总裁的毁容前妻 - 揭示了人们对身体与文化的大胆思考与讨论。

“没有高质量的数据，谈人工智能便是空中楼阁。”在中国人寿寿险公司2024年业绩发布会上，公司副总裁阮琦在回应如何应对数字化转型中技术快速迭代带来的挑战时如此强调。

从ChatGPT引爆生成式人工智能热潮，到DeepSeek引发人工智能领域的颠覆性变革，人工智能（AI）技术可谓日新月异。在每一轮技术更新迭代的浪潮中，大型险企总能迅速跟进，其背后究竟隐藏着怎样的“奥秘”？

揭秘：以数据为核心驱动力

“中国人寿虽然很庞大，但是系统很灵活。”阮琦分享了中国人寿寿险公司的经验。

今年春节期间，DeepSeek在全球140个市场的应用商店下载榜上登顶，引发了一场全球性的技术风暴。

在不到一个月的时间内，中国人寿寿险公司便开展了DeepSeek系列大模型私有化部署的测试验证工作。依托自主搭建的AI大模型服务平台，目前已顺利实现DeepSeek系列大模型在公司人工智能架构中的集成适配。在实际应用场景拓展方面，公司正借助“国寿AI助手”“国寿知聊”等前端应用，以及福建、安徽、江苏、广东、山东等多家分公司的属地化应用，重点在数据分析、辅助运营、协同办公等业务场景，持续探索实践。

“技术本质上只是数据的载体。”阮琦表示，所有技术的核心目标都是解决数据的处理、传递与交互难题。例如，手机解决了数据的交互问题，互联网解决了数据的传递问题，当下的大模型则致力于解决数据的处理问题。

洞察到这一关键不变量后，中国人寿寿险公司果断确立以数据为根本的发展策略，选择了组件化的技术发展路径。

“近年来，我们的工作重心并非建系统，而是拆系统，将中国人寿庞大复杂的业务系统拆解为无数个精细的业务组件，每个业务组件都对应一项业务的管理。”阮琦进一步阐释道，通过标准化的数据接口提供业务服务，是组件的核心功能。而构成组件的技术种类丰富多样，具体采用何种技术，则由技术团队依据实际情况灵活抉择。

技术组件的灵活组合，赋予了中国人寿寿险公司快速响应市场变化的能力，每当有新技术问世，都能迅速将其应用于实际业务中。

成效：构建成熟的数据管理体系

数据、算法、算力，是推动人工智能发展的三大核心要素。

“人工智能的发展离不开数据资源的开发利用。高质量数据作为人工智能应用的底座，不仅对通用大模型具有很强的保障支撑作用，对行业大模型更加重要。”在3月底国新办举行的新闻发布会上，国家发展改革委党组成员、国家数据局局长刘烈宏表示，我国拥有超过1.8亿经营主体，企业数据资源开发利用是数据要素市场化、价值化的“主阵场”，必须要发挥好企业的主体作用。

为了充分释放企业数据资源价值，构建以数据为关键要素的数字经济，去年12月，国家数据局会同中央网信办、工业和信息化部、公安部、国务院国资委印发《关于促进企业数据资源开发利用的意见》（以下简称《意见》），其中包括健全企业数据权益实现机制、培育企业数字化竞争力、赋能产业转型升级等内容。

对于险企而言，海量真实的数据无疑是其核心资产。通过广泛收集和深度分析大量的历史数据、保单数据、过程数据、客户接触行为数据等，保险公司能够更加精准地洞察客户需求，优化产品设计与服务流程，显著提升客户体验；同时，极大地增强数字化经营决策能力。

目前来看，头部险资在数据管理方面投入巨大，并取得了一系列实质性成果。

中国人寿寿险公司、中国太保分别于2022年、2024年成功获得《数据管理能力成熟度评估模型》（DCMM）5级认证。

DCMM是我国在数据管理领域正式发布的首个国家标准，依据数据能力成熟度将企业划分为初始级、受管理级、稳健级、量化管理级和优化级共5个发展等级。获得5级认证，意味着这两家险企的数据已成为组织生存与发展的根基，相关管理流程实现了持续优化，能够在行业内分享最佳实践经验。

中国平安2024年业绩报告显示，过去十年间，围绕“综合金融+医疗养老”战略，该公司在人工智能、大数据领域进行了深度探索与广泛实践，成功打造三大金融数据库、五大医疗数据库，数据总量达30万亿字节，已跻身全球最大金融、医疗数据库行列。

赋能：依托数据驱动决策

培育企业数字化竞争力，根本目的在于推动企业创新发展。正如《意见》所指出的，引导企业加速向数据驱动的经营模式转变，运用数据进行管理、依靠数据做出决策，进而实现流程优化、组织重塑与效率提升。

记者在采访中发现，数据驱动决策已深度融入大型险企的经营管理之中。

“AI创造价值主要体现在两个关键方面，一是提升效率，二是赋予智慧。”中国平安联席首席执行官郭晓涛表示，AI能够持续优化运营、作业与服务流程，大幅提升效率，有效降低成本。在“智慧”层面，则推动中国平安的经营管理模式从传统的“经验决策”向“数据决策”转型，助力金融、医疗、养老等领域的业务场景成功落地，为打造金融顾问、家庭医生和养老管家的专业能力筑牢技术根基。

中国太保旗下的太保资产已上线“投资决策系统（dss）”。DSS通过强化数字化决策体系建设，借助多种量化模型对资产配置、行业景气度及上市公司等各方面进行全方位、立体化的动态监测，极大地提升了投资决策的系统性、科学性与纪律性。

随着数字经济的迅猛发展，企业在生产经营过程中积累的数据资源日益丰富，这些数据蕴含着巨大的价值潜力。

“我们鼓励企业在严格遵守法律法规、切实维护国家安全和公共利益、充分尊重他人合法权益的前提下，全面深入地开发和利用其在生产经营过程中产生或合法获取、持有的数据。”4月初，国家数据局党组成员、副局长陈荣辉在新闻发布会上强调，支持企业积极探索市场化、场景化的数据“授权使用、分享收益”新模式，使各方主体在创造数据价值的同时，能够获得与其贡献相匹配的回报，推动更多优质数据产品和服务进入市场，培育充满活力、繁荣发展的数据产业生态。

据经济合作与发展组织（OECD）测算，数据流动对各行业利润增长的平均促进率约为10%，在数字平台、金融业等行业领域更是高达32%。未来，如何进一步挖掘数据价值，已然成为保险业亟待思考与解答的重要课题。