司级人工智能转型方法。一方面，他们应该规划人工智能驱动的自动化；另一方面， 他们必须识别架构上的差距，并制定路线图来解决这些问题，从而随着时间的推移实现更复杂的自动化。预测：5至10年以上实现完全自动化一旦公司找到了启动它的方法，尝试人工智能就相对容易了——我们几乎所有的受访者（97%）都使用某些人工智能工具。这种初步的成功常常导致对整个公司人工智能自动化的需求增长。然而，新的挑战 迅速涌现，包括对内部人工智能专业知识的需要、重新定义IT架构、数据和治理模型，以及引导员工适应其工作方式的根本性变化。在展示详细结果之前 索尔岭斯人工智能调查，我们希望提供一份概述我们研究经验得出的主要结论。鉴于已经观察到的实际利益，保险行业的大规模人工智能自动化是不可避免的。一个常见的问题是时间表。这取决于保险公司 在人工智能实施的特定领域，我们根据我们的专业知识和Sollers人工智能调查结果估算，主要业务线业务流程的全面自动化对大多数保险公司而言将需要5到10+年。日益增长的AI兴趣与新兴挑战 主要关注点长期视角人工智能驱动转型的关键洞察执行摘要© 2025 Sollers Consulting. 所有权利保留。SOLLERS AI 报告 I 7中期展望人工智能自动化的主要领域预计将是智能文档识别，特别是在索赔处理方面，以及大型语言模型的使用 - els（llms）支持专家，聊天机器人增强客户服务，以及人工智能用于软件开发。根据我们关于各种人工智能用例成熟度的调查反馈以及索勒斯的经验，我们预计将出现以下发展：随着时间的推移，人工智能驱动的理赔处理和承保自动化将扩展以覆盖非标准风险和较少发生的业务线。人工智能将帮助重新定义客户通过数字（移动和在线