
問一家保險公司它的知識存放在哪裡,誠實的答案是 PDF。保單條款、理賠卷宗、醫療報告、經紀人送件資料和適合度建議書成千上萬地堆積,幾乎沒有系統讀得懂。這就是為什麼給保險公司與財富管理機構的金融服務業 AI 路線圖,看起來和銀行的不一樣。
生成式 AI 很擅長讀這些文件。它也可能讀錯,而且錯的方式會被主管機關注意到。
我把這項工作規劃成四個階段:受治理的資料基礎、一套業務定義、AI 代理,最後讓 AI 融入主要職能。這個計畫適用於產險公司、壽險與健康險公司或資產管理公司。唯一改變的是代理從哪裡開始。
這份路線圖不綁定特定技術。它適用於任何保單、理賠或投資組合平台,以及您的主管機關接受的任何模型供應商。銀行有專屬版本,請見我的銀行業 AI 策略。
三年,四個階段
現在:資料基礎
保單、理賠、投資組合、客戶與財務資料集中在一個受治理的平台,文件也包含在內。
第一年:受治理的智慧層
為保單、理賠、客戶與持有部位建立一套定義,建立 AI 治理,拿下第一批速效成果。
第二年:擴展 AI 代理
處理理賠、核保、詐欺與理財建議的 AI 代理,每個決策都有一位當責人。
第三年:AI 全面融入
AI 融入關鍵職能與合作通路,人與代理協同工作。
大多數保險公司與財富管理機構同時運行好幾代系統。想像一套用於封閉業務(已不再銷售但仍需服務的保單)的舊保單平台,加上一套用於現行商品的新平台。再加上理賠系統、投資組合系統和 CRM,也就是存放客戶往來紀錄的系統。
最上層是財務與精算系統,負責產出 IFRS 17 數字(保險合約的會計準則)與 Solvency II 資本數字。
以一件簡單的車險理賠為例。理賠系統存放理賠編號、出險日期和一筆準備金。有用的細節都在附件裡:三張後車門凹陷的照片、一份掃描成 PDF 的警察報告,以及修車廠的維修估價單。
沒有人能搜尋這些附件,所以理賠人員只能一個一個手動打開。在這個階段,您要為它們建立索引,並擷取關鍵欄位:車牌號碼、修車廠、估價總額和報案編號,同時保留連回原始檔案的連結。
再想像一家財富管理機構,對同一位客戶有三個答案。CRM 說她的風險屬性是穩健型。五年前的適合度建議書說是保守型,而投資組合系統存著一個只有營運部門看得懂的委託代碼。
把這三者都餵給 AI 助理,它會挑其中一個,而您不會知道是哪一個。解法是枯燥的工作:決定由哪個系統擁有風險屬性,把建議書連結到它,並記錄每個值的來源。
在這個階段,我會建立三樣東西。
- 一個現代化的資料平台,通常是 lakehouse。它是一個儲存庫,存放來自所有系統的結構化資料,也存放文件本身,並建立索引以供搜尋。
- 治理、資料目錄與資料血緣。資料血緣代表您可以把任何數字追溯到來源,精算、財務與法遵數字都需要這一點。AI 模型使用的每個資料點也一樣。
- 自助式報表,讓核保、理賠與通路團隊和財務部門使用同一套數字。
我對跳過這個階段、直奔精彩部分的公司抱持戒心。之後的每個使用情境都從這一層讀取資料。一個引用錯誤保單條款的副駕駛,比完全沒有副駕駛更糟。
- 保單與理賠系統保障、保費、理賠與準備金
- 投資組合與 CRM持有部位、委託與客戶往來
- 文件條款、理賠卷宗、報告與信函
- 資料著陸區具備資料血緣的原始副本
- 已建立索引與連結擷取關鍵欄位,並連結到原始檔案
- 報表核保、理賠與財務使用同一套數字
可以追溯到來源的資料與文件
第一年要建立所謂的語意層。說白了,它是一本全公司共同認可的業務辭典。它明確規定什麼算是保單、保障、理賠、準備金、客戶、持有部位、委託和風險屬性。
這很重要的原因如下。查詢「超過準備金的未結理賠」,理賠團隊會把重新開啟的理賠算進去,財務部門則會排除它們。回答理賠主管問題的代理,每次都必須使用這位主管的定義。
AI 治理屬於同一年的工作。EU AI Act 把用於人壽與健康保險中個人風險評估與定價的 AI 列為高風險。在英國,FCA 的 Consumer Duty 要求公司證明為客戶帶來良好結果,這涵蓋了有 AI 參與的理財建議與定價。
維護一份 AI 使用情境登錄清單。每一列都寫明負責人、風險等級、已通過的測試,以及由誰審查輸出。這是文書工作,也是讓使用情境通過法遵審查的關鍵。
接著爭取留在公司內部的速效成果。我會先挑這幾項。
- 文件副駕駛,讓核保人員、理賠人員和理財顧問針對保單條款、理賠卷宗和商品條款提問。
- 送件與理賠受理,讀取、分類並分派經紀人送件資料和出險通知(理賠的第一份報告)。
- 客戶會議準備,讓理財顧問在每次會議前拿到一份簡短摘要。
以下是副駕駛的實際運作。一位住宅險核保人員收到經紀人的提問:洗衣機水管漏水好幾週,這份條款有沒有保障?
副駕駛找到漏水條款和漸進性損害除外條款,引用兩者並附上頁面連結。核保人員讀過之後回覆經紀人。
受理也是同樣的方式。週五下午四點五十分,一位經紀人寄來一份理賠申請書、五張廚房地板變形的照片和一張水電工的發票。受理工具讀取這些資料,將它標記為住宅險漏水案件,確認保單有效,並轉給財產險團隊。
它也會註記缺少的資訊,例如漏水開始的日期。週一,理賠人員打開的是一份可以直接處理的卷宗。是否理賠,仍由理賠人員決定。
在早上 10 點的會議前,理財顧問的摘要可能會顯示持有部位、上個月的提領,以及一筆仍在等待原業者處理的退休金移轉。摘要也會顯示一件關於延遲付款的未結客訴,這會改變整場會議的基調。沒有這份摘要,顧問會從客戶口中才得知這件事。
- 理賠人員提問這次水損有保障嗎?
- 語意層哪張保單、哪項保障、哪些除外條款
- 條款與理賠卷宗相關條款與卷宗中的證據
- 副駕駛回答附上它所依據的條款
- 理賠人員決定接受、調整或轉介這件理賠
一個更快、理賠人員也站得住腳的答案
- 理賠受理與分派
- 理賠詐欺分流
- 理財建議草案
- 個人定價
- 文件副駕駛
- 會議準備
- 低
- 中等
- 關鍵
第二年從回答問題的助理,走向在權限範圍內做事的代理。代理是能自行執行步驟的軟體。它讀取檔案、檢查規則、更新系統,並在適當時機交給人處理。
我會把第一個代理放在理賠。想像一件車險的擋風玻璃理賠。以下是代理依序執行的工作。
- 它確認保單在出險日有效,並包含玻璃險保障。
- 它確認同一輛車近幾個月沒有其他玻璃理賠。
- 它確認修理廠在您核准的特約名單上,且發票與照片相符。
- 如果金額在理賠主管簽核的上限之內,它提出付款建議並完成理賠。
- 它為每項檢查寫一段簡短說明,讓稽核人員日後能追蹤這個決定。
只要有任何一項檢查未通過,理賠就會連同已整理好的卷宗轉給理賠人員,由理賠人員做出決定。
接下來是商業險核保。以經紀人為一組倉庫送來的核保資料為例:一大份 PDF 文件、一張列出每個據點的試算表,以及一份查勘報告。代理擷取每個據點的地址、保險金額、建築結構與消防設施,再對照您的承保胃納檢查,例如淹水區域或特定屋頂類型。
它標記出兩個超出承保胃納的據點,並寫一頁摘要。核保人員為這筆風險定價,並決定那兩個據點如何處理。
詐欺代理會在不同保單之間尋找模式。假設同一個電話號碼在一個月內出現在三件不同姓名的理賠中,而且都用同一家修車廠。代理標記出這個關聯,並用淺白的文字說明。
接著由調查人員查看並做出決定。一個標記代表值得深入查看,背後的客戶也可能完全清白。
在財富管理領域,代理草擬適合度報告與投資組合檢視。它從理財顧問的筆記中擷取風險屬性、目標、持有部位、費用和建議內容。顧問閱讀草稿、修正錯誤並簽名。
當責始終在人身上。每個代理都需要一位負責人、一份書面的權限界線、監控機制,以及一條讓任何客戶都能找到真人的明確管道。
- 通報客戶附上照片通報理賠
- 收集保單、照片、報告與歷史紀錄
- 檢查保障範圍、詐欺訊號與上限
- 提案準備金與理賠金額提案
- 核准超過上限由理賠人員簽核
- 學習結果用來改善下一次檢查
每件理賠都有一位當責的人
保險業 AI 的價值在文件裡,風險也在文件裡。
到了第三年,AI 存在於主要職能之中:核保、理賠、通路、投資營運與財務。人與代理並肩工作。從資料到決策的整條鏈都受到治理。
以資產管理公司的投資營運為例。每天早上,保管機構的紀錄和投資組合系統總有幾個部位對不上,常常是因為股票分割這類公司行動。代理找出每一筆差異,推斷可能原因,並草擬修正方式。
在任何資料變更之前,由營運分析師核准修正。
財務部門也會看到影響。當理賠代理改變準備金的提存方式,精算團隊可以把每一筆變動追溯到對應的理賠和背後的規則。這讓 IFRS 17 與清償能力報告在季底時仍然解釋得清楚。
合作夥伴在這個階段加入。經紀人、銀行保險合作夥伴(銷售您保單的銀行)、修理廠和平台,都透過同一個受治理的層級連接。修車廠上傳估價單,代理會先對照照片和議定的零件價格檢查,再予以核准。
- 營運長負責代理組合及其成果風險、精算與法遵測試、監控與緊急停止開關
- 理賠、核保與理財建議主管負責所屬領域的代理
- 理賠代理由理賠主管負責
- 核保代理由核保長負責
- 詐欺代理由詐欺防制主管負責
- 理財建議代理由理財建議主管負責
- AI 代理與副駕駛理賠、核保、詐欺與理財建議代理,每一個都有當責人
- 受治理的智慧層保單、理賠、客戶與持有部位的語意模型,加上 AI 登錄清單
- 資料基礎存放結構化資料與已索引文件的 lakehouse,具備資料血緣與資料品質
- 核心系統保單管理、理賠、投資組合管理、CRM、財務與精算
有四件事貫穿全部三年。
- 境內與主權方案。 客戶與健康資料通常必須留在國內。選擇能在國內運行的平台與模型。
- 保留更換的自由。 隨著更好的模型與平台出現,保留更換的選擇權。
- 對應主管機關要求的治理。 一份 AI 登錄清單和一套模型風險流程,連結到保險、業務行為與個資保護的規定。
- 讓您的人員受過訓練。 核保人員、理賠人員和理財顧問應該知道代理在做什麼,以及什麼時候該推翻它們。
第一項最容易讓人措手不及。健康險公司的理賠紀錄包含診斷資訊。如果您挑選的模型只能在其他區域運行,這個使用情境還沒開始就卡住了。
最常見的失敗是沒有治理的文件 AI 試點。它在展示時把理賠卷宗讀得漂漂亮亮。接著法遵單位問它為什麼對某件責任險理賠建議某個準備金,沒有人答得出來,試點就永遠無法上線。
從第一個使用情境起,就把登錄清單、測試和人工審查納入其中。
第二種失敗是把財務與精算排除在外。如果 AI 改變了理賠準備金的提存方式或商品的定價方式,就會影響 IFRS 17 與 Solvency II 的數字。
想像某個季底準備金變動了,而精算長是從一張簡報上才得知原因。從一開始就讓財務長和精算長參與。
- 怎麼出錯: 沒有稽核軌跡的文件 AI 試點有效做法: 從第一個使用情境起就有登錄清單、測試與人工審查
- 怎麼出錯: 財務與精算被排除在外有效做法: 財務長與精算長從一開始就參與
- 怎麼出錯: 第一個使用情境就做個人定價有效做法: 先做內部文件工作
- 怎麼出錯: 代理沒有具名負責人有效做法: 每個代理都有負責人與權限界線
想知道貴公司在這份路線圖上的位置嗎?預約一次通話,帶上兩樣東西:您的保單、理賠與投資組合平台清單,以及董事會一直追問的那個 AI 使用情境。我會告訴您實際上處在哪個階段,以及我會先做什麼。
AI 在保險業有哪些用途?
主要用於大量依賴文件的工作:讀取理賠與核保送件資料、標記可能的詐欺,以及支援核保與保戶服務團隊。針對個人的定價與風險評估也做得到,但法遵風險最高。
保險公司或財富管理機構應該從哪裡開始導入 AI?
從資料基礎開始,並把文件當成資料。接著先交付內部使用情境,例如文件副駕駛、理賠受理和理財顧問的會議準備。影響個別客戶的決策放在後面,並搭配更嚴格的控制。
在 EU AI Act 下,保險業的 AI 屬於高風險嗎?
用於人壽與健康保險中個人風險評估與定價的 AI 被列為高風險。上線之前,它需要風險管理、資料治理、文件紀錄、人為監督與持續監控。
AI 可以提供理財建議嗎?
AI 可以草擬適合度報告與投資組合檢視,但應由具備資格的理財顧問檢查並簽名。公司仍須為理財建議負責,並證明為客戶帶來良好結果。
金融服務業 AI 路線圖需要多長時間?
資料基礎啟動之後,我會用三年來規劃。第一年建立受治理的智慧層,第二年擴展代理,第三年讓 AI 融入關鍵職能。速效成果應在第一年內展現價值。
下一步
您目前正在進行 ERP 專案嗎?
如果這篇文章談到的正是您目前進行中的專案,30 分鐘的對談通常比再花一週做內部分析更有進展。




