索勒斯人工智能報告C'SOJC'SOJllers前言0310人工智能檢驗理賠處理自動化40執(zhí)行摘要0511人工智能驅(qū)動保險定價42人工智能驅(qū)動轉(zhuǎn)型的關(guān)鍵洞察0512ai支持承保人44索勒爾人工智能調(diào)查結(jié)果10關(guān)于該研究1614使用生成式人工智能/大型索勒爾人工智能調(diào)查結(jié)果1915人工智能軟件開發(fā)4901The人工智能對競爭力的影響在保險市場2016人工智能網(wǎng)絡(luò)安全5103人工智能驅(qū)動聊天機(jī)器人2418能力單元在治理基于人工智能的自動化5604人工智能支持呼叫中心2519組織賦能因素用于人工智能驅(qū)動的自動化5805人工智能支持線上和移動渠道2720挑戰(zhàn)與風(fēng)險人工智能驅(qū)動自動化6106AI支持保險代理人3121經(jīng)驗教訓(xùn)源自人工智能驅(qū)動的自動化6307人工智能在自動化營銷3308智能文檔處理與數(shù)據(jù)提取34?2025SollersConsulting.所有權(quán)利保留。C'SOJC'SOJllers幕后的真相：AI自動化成熟度詳細(xì)圖譜真正的人工智能驅(qū)動的自動化可以重新定義一個保險人的整個運(yùn)營模式——通常需要徹底的架構(gòu)重新設(shè)計。一些保險人可能不了解這個范圍，或者缺乏管理如此廣泛轉(zhuǎn)型的專業(yè)知識。我們想聽您的意見我們希望這份報告能為貴組織內(nèi)的AI驅(qū)動自動化帶來新幕后的真相：AI自動化成熟度詳細(xì)圖譜真正的人工智能驅(qū)動的自動化可以重新定義一個保險人的整個運(yùn)營模式——通常需要徹底的架構(gòu)重新設(shè)計。一些保險人可能不了解這個范圍，或者缺乏管理如此廣泛轉(zhuǎn)型的專業(yè)知識。我們想聽您的意見我們希望這份報告能為貴組織內(nèi)的AI驅(qū)動自動化帶來新的想法。我們非常重視您的反饋——哪些見解與您產(chǎn)生了共鳴，以及您希望我們在未來的研究中探索哪些領(lǐng)域?我們透過簾幕，詢問受訪者關(guān)于人工智能發(fā)展實(shí)際狀態(tài)的詳細(xì)情況?？偣?，我們在各種保險流程和五條業(yè)務(wù)線中識別出37個人工智能自動化用例，從而對保險市場內(nèi)的人工智能采用情況進(jìn)行全面評估。此外，我們還識別出10個針對大語言模型（LLM）的用例和6個專注于在IT開發(fā)和安全中使用人工智能的用例。保險公司可以利用這些信息進(jìn)行基準(zhǔn)測試。索勒爾對人工智能的戰(zhàn)略關(guān)注保險市場挑戰(zhàn)在Sollers，人工智能并非一夜之間就被采納——它通過多年的草根實(shí)驗和高層支持而發(fā)展起來。從內(nèi)部概念在Sollers，人工智能并非一夜之間就被采納——它通過多年的草根實(shí)驗和高層支持而發(fā)展起來。從內(nèi)部概念驗證到客戶合作，人工智能已成為我們核心戰(zhàn)略方向和服務(wù)提供之一。這種深厚的承諾促使我們的戰(zhàn)略委員會委托進(jìn)行這項全面的調(diào)查。皮奧特·康德拉托維奇報告作者，索勒斯咨詢公司業(yè)務(wù)皮奧特·康德拉托維奇報告作者，索勒斯咨詢公司業(yè)務(wù)架構(gòu)師專家評論與增值許多組織對人工智能的能力缺乏清晰的認(rèn)識，并難專家評論與增值基于專長的研究設(shè)計這份報告將匯總的調(diào)研數(shù)據(jù)與索勒斯的專家分析相結(jié)合。僅看圖表只能告訴部分故事——我們的評論提供背景信息，解釋影響，并建議可行的下一步行動。基于專長的研究設(shè)計這份報告將匯總的調(diào)研數(shù)據(jù)與索勒斯的專家分析相結(jié)合。僅看圖表只能告訴部分故事——我們的評論提供背景信息，解釋影響，并建議可行的下一步行動。與其選擇一份量大但淺顯的調(diào)查問卷，我們選擇了深入的線上或面對面訪談。雖然這限制了我們的樣本量，但它使我們能夠收集豐富、可靠的數(shù)據(jù)。這項調(diào)查的結(jié)構(gòu)化問卷反映了我們的AI專長，并提供了細(xì)致、實(shí)用的見?2025SollersConsulting.所有權(quán)利保留。執(zhí)行摘要執(zhí)行摘要[路sollers[路sollers5e在展示詳細(xì)結(jié)果之前索爾嶺斯人工智能調(diào)查，我們希望提供一份概述我們研究經(jīng)驗得出的主要結(jié)論。5enInnInn·人工智能在公司戰(zhàn)略中日益重要的作用人工智能在公司戰(zhàn)略中日益重要的作用來自遺留架構(gòu)的障礙所有保險公司都對人工智能有所接觸，盡管它們的成熟程度有所不同。平均而言，考慮到各個領(lǐng)域，只有51%所有保險公司都對人工智能有所接觸，盡管它們的成熟程度有所不同。平均而言，考慮到各個領(lǐng)域，只有51%的受訪者已將人工智能納入其戰(zhàn)略議程，但這預(yù)計將是一個不斷增長的趨勢。在某些情況下，遺留系統(tǒng)和流程數(shù)字化水平低可能會阻礙人工智能驅(qū)動的自動化——盡管這些問題可能不會立即顯現(xiàn)，而且不同保險公司或業(yè)務(wù)領(lǐng)域的挑戰(zhàn)規(guī)?？赡鼙ｋU公司現(xiàn)狀及未來展望鑒于已經(jīng)觀察到的實(shí)際利益，保險行業(yè)的大規(guī)模人工智能自動化是不可避免的。一個常見的問題是時間表。這取決于保險公司在人工智能實(shí)施的特定領(lǐng)域，我們根據(jù)我們的專業(yè)知識和Sollers人工智能調(diào)查結(jié)果估算，主要業(yè)務(wù)線業(yè)務(wù)流程的全面自動化對大多數(shù)保險公司而言將保險公司現(xiàn)狀及未來展望NOAl日益增長的AI興趣與新興挑戰(zhàn)數(shù)據(jù)障礙許多自動化用例，包括人工智能，都由業(yè)務(wù)邏輯驅(qū)動，這嚴(yán)重依賴數(shù)據(jù)。高級人工智能和預(yù)測分析也數(shù)據(jù)障礙許多自動化用例，包括人工智能，都由業(yè)務(wù)邏輯驅(qū)動，這嚴(yán)重依賴數(shù)據(jù)。高級人工智能和預(yù)測分析也需要結(jié)構(gòu)化數(shù)據(jù)作為輸入。相比之下，深度學(xué)習(xí)模型可以通過從文檔、音頻和圖像中提取信息來生成新的結(jié)構(gòu)化數(shù)據(jù)類型。因此，低數(shù)據(jù)集成、弱數(shù)據(jù)治理以及缺乏強(qiáng)大的數(shù)據(jù)解決方案可能會阻礙人工智能驅(qū)動的自動化——尤其是在整個組織范圍內(nèi)應(yīng)用時。由于技術(shù)的創(chuàng)新性和自動化復(fù)雜性，倉促實(shí)施人工智能可能會帶來風(fēng)險。保險公司需要時間去學(xué)習(xí)、適應(yīng)，并方面，他們應(yīng)該規(guī)劃人工智能驅(qū)動的自動化；另由于技術(shù)的創(chuàng)新性和自動化復(fù)雜性，倉促實(shí)施人工智能可能會帶來風(fēng)險。保險公司需要時間去學(xué)習(xí)、適應(yīng)，并方面，他們應(yīng)該規(guī)劃人工智能驅(qū)動的自動化；另一方面 ,他們必須識別架構(gòu)上的差距，并制定路線圖來解決這些問題，從而隨著時間的推移實(shí)現(xiàn)更復(fù)雜的自動化。包括對內(nèi)部人工智能專業(yè)知識的需要、重新定義IT架構(gòu)、數(shù)據(jù)和治理模型，以及引導(dǎo)員工適應(yīng)其工作方式的根執(zhí)行摘要人工智能驅(qū)動轉(zhuǎn)型的關(guān)鍵洞察[$solle長期視角長期視角根據(jù)我們關(guān)于各種人工智能用例成熟度的調(diào)查反饋以及索勒斯的經(jīng)驗，我們預(yù)計將出現(xiàn)以下發(fā)展：主要關(guān)注點(diǎn)人工智能自動化的主要領(lǐng)域預(yù)計將是智能文檔識別，特別是在索賠處理方面，以及大型語言模型的使用-els（llms）支持專家，聊天機(jī)器人增強(qiáng)客戶服務(wù)，以及人工智能用于軟件開發(fā)。累積的專長將使保險公司能夠利用人工智能進(jìn)行呼叫中心支持，以及涉及數(shù)據(jù)更廣泛流程。從非結(jié)構(gòu)化文檔中獲取牽引力。其他中期發(fā)展是索賠檢查的自動化，這將需要更多專業(yè)的解決方案，以及索賠的無接觸自動化標(biāo)準(zhǔn)索賠的處理流程。在保險承保中，人工智能的關(guān)注點(diǎn)將轉(zhuǎn)向支持承保人在整個過程中，特別是在自動化準(zhǔn)備標(biāo)準(zhǔn)風(fēng)險的保險隨著時間的推移，人工智能驅(qū)動的理賠處理和承保自動化將擴(kuò)展以覆蓋非標(biāo)準(zhǔn)風(fēng)險和較少發(fā)生的業(yè)務(wù)線。人工智能將幫助重新定義客戶通過數(shù)字（移動和在線）渠道與保險公司互動的方式——盡管這很可能只有在保險公司構(gòu)建人工智能能力、徹底測試人工智能解決方案并升級其架構(gòu)之后才會發(fā)生。智能體是獨(dú)立維度在關(guān)系-對SollersAI調(diào)查結(jié)果的關(guān)先進(jìn)，需求越大，就越需要在AIAgent框架內(nèi)進(jìn)行管理。這些框架正越來越多地得到專門為此設(shè)計的平臺的支持。我們預(yù)計，隨著時間的推移，它們將成為支持過程自動化各個方面的先進(jìn)平臺的重要組成部分。學(xué)習(xí)需要時間，以及如何更快地學(xué)習(xí)我們的受訪者表現(xiàn)出高度積極性，以支持其組織發(fā)展人工智能文化和學(xué)習(xí)人工智能能力，并且有些人強(qiáng)調(diào)了學(xué)習(xí)人工智能和漸進(jìn)式實(shí)施的重要性（我們受訪者的42%)。了解人工智能將會影響保險流程和架構(gòu)需要廣泛且不斷發(fā)展的專業(yè)知識。各級領(lǐng)導(dǎo)者需要時間去規(guī)劃航保險公司已經(jīng)開始嘗試使用智能文檔識別進(jìn)行承保，并且對該領(lǐng)域的人工智能需求只會增長。人們對障礙的認(rèn)識——例如低水平整體承保流程數(shù)字化的一部分——將推動保險公司實(shí)施承保工作臺。?2025SollersConsulting.所有權(quán)利保留。執(zhí)行摘要人工智能驅(qū)動轉(zhuǎn)型的關(guān)鍵洞察[$solle全面分析與堅實(shí)的商業(yè)案例數(shù)據(jù)和架構(gòu)概念驗證（全面分析與堅實(shí)的商業(yè)案例數(shù)據(jù)和架構(gòu)概念驗證（PoC）在人工智能中的作用隨著人工智能帶來的知識更新遠(yuǎn)超其他技術(shù)，且對架構(gòu)的影響也更為深遠(yuǎn)，驗證項目（PoCs）對人工智能而言比其他數(shù)字化類型扮演著更為重要的角色。人工智能驗證項目主要服務(wù)于三個目的：?他們提供了一個安全的環(huán)境來探索和學(xué)習(xí)人工智能是如何工作的以及它能夠?qū)崿F(xiàn)什么。?他們允許你在業(yè)務(wù)問題之外測試AI針對特定業(yè)務(wù)問題的有效性。-生產(chǎn)環(huán)境，保持成本低。?他們有助于評估預(yù)期的業(yè)務(wù)價值-益處，為未來的研究提供有價值的見解-有充分依據(jù)的商業(yè)案例始終是最好的實(shí)踐。它闡明了你的理由，并幫助你理解對組織可能產(chǎn)生的影響。有時，您的組織可能尚未具備進(jìn)行分析的能力，或者在沒有先前經(jīng)驗的情況下，可能難以評估某些類型的自動化的好處。在這種情況下，從小處著手，并將此視為一自動化決策最終依賴于數(shù)據(jù)。文檔數(shù)據(jù)提取是保險公司的關(guān)鍵——據(jù)我們所調(diào)查的69%的受訪者已在某種形式上實(shí)施或正在實(shí)施。人工智能將提取和利用新的數(shù)據(jù)類型，這反過來將創(chuàng)造新的自動化機(jī)會——通常需要更新系統(tǒng)架構(gòu)以適應(yīng)新的功能性。重新審視您的數(shù)據(jù)戰(zhàn)略并加強(qiáng)相關(guān)能力是組織范圍內(nèi)人工智能驅(qū)動自動化的基然而，并非所有人工智能自動化都嚴(yán)重依賴數(shù)據(jù)；有些沒有一個適合所有情況的答案——這取決于保險公司的當(dāng)前架構(gòu)和人工智能成熟度。不過，有一些指導(dǎo)原則適用：?避免從零開始構(gòu)建自己的AI模型—這是耗時且資源密集的。使用現(xiàn)有的、經(jīng)過驗證的人工智能AutoML模?人工智能自動化將需要新的功能能力數(shù)據(jù)管理，人工閉環(huán)監(jiān)督，業(yè)務(wù)邏輯集成，版本控制以及治理。對于更廣泛的實(shí)施，考慮是否AI驅(qū)動平臺能夠最優(yōu)地補(bǔ)充您當(dāng)前的架構(gòu)。60%的受訪對象已經(jīng)實(shí)施或正在實(shí)施AI驅(qū)動?2025SollersConsulting.所有權(quán)利保留。執(zhí)行摘要人工智能驅(qū)動轉(zhuǎn)型的關(guān)鍵洞察[$solle大語言模型正越來越受歡迎治理：長期賦能者忽視治理可能會使人工智能轉(zhuǎn)型偏離軌道，尤其是在復(fù)雜性增加的情況下。中心輻射型模式看起來最為有效：它在公司范圍內(nèi)的標(biāo)準(zhǔn)需求和協(xié)同效應(yīng)之間取得了平衡，同時保留了實(shí)驗的靈活性在項目層面進(jìn)行合作和創(chuàng)新。建立治理結(jié)構(gòu)和流程需要時間——不要拖延它；與實(shí)施同步開始。在各種領(lǐng)域，我們的受訪者平均54%采用了集中式治理模式，而2忽視治理可能會使人工智能轉(zhuǎn)型偏離軌道，尤其是在復(fù)雜性增加的情況下。中心輻射型模式看起來最為有效：它在公司范圍內(nèi)的標(biāo)準(zhǔn)需求和協(xié)同效應(yīng)之間取得了平衡，同時保留了實(shí)驗的靈活性在項目層面進(jìn)行合作和創(chuàng)新。建立治理結(jié)構(gòu)和流程需要時間——不要拖延它；與實(shí)施同步開始。在各種領(lǐng)域，我們的受訪者平均54%采用了集中式治理模式，而20%采用了分散式治理模式。?作為可被廣泛使用的雇員工具-ees，支持日常任務(wù)并幫助教他們?nèi)绾芜\(yùn)作人工智能。?作為特定自動化中的專用組件-應(yīng)用場景，可能需要提示工程或微調(diào)，以及適當(dāng)?shù)闹卫?。大型語言模型易于部署，但它們也帶來了挑戰(zhàn)——尤其是在確保識別準(zhǔn)確性方面，這對于完全自動化（無接觸）流程至關(guān)重要。?2025SollersConsulting.所有權(quán)利保留。執(zhí)行摘要執(zhí)行摘要索勒爾人工智能調(diào)查結(jié)果[$solle本節(jié)展示來自調(diào)查的匯總數(shù)據(jù)，并附有Sollers的最少評論。欲深入了解和專家分析，請參閱報告主體，在報告本節(jié)展示來自調(diào)查的匯總數(shù)據(jù)，并附有Sollers的最少評論。欲深入了解和專家分析，請參閱報告主體，在報告主體中，Sollers的專業(yè)知識被廣泛用于解釋和為研究結(jié)該圖表展示了受訪者對人工智能在未來3-5年內(nèi)對保險市場競爭力的預(yù)期影響，具體涉及特定業(yè)務(wù)領(lǐng)域。平均而言，對整體市場地位的感知影響評分為2.9。索勒爾綜合人工智能調(diào)查介紹借助索爾勒斯在人工智能方面的專業(yè)知識和技術(shù)經(jīng)驗，我們設(shè)計了一項綜合性調(diào)查，通過與非壽險公司進(jìn)行的35次深入面對面訪談進(jìn)行。這種定性方法使我們能夠深入探索特定主題，并獲得了寶貴的見解。受訪者代表廣泛的地域范圍，包括DACH（德國和瑞士）、北美（加拿大和美國）、法國、北歐（芬蘭、瑞典和丹麥）、英預(yù)期人工智能對保險市場競爭力的影響整體市場地位2.90整體市場地位2.90理賠處理效率3.38理賠處理效率3.383.213.152.852.842.822.622.26后端效率后端效率中等影響中等影響客戶體驗客戶體驗聲稱魯棒性聲稱魯棒性銷售效能銷售效能新的保險產(chǎn)品12345預(yù)期影響：平均等級：1–微小影響，2–中等影響，3–顯著影響，4–變革性影響，5–破壞性影響。圖表基礎(chǔ)：34家公司。來源：AI調(diào)查2024/2025，索勒斯咨詢。?2025SollersConsultin執(zhí)行摘要索勒爾人工智能調(diào)查結(jié)果[$solle人工智能驅(qū)動自動化領(lǐng)域?qū)嵤┣闆r概覽人工智能驅(qū)動自動化優(yōu)先級人工智能驅(qū)動自動化領(lǐng)域?qū)嵤┣闆r概覽當(dāng)前優(yōu)先事項這些自動化用例是最常由受訪者實(shí)施的。預(yù)期未來發(fā)展由于復(fù)雜性和相互依賴性，這些案例當(dāng)前的實(shí)現(xiàn)較少。13%29%11%30%數(shù)據(jù)提取40%60%69%我們調(diào)查了37個AI賦能的自動化用例，分為11個自動化領(lǐng)域，涵蓋各種業(yè)務(wù)線（汽車、私有財產(chǎn)、事故、中小企業(yè)和商業(yè)保險）以及流程（零售領(lǐng)域的理賠、銷售和服務(wù)，以及承保）。當(dāng)前優(yōu)先事項這些自動化用例是最常由受訪者實(shí)施的。預(yù)期未來發(fā)展由于復(fù)雜性和相互依賴性，這些案例當(dāng)前的實(shí)現(xiàn)較少。13%29%11%30%數(shù)據(jù)提取40%60%69%聊天機(jī)器人聊天機(jī)器人21%21%38%15%人工智能支持38%15%根據(jù)調(diào)查結(jié)果，我們將自動化計劃分為4個部分，具體如下：低優(yōu)先級或預(yù)期阻塞由于感知到的挑戰(zhàn)或價值有限，這些在近期內(nèi)不預(yù)期成為重點(diǎn)。低優(yōu)先級或預(yù)期阻塞由于感知到的挑戰(zhàn)或價值有限，這些在近期內(nèi)不預(yù)期成為重點(diǎn)。這些區(qū)域被認(rèn)為很重要，但依賴于其他自動化或需要專門的解決方案。24%保險代理人保險定價14%16%27%24%保險代理人保險定價14%16%大語言模型被廣泛采用38%59%19%27%檢驗38%59%19%27%37%15%營銷自動化36%顯著有82%的受訪者報告已經(jīng)在至少一個被調(diào)查的10個場景中使用了或積極實(shí)施大型語言模型（LLMs37%15%營銷自動化36%顯著有82%的受訪者報告已經(jīng)在至少一個被調(diào)查的10個場景中使用了或積極實(shí)施大型語言模型（LLMs）。聚合統(tǒng)計圖例在索爾勒斯人工智能調(diào)查中，對于每個自動化類別，我們要求受訪者就幾個具體的自動化案例提供詳細(xì)信息。已實(shí)施或正在實(shí)施至少一個自動化案例的公司百分比，在給定類別中。所有公司平均實(shí)施率，計算為該類別中已實(shí)施或正在實(shí)施的自動化案例的平均份額(例如，如果一家公司已實(shí)施4個案例中的1個，則其對平均值貢獻(xiàn)25%）。因此，≤●●圖表示例：35家公司。來源：AI調(diào)查2024/2025，索?2025SollersConsulti執(zhí)行摘要索勒爾人工智能調(diào)查結(jié)果[$solle在IT中使用人工智能不同在IT中使用人工智能信息技術(shù)發(fā)展60%55%91%60%55%91%34%人工智能驅(qū)動平臺34%45%97%人工智能工具29%45%97%人工智能工具29%36%57%14%人工智能推動者36%57%14%0%10%0%0%10%0%10%20%30%40%50%60%70%80%90%100%聚合統(tǒng)計圖例在索爾勒斯人工智能調(diào)查中，對于每個自動化類別，我們要求受訪者就幾個具體的自動化案例提供詳細(xì)信息。已實(shí)施或正在實(shí)施至少一個自動化案例的公司百分比，在給定類別中。所有公司平均實(shí)施率，計算為該類別中已實(shí)施或正在實(shí)施的自動化案例的平均份額(例如，如果一家公司已實(shí)施4個案例中的1個，則其對平均值貢獻(xiàn)25%）。因此，≤●●圖表示例：35家公司。來源：AI調(diào)查2024/2025，索人工智能在it開發(fā)和安全領(lǐng)域的應(yīng)用雖然對在it領(lǐng)域使用人工智能的期望很高，但目前受訪者的采用率仍然處于中等水平。使用人工智能不僅僅是將人工智能組件添加到現(xiàn)有的it和業(yè)務(wù)架構(gòu)中——它可能需要對其進(jìn)行全面重新設(shè)計。幾個關(guān)鍵驅(qū)動因素包括處理人工智能生成的新數(shù)據(jù)、引入新的用戶界面、整合自動化業(yè)務(wù)邏輯以及重新定義業(yè)務(wù)流程。此外，還有管理復(fù)雜性和實(shí)現(xiàn)規(guī)模協(xié)同的挑戰(zhàn)提交和索賠工作流)提供了一系列功能，可以幫助解決這些架構(gòu)挑戰(zhàn)。然而，要有效地利用它們，需要結(jié)構(gòu)化和分析性的方法。人工智能IT架構(gòu)此外，AI使能器——各種非AIIT組件——對于支持整體化人工智能驅(qū)動的轉(zhuǎn)型。通常，組織內(nèi)部有許多相對容易地試驗和應(yīng)用人工智能的機(jī)會。然而，對自動化采取整體方法通常，組織內(nèi)部有許多相對容易地試驗和應(yīng)用人工智能的機(jī)會。然而，對自動化采取整體方法執(zhí)行摘要索勒爾人工智能調(diào)查結(jié)果[$solle治理—支持人工智能驅(qū)動的自動化能力單元業(yè)務(wù)邏輯、流程和客戶體驗（CEX）：這些領(lǐng)域展現(xiàn)出更平衡的方法，26-34%的公司采用集中式治理，34-37%的公司采用分布式模型。人工智能自動化為管理和架構(gòu)知識引入了新的領(lǐng)域，并業(yè)務(wù)邏輯、流程和客戶體驗（CEX）：這些領(lǐng)域展現(xiàn)出更平衡的方法，26-34%的公司采用集中式治理，34-37%的公司采用分布式模型。業(yè)務(wù)轉(zhuǎn)型：這一領(lǐng)域主要集中化（46%vs.20%分散化）。然而，它也有最高比例的受訪者（34%），他們尚未實(shí)施或尚未實(shí)施該領(lǐng)域的治理。一個集中治理模式占主導(dǎo)地位，尤其是在技術(shù)領(lǐng)域。然而，許多保險公司尚未在幾個關(guān)鍵領(lǐng)域建立治理框架。信息技術(shù)、人工智能、數(shù)據(jù)、云計算和合規(guī)。這些部門主要是集中化的，有57-80%的受訪者已經(jīng)實(shí)施或正在實(shí)施集中化管理模式。治理單元狀態(tài)54%26%20%IT，AI，數(shù)據(jù)，云，IT，AI，數(shù)據(jù)，云，流程，CEX26-34%31-37%34-37%46%34%20%0%20%40%60%80%100%已實(shí)施或正在進(jìn)行的人工智能驅(qū)動自動化能力單元：公司百分比?！袢ブ行幕恢С帧袢ブ行幕恢С謭D表示例：35家公司。來源：AI調(diào)查2024/2025，索執(zhí)行摘要索勒爾人工智能調(diào)查結(jié)果[$solle賦能組織人工智能從人工智能自動化中汲取的關(guān)鍵經(jīng)驗教訓(xùn)賦能組織人工智能從人工智能自動化中汲取的關(guān)鍵經(jīng)驗教訓(xùn)根據(jù)我們的受訪者，所有受調(diào)查的保險公司都利用內(nèi)部和外部資源來開發(fā)與人工智能相關(guān)的專長和技能，盡管在下一個調(diào)查問題中，我們詢問受訪者他們的公司正在采取哪些措施來為人工智能的采用準(zhǔn)備組織。人工智能調(diào)查受訪者分享了廣泛的觀點(diǎn)，其中一部分按根據(jù)我們的受訪者，所有受調(diào)查的保險公司都利用內(nèi)部和外部資源來開發(fā)與人工智能相關(guān)的專長和技能，盡管在下一個調(diào)查問題中，我們詢問受訪者他們的公司正在采取哪些措施來為人工智能的采用準(zhǔn)備組織。人工智能調(diào)查受訪者分享了廣泛的觀點(diǎn)，其中一部分按照五個主要類別分組后展示如下：存在許多人工智能模型，雖然它們可以非常有效，但每個項目都應(yīng)將研發(fā)作為一部分，以選擇正確的模型。人工智能模型可能會臆想，因此必須建立適存在許多人工智能模型，雖然它們可以非常有效，但每個項目都應(yīng)將研發(fā)作為一部分，以選擇正確的模型。人工智能模型可能會臆想，因此必須建立適tatetolever-來自多個提供者語言模型易于使用，但它們不會完全取代人類互動人工智能的組織使能因素：主要類別在投入大規(guī)模投資之前，先進(jìn)行概念驗證。明確強(qiáng)有力的商業(yè)案例，認(rèn)識到實(shí)施的復(fù)雜性，并進(jìn)行全面分析。仔細(xì)評估成本和投資回報率，規(guī)劃資源密集型工人工智能的組織使能因素：主要類別動手學(xué)習(xí)3.73.5動手學(xué)習(xí)構(gòu)建一個AI社區(qū)培訓(xùn)和發(fā)展2.72.72.5識別與獎勵鼓勵人工智能實(shí)驗，教育和激勵員工，并培養(yǎng)未來內(nèi)部人工智能專業(yè)知識。確保項目團(tuán)隊擁有相當(dāng)水平的人工智能知識，以實(shí)現(xiàn)有效協(xié)作。2.5識別與獎勵采用漸進(jìn)式、演化式的AI實(shí)施方法。發(fā)展戰(zhàn)略意識，并建立用于選擇AI用例的框架。平衡集中監(jiān)督與本地執(zhí)行。建立強(qiáng)有力的治理，早期整合變革管理，解決AI決策中的信任問題，獲得高管支持，并從一開始就讓員工代表參與。12345人工智能的組織賦能：平均活動量表：1–無活動，2–有限/自發(fā)活動，3–初步活動，4–規(guī)則活動但尚未在所有組織中，5–跨組織的規(guī)則活動。圖表基礎(chǔ)：35家公司。來源?2025SollersConsultinC'SOJC'SOJllers研究目的調(diào)查對象概況研究目的本研究的目標(biāo)是提供關(guān)于人工智能實(shí)施的實(shí)際知識。我們的目標(biāo)是描繪人工智能目前的現(xiàn)狀、未來的發(fā)展方向 ,并了解保險公司在有效實(shí)施人工智能驅(qū)動自動化過程中面臨的挑戰(zhàn)的觀點(diǎn)。我們采訪了行業(yè)專業(yè)人士：非人壽保險公司的高層代表和關(guān)鍵管理人員，例如人工智能首席官、首席信息官和業(yè)務(wù)領(lǐng)域負(fù)責(zé)人。這些保險公司屬于大型保險集團(tuán)，其概況如下表所示。覆蓋市場保險集團(tuán)類型北歐芬蘭瑞典比利時英國15556在一天內(nèi)非壽險達(dá)赫5德國瑞士515131520202010本地在一個國家在一個國家非壽險和壽險非壽險和壽險北美洲加拿大美國圖表示例：35家公司。來源：AI調(diào)查2024/2025，索圖表示例：35家公司。來源：AI調(diào)查2024/2025，索圖表示例：35家公司。來源：AI調(diào)查2024/2025，索圖表示例：35家公司。來源：AI調(diào)查2024/2025，索C'SOJC'SOJllers調(diào)查覆蓋的業(yè)務(wù)范圍?詳細(xì)的封閉式問題：這些能夠提供每個保險公司自動調(diào)查覆蓋的業(yè)務(wù)范圍?詳細(xì)的封閉式問題：這些能夠提供每個保險公司自動化狀態(tài)的粒度視圖，便于公司間進(jìn)行比較。受訪者可以選擇添加自定義類別，盡管很少使用。?線上或面對面訪談：受訪者與我們的專家進(jìn)行了深入的討論，這確保了對每個問題的充分理解，并使他們能?線上或面對面訪談：受訪者與我們的專家進(jìn)行了深入的討論，這確保了對每個問題的充分理解，并使他們能夠提供細(xì)致的答案。在某些情況下，他們咨詢了內(nèi)部專家以獲取額外的意見。每次訪談持續(xù)1.5至3小時。見解和經(jīng)驗的空間。汽車保險28私有財產(chǎn)保險31意外險26中小企業(yè)保險29企業(yè)保險24調(diào)查范圍調(diào)查范圍該調(diào)查專門關(guān)注非壽險的視角，使我們能夠更具體地調(diào)整研究問題。調(diào)查主題直接對應(yīng)調(diào)查結(jié)果部分，在那里可以探索最有趣的發(fā)現(xiàn)。為了更好地理解人工智能驅(qū)動的自動化，首先考察了不同業(yè)務(wù)線（LOBs；參見圖表）以及保險流程，包括理賠處理、零售銷售和服務(wù)、承保以及后臺運(yùn)營。?驗證調(diào)查回復(fù)：每次訪談后，我們將完成的回復(fù)發(fā)送給參與者進(jìn)行驗證，確保準(zhǔn)確性。調(diào)查問題設(shè)計總受訪者：35家公司。來源：?驗證調(diào)查回復(fù)：每次訪談后，我們將完成的回復(fù)發(fā)送給參與者進(jìn)行驗證，確保準(zhǔn)確性。調(diào)查問題設(shè)計采訪和數(shù)據(jù)收集從2024年4月開始，一直持續(xù)到2025年數(shù)據(jù)分析與展示?所有數(shù)據(jù)保持完全匿名；僅使用聚合門控統(tǒng)計數(shù)據(jù)在AI報告中顯示。?并非所有潛在的圖表都呈現(xiàn)了出來——我們專注于最?當(dāng)觀察到顯著差異時，才會顯示市場層面的數(shù)據(jù)。?每張圖表僅包括回答了特定問題的公司，以確保準(zhǔn)確?當(dāng)在類別總和為100%的圖表中呈現(xiàn)實(shí)施狀態(tài)?當(dāng)在類別總和為100%的圖表中呈現(xiàn)實(shí)施狀態(tài)數(shù)據(jù)時 ,我們聚合了詳細(xì)的實(shí)施狀態(tài)類別。意義較小的一些類以保持對最重要的信息的關(guān)注。?跨主題結(jié)構(gòu)化問題：這些問題幫助我們探索了人工智能驅(qū)動自動化的不同方面。?2025SollersConsultiSOLLERSAI調(diào)查結(jié)果C'SOJllers連接感知與行動：AI在戰(zhàn)略議程中的作用預(yù)期AI市場影響與AI在公司戰(zhàn)略議程中的對比100%預(yù)測人工智能發(fā)展及自動化對保險市場的影響，應(yīng)引起保險經(jīng)理的極大興趣。然而，此類預(yù)測仍然具連接感知與行動：AI在戰(zhàn)略議程中的作用預(yù)期AI市場影響與AI在公司戰(zhàn)略議程中的對比100%處理過程下圖揭示了保險公司如何感知人工智能對市場競爭的影響，以及人工智能在它們的戰(zhàn)略議程中實(shí)際反映的程度處理過程80%一般來說，兩個維度是一致的；然而，出現(xiàn)了兩個顯著差異，我們旨在解釋：一般來說，兩個維度是一致的；然而，出現(xiàn)了兩個顯著差異，我們旨在解釋：?提升了理賠處理的穩(wěn)健性——雖然許多新的人工智能技術(shù)正在涌現(xiàn)，但用于欺詐檢測的機(jī)器學(xué)習(xí)已經(jīng)存在了幾十年。這可能解釋了為什么它在保險公司的戰(zhàn)略議程中顯得更加突出。?人工智能對市場的競爭影響60%?人工智能在保險公司戰(zhàn)略議程中的角色60%?人工智能驅(qū)動的自動化所帶來的感知收益Y:AY:AI作為公司戰(zhàn)略議程的一部分：公司百分比提升銷售效能更佳的整體市場地位40%本節(jié)介紹了保險公司對人工智能預(yù)計在未來3到5年內(nèi)如何影響保險市場競爭力的看法。提升銷售效能更佳的整體市場地位40%更好預(yù)防20%?提升銷售效率——銷售領(lǐng)域有許多潛在的?提升銷售效率——銷售領(lǐng)域有許多潛在的AI應(yīng)用。然而，由于證明商業(yè)案例的復(fù)雜性，以及將其與市場競爭力清晰關(guān)聯(lián)的難度，其影響可能不會立即顯現(xiàn)。另一方面，銷售通常受到董事會更高層次的關(guān)注，因為它們對公司收入有直接影響。0%2,22,42,62,83,03,23,4X：預(yù)計3-5年內(nèi)人工智能對保險市場競爭力的平均影響（基于回復(fù)）X軸的規(guī)模：1-最小影響，2-中等影響，3-顯著影響，4-變革性影響，5-破壞性影響。軸Y：選擇以下任何選項的受訪者百分比：已實(shí)施或計劃實(shí)施AI轉(zhuǎn)型，已實(shí)施或計劃實(shí)施單個AI項目。其他選項為：概念驗證（PoC）、AI僅處于戰(zhàn)略重點(diǎn)、故意不在計劃中、尚未考慮。圖表基礎(chǔ)：34家公司。來源：AI調(diào)查2024/2025，索勒斯咨詢。SOLLERSAI調(diào)查結(jié)果C'SOJllers人工智能對保險市場競爭力在3-5年視角下的影響理賠處理后臺效率用戶體驗聲稱魯棒性整體市場銷售效能新保險29%12%15%44%29%12%15%32%6%9%18%35%32%6%9%18%35%6%9%15%35%35%6%9%15%6%24%21%47%6%24%21%6%15%29%50%6%15%29%24%9%12%12%41%24%9%12%12%15%15%18%9%41%15%15%18%9%44%9%47%44%9%29%26%6%6%32%29%26%6%6%平均人工智能影響3.43.23.22.92.82.82.72.62.3假設(shè)與解釋對自動化重復(fù)性任務(wù)抱有高期望。然而，流程通常是非標(biāo)準(zhǔn)化的，導(dǎo)致持續(xù)依賴人工工作。從客戶角度來看是一個具有戰(zhàn)略重要性的領(lǐng)域。它將受益于由人工智能驅(qū)動的業(yè)務(wù)流程自動化。此外，人工智能促進(jìn)了保險公司重新定提供直接的商業(yè)價值。預(yù)測分析已被使用了幾十年，但最近的AI進(jìn)步使數(shù)據(jù)結(jié)構(gòu)化得到改善，并支持更強(qiáng)大的索賠處理流程——例如，減少人商業(yè)保險的承保通常比理賠處理更為復(fù)雜且標(biāo)準(zhǔn)化程度較低，數(shù)字化水平也往往較低。這可能就是保險公司預(yù)期該領(lǐng)域人工智能影響較小的人工智能在預(yù)防領(lǐng)域的應(yīng)用通常是針對特定情況的，并且可能依賴于保險公司無法控制的外部流程。評估人工智能對保險公司整體市場地位的影響，考慮全球業(yè)務(wù)量（GWP）、財務(wù)業(yè)績和未來發(fā)展趨勢的結(jié)合。保險公司已經(jīng)使用人工智能來支持和自動化客戶銷售溝通。然而，其對整體業(yè)務(wù)成果和市場競爭力的影響可能是間接的。許多過去的嘗試——特別是在數(shù)字化熱潮期間——試圖重新定義保險產(chǎn)品，但許多初創(chuàng)企業(yè)和計劃都未能成功。這種轉(zhuǎn)型很可能是漸進(jìn)的、0%20%40%60%80%100%預(yù)期人工智能對保險市場競爭力的沖擊：公司比例●5–破壞性影響人工智能將顛覆保險業(yè)，導(dǎo)致全新參與者和商業(yè)模式的出現(xiàn)。傳統(tǒng)保險公司可能面臨重大挑戰(zhàn)，以在新的環(huán)境中保持競爭力?！袼抹C轉(zhuǎn)化性影響人工智能將成為保險市場創(chuàng)新和競爭差異化的核心驅(qū)動力。新的商業(yè)模式、產(chǎn)品和客戶體驗將出現(xiàn)，從根本上改變保險公司競爭的方式——并可能重塑市場領(lǐng)●3–重大影響人工智能將在保險業(yè)的多個領(lǐng)域發(fā)揮越來越重要的作用，推動風(fēng)險評估、定價和客戶服務(wù)等方面的顯著改善。這將有力地影響保險公司之間的競爭方式。●2–中等影響人工智能將影響保險運(yùn)營的某些方面，可能提高效率或增強(qiáng)產(chǎn)品供應(yīng)。然而，整體競爭格局將大體保.我沒有意見●.我沒有意見人工智能在未來五年內(nèi)不太可能顯著影響保險市場的競爭力?，F(xiàn)有的商業(yè)模式和競爭動態(tài)預(yù)計將基本保持不變。圖表基礎(chǔ)：34家公司。來源：AI調(diào)查2024/2025，索勒斯咨詢。SOLLERSAI調(diào)查結(jié)果C'SOJllers人工智能驅(qū)動自動化的好處人工智能驅(qū)動自動化的好處汽車保險理賠中小型企業(yè)/企業(yè)保險的理賠處理企業(yè)保險承保處理時間當(dāng)接近人工智能自動化時，評估預(yù)期收益以證明實(shí)施成本是必要的，這些成本可能很高，因為這類汽車保險理賠中小型企業(yè)/企業(yè)保險的理賠處理企業(yè)保險承保處理時間小微保險承保汽車保險零售銷售與服務(wù)量化起來最直接的好處包括工作量減少、處理時間縮短和泄漏減少（通常作為保險公司內(nèi)部控制流程的一部分進(jìn)行衡量）。例如，減少處理時間可以通過最小化替代成本來直接降低成本——例如更換汽車的成本。最后，為更好的分析獲取數(shù)據(jù)是最少優(yōu)先考慮的好處。雖然預(yù)測分析已被使用了幾十年，但結(jié)構(gòu)化數(shù)據(jù)的獲取有限。新的AI汽車保險零售銷售與服務(wù)量化起來最直接的好處包括工作量減少、處理時間縮短和泄漏減少（通常作為保險公司內(nèi)部控制流程的一部分進(jìn)行衡量）。例如，減少處理時間可以通過最小化替代成本來直接降低成本——例如更換汽車的成本。獲取數(shù)據(jù)更好的欺詐檢測45012345人工智能驅(qū)動自動化的優(yōu)勢：平均圖表基礎(chǔ)：車險理賠處理中涉及27家公司，中小企業(yè)/企業(yè)保險理賠處理中涉及28家公司，企業(yè)保險承保中涉及28家公司，中小企業(yè)保險承保中涉及31家公司,車險零售銷售與服務(wù)中涉及27家公司。來源：AI調(diào)查2024/2025，Sollers咨詢。?2025SollersConsulting.所有權(quán)利保留。SO人工智能驅(qū)動流程自動化概述本頁概述了AI報告接下來的11個部分，這些部分詳細(xì)介紹了保險商如何利用人工智能自動化保險流程。值得注意的是，它還引用了我們調(diào)查中收集數(shù)據(jù)的大約50%。本頁概述了AI報告接下來的11個部分，這些部分詳細(xì)介紹了保險商如何利用人工智能自動化保險流程。值得注意的是，它還引用了我們調(diào)查中收集數(shù)據(jù)的大約50%?？珀P(guān)鍵業(yè)務(wù)線的典型自動化基于我們的經(jīng)驗，我們識別出保險業(yè)中37種常見的AI驅(qū)動自動化，并將其分為11個自動化類別。雖然受訪者可以選擇添加其他類型的自動化，但這一功能很少被使用。我們收集了4條關(guān)鍵零售保險線以及中小企業(yè)和公司保險的主要業(yè)務(wù)流程數(shù)據(jù)。這為我們提供了一個詳細(xì)、全面且具有代表性的快照，展示了保險公司目前如何使用AI來實(shí)業(yè)務(wù)流程自動化。結(jié)果概述4個優(yōu)先級級別。以下頁面突出顯示了與人工智能驅(qū)動的自動化相關(guān)的所有調(diào)查問題的最有價值的見解，包括按業(yè)務(wù)線和市場劃分的情況（如適用）。人工智能驅(qū)動自動化領(lǐng)域?qū)嵤┣闆r概覽AI自動化優(yōu)先級當(dāng)前主要任務(wù)這些自動化測試用例是受訪者執(zhí)行頻率最高的。關(guān)鍵但依賴這些區(qū)域被認(rèn)為很重要，但依賴于其他自動化4個優(yōu)先級級別。以下頁面突出顯示了與人工智能驅(qū)動的自動化相關(guān)的所有調(diào)查問題的最有價值的見解，包括按業(yè)務(wù)線和市場劃分的情況（如適用）。人工智能驅(qū)動自動化領(lǐng)域?qū)嵤┣闆r概覽AI自動化優(yōu)先級當(dāng)前主要任務(wù)這些自動化測試用例是受訪者執(zhí)行頻率最高的。關(guān)鍵但依賴這些區(qū)域被認(rèn)為很重要，但依賴于其他自動化或需要專預(yù)期未來發(fā)展由于復(fù)雜性和相互依賴性，這些情況目前的實(shí)現(xiàn)較少。低優(yōu)先級或預(yù)期阻塞項由于感知到的挑戰(zhàn)或價值有限，這些在不久的將來不被預(yù)期成為焦點(diǎn)。[路sollersAI用于：理賠處理零售銷售承保后端聊天機(jī)器人--呼叫中心--在線和移動渠道--保險代理人---營銷自動化---處理文檔和電子郵件-主張決策---檢查-保險定價--承保---分析合同---聚合統(tǒng)計圖例X%(Y%)在索勒斯人工智能調(diào)查中，針對每個自動化類別，我們要求受訪者提供幾個具體自動化案例的詳細(xì)信息。X%=實(shí)施了至少一個給定類別自動化案例的公司所占百分比，或正在實(shí)施該案例的公司所占百分比。Y%=所有公司的平均實(shí)施率，計算為在該類別中實(shí)施或正在實(shí)施的自動化案例的平均份額（例如，如果一個公司實(shí)施了4個案例中的1個，它將貢獻(xiàn)25%的平均值）。因此，在索勒斯人工智能調(diào)查中，針對每個自動化類別，我們要求受訪者提供幾個具體自動化案例的詳細(xì)信息。X%=實(shí)施了至少一個給定類別自動化案例的公司所占百分比，或正在實(shí)施該案例的公司所占百分比。Y%=所有公司的平均實(shí)施率，計算為在該類別中實(shí)施或正在實(shí)施的自動化案例的平均份額（例如，如果一個公司實(shí)施了4個案例中的1個，它將貢獻(xiàn)25%的平均值）。因此，Y%≤X%?；鶞?zhǔn)：35家公司。數(shù)據(jù)來源：AI調(diào)查2024/2025，索勒咨詢公司。?2025SollersConsulting.所有權(quán)利保留。SOSOLLERSAI調(diào)查結(jié)果C'SOJllers人工智能聊天機(jī)器人采用面臨的挑戰(zhàn)來自保險商的調(diào)查回應(yīng)表明，人工智能聊天機(jī)器人采用面臨的挑戰(zhàn)來自保險商的調(diào)查回應(yīng)表明，AI聊天機(jī)器人在FNOL流程中很少被使用（只有8%的受訪者使用它們），在理賠更新中也使用率較低（有8%的受訪者使用）。這些流程中ai的相對較低采用率是可以理解的：雖然ai可能對簡單的產(chǎn)品和任務(wù)有效，但它的作用在需要解釋和驗證集成系統(tǒng)內(nèi)部數(shù)據(jù)更復(fù)雜的場景中會減弱。因此 ,開發(fā)一個高效的ai聊天機(jī)器人和克服架構(gòu)集成挑戰(zhàn)所需的努力可能無法得到潛在效益和成本節(jié)約的證明。對于簡單的操作，利用非ai解決方案，例如在線輸入表單 ,可能更可取。通過線上聊天數(shù)字化客戶溝通正成為保險公司的流行解決方案，有助于將流量從傳統(tǒng)呼叫中心轉(zhuǎn)移。調(diào)查結(jié)果顯示，62%的保險公司已經(jīng)向客戶提供這種溝通渠道(無論是否使用AI），而另外15%則正在積極推動其實(shí)施62%聊天頻道可用8%4%聊天機(jī)器人提供通用答案客戶問題聊天機(jī)器人回答客戶具體問題聊天機(jī)器人處理FNOL聊天機(jī)器人處理聲明更新42%8%8%4%15%23% 15% 8%4%62%聊天頻道可用8%4%聊天機(jī)器人提供通用答案客戶問題聊天機(jī)器人回答客戶具體問題聊天機(jī)器人處理FNOL聊天機(jī)器人處理聲明更新42%8%8%4%15%23% 15% 8%4%4%19%探索潛力人工智能驅(qū)動的聊天機(jī)器人有助于收集初始信息并處理基本但頻繁的查詢，從而實(shí)現(xiàn)任務(wù)自動化，并讓人類代理能夠?qū)Ｗ⒂诟鼜?fù)雜的案例。此外，人工智能驅(qū)動的聊天機(jī)器人可以引導(dǎo)客戶獲取相關(guān)信息或?qū)⑵鋵?dǎo)向保險公司的知識庫。因此，它們將流量從傳統(tǒng)呼叫中心轉(zhuǎn)移，并減輕人類顧問的負(fù)擔(dān)。8%8%15%31%12%12%4%4%12%12%19%19%23%31%0%20%40%60%80%0%20%40%人工智能驅(qū)動自動化現(xiàn)狀：企業(yè)占比已實(shí)現(xiàn)●進(jìn)行中計劃●被考慮中.有意地不在計劃中圖表基礎(chǔ)：26家公司。來源：AI調(diào)查2024/2025，索根據(jù)人工智能的采用程度，聊天機(jī)器人可用于不同的任務(wù)。雖然使用聊天機(jī)器人來回答通用的客戶問題相對普遍（目前大約有42%的保險公司這樣做），但它們用于更具體的任務(wù)，例如回答詳細(xì)問題或支持FNOL（首次損失通知）或索賠更新等流程，則普及程度要低得多。