「生成式AI」風潮來襲保險業如何接招？
（二○二四）年六月，輝達（NVIDIA）執行長黃仁勳來台刮起一陣旋風，他在台北國際電腦展（Computex）開展前一晚的主題演講中提到，「生成式AI」（Generative AI, 又稱Gen AI）正在重塑行業，並為創新和成長帶來新的機會，「我們即將見證一個新的電腦時代的開始，生成式AI的發展能實現更多不可能的事情。」當各行各業積極投入這項新技術，保險業跟上了嗎？
事實上，根據資策會產業情報研究所（MIC）發布的「生成式AI大調查」，二○二四年台灣五大行業（金融保險業、製造業、營建業、批發及零售業、醫療照護業）採用生成式AI的意願或行動達十九％，其中又以「金融保險業」的二十五％最高，等於每四家就有一家願意採用。可見，在生成式AI大爆發的時代裡，保險業已展現出不落人後的企圖心。
那麼，生成式AI如何應用於保險業？它和傳統AI有何不同？當生成式AI成為下一個戰場，保險業者如何利用它創造競爭優勢？
生成式AI
生成式AI（Generative AI, 又稱Gen AI）是一種可以創造嶄新內容的AI技術，利用大量數據和複雜模型，模仿、學習、預測人類的思考和創造力，進而生成文字、圖片、影片和音樂，以及解決問題。
從傳統AI到生成式AI 保險業數位大戰開打
近年來，保險科技快速發展，在疫情的推波助瀾下，保險業者前仆後繼利用AI自動化辨識系統，加速核保、理賠作業流程，大幅提升投保效率與用戶體驗；然而，這些數據分析、影像及語音識別技術皆屬於「傳統AI」的應用範疇。二○二二年十一月，ChatGPT橫空出世，首度讓社會大眾見識到「生成式AI」的魅力及驚人效率，相較於傳統AI，生成式AI的應用層面更加廣泛，就此在全球掀起浪潮。
政治大學風險管理與保險學系教授謝明華詳細解釋傳統AI與生成式AI二者之間的差異。他指出，傳統AI通常被稱為分析型或特定任務型AI，其基本概念是用來解決單一問題或特定工作，例如，在保險業中，AI可用於核保或理賠過程中，精確判斷某些險種的申請案件是否合格，或者理賠申請是否存在詐保疑慮。
謝明華進一步說明，「生成式AI是一種通用型AI，具有通才的特質。」只要通過大量資料進行訓練，生成式AI便幾乎擁有人類的特質和知識。他舉例，當生成式AI讀取了大量的創作內容之後，只需通過指令或描述場景，即可自動生成原創性的文章、圖畫或影片。過去AI被認為是人造產品，沒有創造力跟藝術特質，如今這個認知已被生成式AI顛覆。
對此，安永聯合會計師事務所金融服務產業負責人張正道亦表示，「生成式AI就是試著用更接近人的思考和邏輯來預測文章、圖像與視訊，以及極度像是人與人的對話方式所產生的文本。」他強調，這跟以前談論的數位化相比是一個很大的突破點，「我們終於看到人跟電腦之間可以更像是在跟人對話，而不是套一些模組。」
換言之，如果近年來保險業用在核保、理賠上的技術是屬於傳統AI，那麼，當生成式AI風潮來襲，保險業可以利用它帶來哪些發展面向及可能性？張正道解釋，只要以往保險公司是透過人員來分析、判斷的流程都可能被影響，像是商品開發、客戶服務，甚至財務、法遵、法律議題管理，影響層面相當廣泛。由此可知，從傳統AI到生成式AI，保險業新一波的數位大戰即將開打。
搶搭生成式AI熱潮 保險業面臨哪些挑戰？
今年二月，凱基人壽開出第一槍，將生成式AI技術導入業務員「智能對練」系統，讓業務員能應用生成式AI模擬真實情境與客戶需求，提升實戰經驗、培養應對能力；南山人壽也搶搭熱潮，舉辦生成式AI系列活動、課程，鼓勵員工使用各種生成式AI工具進行文字與影音圖像創作。
針對保險業者使用生成式AI的情況，張正道強調，其實業務員訓練系統、人才培育計畫等應用面向，並非保險公司的核心業務，「不過這也反映出目前台灣甚至是全球保險業，都覺得生成式AI是未來影響保險行業很大的一個變革。」
張正道舉了一個實例。國外有保險公司在招聘時，因大量面試者而感到苦惱，為了精準找到對的人，他們將面試者的表情、語氣與內容變成數據，再進一步跟公司優秀員工的數據進行比對，藉此找出所需的人才。
話雖如此，張正道觀察，目前保險業在生成式AI的應用，還不敢大刀闊斧地投入客戶服務。他解釋，首先是生成式AI的牽涉層面太廣，包括成本效益、內控、管理等面向，需要公司各部門共同評估、決策才能執行；也就是說，假如公司要採用一套透過生成式AI協助的架構，會牽涉到法遵、風控等層面的問題，因此在設計導入或建置時，公司內部相關部門一定要共同參與、確保架構符合需求。
其次，保險業是高度監理的行業，許多產品和業務都需經過主管機關的審查；最後則是信任問題，「透過生成式AI設計出來的產品或所做的客戶服務，是不是足以讓主管機關或客戶信任？這都還需要一一檢視跟克服。」
保險業者如何創造優勢？ 專家：可朝五面向發展
儘管保險業導入生成式AI需考量多方面因素，未來仍有廣泛的發展潛力和可能性。謝明華指出，至少可朝五個面向發展，包括監理科技、個性化行銷、推薦引擎、詐欺規則的生成，以及商品開發。
謝明華解釋，第一是監理或法遵科技，例如自動生成法規報表；第二是個性化行銷，也就是精準行銷，「生成式AI能針對不同年齡層的客戶，創造出客製化的廣告內容。」假如今天要向三十歲及七十歲的客戶銷售同一保險商品，生成式AI能根據不同的人生需求設計出不同的廣告；但他強調，前提是公司要具備指令工程師等專業人才，才能精確指導AI生成符合需求的結果。
第三是推薦引擎。謝明華舉例，保險業務員可利用生成式AI分析客戶資料，自動生成適合的保險商品推薦。不過，他提醒，這應作為輔助系統，最終仍需業務員的專業判斷；第四是詐欺規則的生成，生成式AI能發現詐保的規則，並自動化後續流程。最後是商品開發，他認為，未來保險商品的開發不一定都需依賴精算師或商品部人員，只要有足夠的資料，生成式AI可快速產生多種商品規格，進行優劣比較，輔助保險商品設計。
生成式AI來勢洶洶 保險業者如何因應？
生成式AI風靡全球，保險業者應把握這項新技術的趨勢、妥善利用以擴展業務。謝明華強調，未來的生成式AI將實現「人機協作」，企業應思考如何有效駕馭AI，並適時調整對員工生產力的期待。其次，「你究竟把AI當成什麼角色？是純粹的工具，還是未來共同工作的夥伴？」他認為這種心態的調整非常重要。
此外，謝明華提醒，大部分保險業的管理階層沒有技術背景，然而在生成式AI時代，需要調整管理心態，儘管不必學習完整的AI技術，仍需保持開放的態度，鼓勵跨部門合作，而非僅依賴資訊部門。
因此，就目前國內保險業者投入生成式AI的應用面向，短期來看，仍屬於先從教育訓練、人員培訓等公司內部開始嘗試的階段，目的在於提升管理效能、節省成本；然而，長期來看，若想真正投入到業務或服務層面，仍有諸多挑戰。