大家保险集团 郝晓波：传统行业AI实践中的策略问题.pdf

1、郝晓波|大家保险集团2025年5月AI焦虑战略焦虑前几年都在谈数字化转型，现在又改谈AI了？听说同业都在大投入，我们已经落后了吗？AI对我们这样的企业要怎么用？策略焦虑又要花大钱做AI了吗？要花多少钱？听说算力才是未来，我们要不要去抢卡？业务根本不懂AI，只是IT兴奋有什么用？技术焦虑刚刚跑起来DS 70B,又听说别人在搭671B！到底是要做智能体？还是要做Agent?我们公文润色刚上线，友商已经AI视频营销了！结论：LLM必将带来新一轮“AI化转型”LLM 类AI是对人脑的功能模拟 它与人脑的结构原理相似，运行原理相似，运行效果相似。LLM是信息化的新范式，它能解决我们的数字化平台过去无法解

2、决的问题。它必然带来下一轮企业转型 新工具 带来 新能力。新能力 带来 新的信息通路。新的信息通路 带来 新的企业运作模式。规则工具认知工具善于在简单的规则下执行精确而大量的重复操作与人类一样可以从模糊的信息中做出总结判断难以从模糊的信息总结并做出判断稳定、精确高速运行需要需要编程人力成本高运算成本相对低需要大量运算训练与推理成本极高实践策略：基建还是应用？传统企业应该专注于核心能力赋能 核心能力，是适应于本企业业务的产品研发、运营管理、生产技术、客户资源、营销服务 应该专注于LLM技术与自身业务的结合，为自身的产品、运营、营销等领域赋能。避免在技术发展期大规模投入基建、基础性研究。LLM 是

3、前沿技术，迭代更新快速，方向多变且不明朗。此类工作应该留给专业的AI科技企业，或是科研机构。LLM 适用的业务模式尚在探索，边际价值不确定，边际成本也不低。自行投入基建的条件 业务量特别巨大，且有真正急迫的应用需要。LLM 技术成熟稳定，边际成本下降。LLM 本身即是自家新型业务的前提，需要特别的技术方案。基建？应用？技术门槛低技术与人才要求低快速体现价值快速试错与调整固定投入巨大技术与人才要求高持续追赶最新进展演化目标：从工作助手 到 员工代理短期降本增效构建AI辅助工具提升员工工作效率中期替代员工工作数字员工替代部分员工极大减少人力成本、提升效率长期重构企业运作模式AI决策，自动运营，理性

4、、高效的AI驱动型企业实践策略：敏捷与科学方法论 秉承敏捷、科学的方法论，保障高效协同，避免无效投入、控制风险。从小场景开始，广泛接入。最大化文化影响，以“文化+价值+反馈+优化”启动正反馈循环。小场景、边探索、边迭代、边验证当下避免长周期、大项目、大投入敏捷化原则统筹建设AI中台，通用能力共享复用各项目基于AI中台构建业务场景的AI应用中台化原则AI应用按照可量化、可检验、可对比原则对项目投入与产出，事前评估，事后回顾可量化原则技术路线：应用中台 到 AI中台AI时代企业数字化平台中台 Ai决策代理中枢（supervised?）人类员工业务系统前台业务基础资源业务应用中台 Ai应用AI专业代

5、理RPA向量库向量模型商业MaaS大模型基础算力开源私有化大模型AI服务管理平台多模型管理知识库管理应用管理计量计费租户/权限管理内容审计与安全AI工具中文分词ASRTTS.AI基础资源AI中台 企业场景策略它不只是生成式AI(AIGC)与之前的预测、分类等任务不同，生成内容是它的第一批应用。面向大众用户时，内容生成是最大、最通用的需求。生成式AI这个词描述了LLM的初期的表象，但它不止于此。它是通用AI(AGI)的前身 它以相似于人脑的结构，实现了人脑的相似功能。支持它生成内容的，是认知能力（人类常识、逻辑推理、综合判断、道德戒律）。LLM是我们的新工具，能解决之前无法通过规则式编程解决的问

6、题。企业场景策略不是内容生成，不是对话式交互 在企业场景下，不只要把注意力放在内容生成上，更不是对话式交互。内容生成适合于面向大众的通用需求，但不是企业场景中的核心需求。OpenAI的Chat式应用设计形成了用户惯性。企业内应该优先选择认知场景 应该充分利用LLM的认知能力。内容分析、业务要素提取、定制的综合业务判断 合同解析、服务质检、客户标签分析、综合风险分析 这部分能力大多是需要定制的企业内部任务，也正是企业内部科技部门的核心价值所在。在现有各个业务应用中定制AI功能