凱發k8官網登陸。凱發k8國際娛樂官網入口。凱發k8國際，未來平安集團將聚焦于三方面，即垂域模型做深做強、打造一系列工具平台（包括智能體平台，包括模型訓練、蒸餾、推理的工具平台）、與業務部門通力合作將模型體系和業務深度融合。

　　4月17日，平安集團黨委副書記、副總經理黃寶新在金融壹賬通（平安集團旗下子公司）和中小銀行聯盟主辦的“大模型應用創新研討會”上表示：“在金融場景中，平安依託自研的大模型體系，實現了智能風控、精準營銷、客戶服務的全面升級。此外，聯合各界共同探索大模型技術在智能投顧、風險管理、運營提效等領域的創新應用，推動技術標準與生態共建凱發k8娛樂官網入口。”平安集團依託綜合金融牌照，正在持續深化金融和醫養領域垂直領域大模型建設，同時，通過技術輸出賦能全行業生態的完善，加速向“數字金融鏈主”轉型。

　　中國信息協會常務理事、國研新經濟研究院創始院長朱克力在接受《商學院》雜志訪談時表示：“平安集團憑借‘綜合金融+醫療養老’的跨場景布局，在數據積累和技術層構建了基礎設施exo亞運會，具備成為鏈主的潛力。”他進一步解釋道，“‘數智鏈主’是數字技術凱發k8娛樂官網入口、智能決策與生態鏈主導能力的集合體，其核心在于通過技術整合與數據驅動，成為行業生態的核心樞紐。”

　　金融業是數據密集型行業，AI的應用場景廣泛。平安集團通過在全集團推廣人工智能大模型、大數據等技術，成功搭建了通用模型、垂直領域模型（金融、醫療、養老等）、應用模型三層大模型體系。

　　近期，平安集團引入DeepSeek開源模型。平安集團首席科學家肖京表示，金融機構可以基于這些開源的模型，利用自身的數據和技術能力，實現在金融垂域模型的進一步增強，全方位應用在各類金融專業場景，從而推動金融業的全面智能化產業升級。

　　朱克力認為，開源模型的優勢在于降低研發成本，但金融場景對數據安全、輸出穩定性要求極高，需針對反洗錢、風險預警等任務進行嚴格調優。例如，在平安集團的30個場景中，DeepSeek因準確率高、成本可控而被採用，但在21個場景中，平安自研模型表現更優，比如，在金融風控、醫療診斷等專業領域，通用模型的泛化能力不足，需結合行業數據進行微調，平安集團構建了金融、醫療、養老等垂直領域的專用模型。

　　應用模型是指直接嵌入業務流的AI應用，如智能客服、AI核保、智能理賠等。2024年，平安AI坐席服務量達18.4億次，覆蓋80%的客服需求；壽險AI核保實現93%秒級通過，車險“智能閃賠”5分鐘完成定損，較傳統流程提速4000倍exo亞運會。

　　值得注意的是，大模型訓練與部署成本高昂,朱克力認為，金融領域大模型的短期收益場景應聚焦高頻exo亞運會、低風險且人力密集環節。例如智能客服方面，通過語義理解減少人工坐席；合規審查方面，自動掃描合同條款漏洞；營銷推薦方面，用戶畫像動態優化等。這些場景的共性在于，任務規則相對明確、錯誤容忍度較高、替代人力可直觀降本。相比之下，高風險決策如信貸審批、投資組合優化，因容錯率低且依賴復雜推理，短期難見成效。平安需優先在能快速驗證ROI（投資回報率）的場景中規模化落地，同時，通過模塊化輸出，向中小機構收費，攤薄訓練成本。關鍵是找到投入與產出之間的平衡點，避免陷入技術軍備競賽，2024年平安取得了1364億元的AI驅動營收。

　　在大模型的背後，數據是AI的核心燃料，平安集團建立了九大數據庫，其中包括金融數據庫、醫療健康數據庫exo亞運會、經營數據庫等，覆蓋30萬億字節數據。然而，跨行業數據融合面臨兩大核心挑戰：數據異構性與權屬分割。

　　例如，醫療數據如影像、病歷文本等的結構化程度低，且與金融數據如交易記錄、信用評分等的關聯邏輯復雜，需通過NLP、知識圖譜等技術實現語義對齊。更棘手的是合規壁壘，醫療數據涉及個人隱私與法規紅線，直接共享可能觸發法律風險。

　　平安集團的解法是通過蜂巢平台實現“數據不動模型動”，在本地完成特征提取，僅交換加密參數，確保原始數據不洩露。但此舉仍需解決機構間的信任博弈，醫院可能擔憂平安利用數據優勢搶佔保險市場。可行的突破點是與第三方監管機構共建數據治理框架，例如引入政府背書的合規審計，或設計數據貢獻者的分成機制，將數據使用與商業利益捆綁，降低抵觸情緒。

　　平安集團的AI戰略不僅服務于自身業務，還通過旗下三大科技公司（平安科技、金融壹賬通、平安健康）對外輸出技術。

　　平安科技聚焦金融科技底層技術研發，為平安內部金融業務提供技術引擎。比如，在數字金融領域，建立AI投資信貸風控系統，覆蓋全國近1億家企業和個體工商戶，有效預警違約風險；建設一體化智能語音坐席體系，平安AI坐席快速響應、服務消費者。

　　在外部賦能方面，平安集團旗下金融壹賬通作為商業科技服務提供商，通過“金融+科技+醫療”多業態數據打通，為外部金融機構提供數字化解決方案，包括數字化銀行、數字化保險和提供數字金融基礎設施的加馬平台。

　　4月14日，金融壹賬通董事長陳當陽在“2025年首屆世界互聯網大會亞太峰會”上表示，金融壹賬通將沉澱的數字技術應用賦能外部企業，已覆蓋100%國有銀行和股份制銀行、99%的城商行、65%的財產險公司，境外服務20個國家及地區、197家境外金融機構。

　　在數字化銀行板塊，金融壹賬通通過數字化零售銀行、數字化信貸、數字化經營三大整體解決方案服務銀行業金融機構數字化轉型需求。比如，金融壹賬通推出的“行員E營銷”APP通過精準分析客戶畫像與行為軌蹟，幫助銀行制定高效的金融服務與產品營銷策略，實現了高品質金融服務與產品營銷的深度融合。一家股份制銀行在引入該APP後，AI銷售佔比在短期內突破60%，顯著提升了零售業務的服務效率和市場競爭力。

　　在數字化信貸方面凱發k8娛樂官網入口，金融壹賬通通過一體化的信貸業務數字化運營體系，幫助銀行實現精準高效放貸。在區塊鏈與供應鏈金融方面，平安的“壹企鏈”可以幫助中小企業用區塊鏈上的貿易記錄申請貸款，銀行可實時驗證數據真偽等凱發k8娛樂官網入口。

　　其次，銀行數字化轉型面臨著無足夠技術投入、無數據積累規模、無場景生態壁壘、數據分析能力不足、大數據風控機制不健全、信貸數字化流程存在堵點、客戶運營數字化缺乏經驗等痛點。所以，紛紛尋求與金融壹賬通等第三方金融科技平台合作。

　　在朱克力看來，金融壹賬通的加馬平台通過標準化解決方案，如數字銀行SaaS、智能風控模塊，提供即插即用的服務，理論上可降低中小銀行的試錯成本。但成功的關鍵在于定制化能力，不同區域銀行的客群特征、監管環境差異顯著，“一刀切”的方案可能“水土不服”。金融壹賬通需強化本地化運營團隊，結合區域經濟特性調整產品參數，同時幫助銀行構建自主運營能力，而非長期依賴外部支持。

　　在銀行數字化轉型加速的同時，保險行業也在通過產品創新、全渠道營銷與智能理賠，積極推進自身的數字化發展。然而，車險風險判斷、成本管理、風險管理等成為中小財險公司數字化轉型的痛點。

　　對此，金融壹賬通通過產險及壽險兩個解決方案，助力保險公司實現管理營銷、客戶經營及理賠事宜全流程數字化。通過智能核保、智能理賠、智能續期，實現93%的壽險保單秒級核保，壽險保單閃賠佔比達56%。針對車險定損管理難，研發並上線了全球首個圖像識別車險閃賠系統，實現拍照上傳秒級定損，定損速度提升4000倍。此外，新能源車企利用平安的車聯網數據，設計出更精準的保險套餐，從而降低了保費，2024年摩根士丹利《中國車險科技化趨勢》報告中指出，部分車主保費降幅達10%～15%。

　　金融壹賬通還基于DeepSeek打造Al理賠專家，構建多險種智能審核體系，復雜案件準確率83%，較原模型提升23個百分點，實現“快賠快享”。在提升風控水平方面，平安產險反欺詐智能化理賠攔截減損119.4億元，同比增長10.4%。

　　相比螞蟻、騰訊的C端生態，金融壹賬通更擅長B端復雜場景。例如保險精算、對公信貸等需要強行業know-how的領域。但是也存在一些不足，比如，用戶觸達能力與生態廣度，螞蟻依託支付入口構建賬戶體系，騰訊借社交數據賦能營銷，而平安集團缺乏類似的超級流量入口。

　　朱克力建議，金融壹賬通應揚長避短，聚焦金融機構的深層痛點，如跨機構數據協同、監管科技，通過技術與牌照捆綁建立壁壘。例如，在跨境金融、綠色信貸等政策導向領域，結合平安的合規經驗提供一站式解決方案，與科技巨頭的泛化服務形成錯位競爭。

　　但是金融機構對金融壹賬通提供隱私計算存在疑慮，本質是對裁判員兼運動員角色的不信任。盡管蜂巢宣稱數據可用不可見，但平安集團同時經營保險、銀行等業務，可能被質疑利用平台權限獲取競爭情報。

　　朱克力認為，平安集團的破解之道在于機制設計，首先引入獨立第三方如監管機構或技術審計公司，對計算過程進行全程鑑證，確保算法邏輯透明；其次，採用聯邦學習等架構，讓參與方擁有模型參數的否決權，防止單方操控；最後，通過合約明確數據使用邊界，例如限定醫療數據僅用于健康管理產品優化，而非直接用于保險定價exo亞運會。建立信任需依賴技術與制度的雙重背書，而非單純依賴技術承諾。

　　在醫療健康領域，平安健康代表支付方，整合供應方，將差異化的醫療養老服務與作為支付方的金融業務無縫結合exo亞運會。

　　代表支付方是指代表保險機構及企業等支付方，為個人客戶及企業員工提供主動式醫療健康管理服務。整合供應方是指通過標準制定、集中採購、服務監督，整合優質醫療養老資源，優化資源配置、提升服務效率、降低服務成本，構建覆蓋醫生、醫院、健康管理機構、藥店等的廣泛合作網絡exo亞運會。超3.6萬家合作醫院和超10.4萬家合作健康管理機構。

　　為構建覆蓋診療全流程的智能化醫療體系，平安健康通過對海量醫學專業知識庫、醫學問診數據庫和電子病歷資料庫的深度學習形成五大醫療數據庫，涵蓋了3.7萬種疾病、22萬份藥品說明書、200萬個經典病例、3000萬份醫學文獻、14.4億次問診等專業數據。

　　基于5大醫療數據庫，平安集團打造了“平安醫博通”多模態醫療大模型、“平安醫家人”醫生工作台凱發k8娛樂官網入口，打造12個系列的業務模型群凱發k8娛樂官網入口，實現AI賦能醫療全流程業務場景。平安健康自主研發AI輔助診療系統，搭建領先的遠程診療平台，目前已覆蓋超過2000種疾病的診斷知識，智能推薦準確率達99%，輔助診斷準確率在95%以上。

　　“平安醫家人”醫生工作台，通過智能分診導診將用戶與醫療資源精準匹配，為醫療服務提供更優的知識和效率賦能。重復性工作均由AI“包攬”，大幅縮短了接診時間，用戶體驗顯著提升。例如某三線城市醫院接入平安的AI輔助診斷系統後，誤診率降低，投保“醫責險”的費用下降了30%。

　　值得一提的是，隨著AI對醫生工作和用戶經營的深化賦能，平安健康全年費用總額同比下降6.23億元，整體費用率大幅下降14.4%，並于2024年首次實現全年盈利。

　　針對AI應用的發展方向，肖京表示，未來平安集團將聚焦于三方面，即垂域模型做深做強、打造一系列工具平台（包括智能體平台，包括模型訓練、蒸餾、推理的工具平台）、與業務部門通力合作將模型體系和業務深度融合。