金融机构数字化转型模式和成果如何？

我将从以下几个方面来介绍金融机构数字化转型模式和成果。

一、银行：科技投入力度保持高位，路径分化、成效释放

1.科技投入和人员配置力度空前，金融科技子公司承接数字化转型重任

在推进数字化转型的过程中，上市银行科技投入规模保持在较高水平，占营业收入的比例 稳步提升，人员配置力度也在不断加大。据不完全统计，2022 年，18 家 A 股上市银行累计科 技投入 1823.13 亿元，同比增长 8.66%，增速较 2021 年有所放缓，但远超营业收入增速，科技 投入占营业收入比重 3.39%，较 2021 年稳步上升，显示银行对数字化转型的重视力度不减。其中，工商银行、农业银行、中国银行和建设银行的科技投入均维持在 200 亿元以上，招商银 行、交通银行和邮储银行的投入在 100-200 亿元之间，但是占营业收入比例高达 4.51%和 5.26%， 领先同业。人员配置层面，上市银行加大了对科技人才队伍建设的重视程度。截至 2022 年末， 四大行和招商银行的科技人员数量均在万人以上，多数银行的科技人员数量增速都在 10%以 上。与此同时，主要银行均针对金融科技/数字化领域设立了专门的人才培养计划，以应对复 合型人才不足挑战，提升全员数字化素养。

与此同时，为了应对传统银行组织架构的局限性，主要上市银行均设立了金融科技子公司， 全面支持数字化战略实施落地。截至目前，累计有 16 家上市银行成立了金融科技子公司。其 中，国有行 5 家，股份行 8 家，城农商行 3 家。从定位上看，金融科技子公司主要承担母行数 字化转型的重大任务，并探索向外输出技术和服务，与各类场景生态深度融合，服务金融同业、 政府以及产业的数字化转型需求。

2.国有行和股份行重视数字基础设施和生态建设，区域中小行关注业务赋能

国有行和部分金融科技布局较早的零售股份行凭借资金、技术、人力资源、渠道和客群方 面的优势全面推进数字化转型，加大对数字基础设施 （例如数据能力、中台支撑、分布式架构、 安全保障和前沿科技研发）和场景生态 （例如开放银行）的建设力度。依据艾瑞咨询在 《中国 银行业数字化转型研究报告》，数字化银行架构已经从单纯的技术赋能业务场景拓展到技术架 构、数据能力、业务应用、风险管控和生态开放全方位、全领域，从顶层设计、数字能力和底 层支撑和保障能力等方面对银行提出更高要求，具体来看：

（1）工商银行：数字工行 （D-ICBC）建设除了对外服务客户、对内赋能员工之外，还需 从完善业务支撑体系和数据技术支撑体系。一方面，从场景、产品、渠道、运营、风控、管理 层面提升企业级业务支撑能力，另一方面，强化大数据资源保障，强化中台建设，推动分布式 架构转型升级，全面布局 AI 大模型等前沿科技应用。

（2）建设银行：提出纵深推进金融科技战略，夯实数字基础设施建设，在有效赋能业务 的同时，提升科技敏捷研发能力，加强科技风险防控能力，信息系统安全稳定运行。从技术能 力层面打造了建行云、人工智能平台、大数据平台、低代码平台、低代码平台、移动互联平台 和 RPA 机器人。包含夯实数字基础设施建设、有效赋能业务、提升科技敏捷研发能力、加强 科技风险防控能力、信息系统安全稳定运行，措施涵盖了金融技术底座、研发基础管理、三大中台建设、企业级产品谱系管理平台优化等。

（3）招商银行： 2017 年正式明确 “金融科技银行”的定位目标，数字赋能与零售金融、 批发金融、风险管理、经营决策、内部运营等环节深度融合。当前战略致力于推动 “线上招行” 向 “智慧招行”迈进，以线上化、数据化、智能化、平台化、生态化的目标，全面推动金融基 础设施与能力体系、客户与渠道、业务与产品、管理与决策的数字化重塑，特别是积极探索 “AI+ 金融”新模式力，要让人工智能成为招行智慧更重要的组成部分。

区域中小行受限资源、地域和业务领域的限制，不具备全方位、大规模投入条件，数字化 更多体现为对各业务环节的赋能。例如南京银行通过对”服务、渠道、产品、营销、运营、风 控”各环节进行赋能提升，实现经营管理的全面升级；苏州银行的数字化以业务主导和驱动， 推动经营管理转型；杭州银行通过金融科技赋能业务发展和管理提升，全面推进线上线下融合， 为客户在各种场景下提供便捷、高效、普惠、安全的产品和服务。江苏银行加强数字化产品创 新，构建全行产品资产库，推进数字化营销平台建设，升级迭代拓客营销工具。与此同时，数字治理、数据能力建设也成为各家银行关注的重点。

3.银行业数字化已在零售财富、小微科创以及技术输出等领域多点开花

（1）金融科技子公司已具备对外输出能力，推动同业、企业和政府数字化转型

作为银行数字化的助推器，金融科技子公司凭借技术优势和丰富的数字化转型经验，在服 务集团内部转型需求的基础上，已具备对外输出能力，推动同业、企业和政府数字化转型，从 中长期角度有望实现技术投入变现，为银行拓展新的盈利增长点。 以兴业银行旗下的金融科技子公司兴业数金为例，兴业数金全面负责集团的科技研发和 数字化创新工作，同时针对集团客户运用云计算、人工智能、开放 API、流程机器人、区块链 等前沿科技，提供数字化转型解决方案，输出金融科技产品与服务，以 “打造最佳生态赋能银 行”为愿景，连接 F （金融机构）、G （政府）、B （企业）和 C （客户）端生态场景。兴业数 金的业务矩阵涵盖了银行云、基础云、非银云、开放银行+智慧银行，打造了 400 余项覆盖基 础设施、技术产品、解决方案的全方位服务品种，客户包括中小银行、非银机构、政府与公共 服务、产业互联网参与者。

兴业数金深度支持集团内外部数字化转型需求，在技术输出和场景生态连接方面成效释 放。2022 年年报显示，面向集团服务，公司深度实践 MASA 架构方法论，全力保障“五大线 上平台”“五大企架工程”建设，推动云原生技术体系规模化应用，建成存算分离数据湖、隐 私计算平台，持续提升数据时效性，聚焦科技赋能“三张名片”和“五大新赛道”发展，助力 集团实现经营模式转变、客户体验和运营效率提升。面向科技输出，公司推动打造“1+N”金 融科技生态圈，以“兴业云”为依托，涵盖支付结算、理财销售、投融资、数字人民币等“N” 种场景生态服务，为同业提 62 供数字化转型解决方案，持续开展金融生态产品和业务支持类 软件单品推广，科技输出累计上线运行中小金融机构 324 家，托管银行 188 家。面向场景生 态，公司积极构建“连接一切”的能力，自主开发兴业园区平台，建成兴业通代发平台，推动 生活缴费、企业增值服务等生态圈建设，支撑医疗生态圈、教育生态圈、数字供应链等场景生 态建设，持续拓展 NFT 数字藏品应用场景，实现卫星遥感技术在茶叶种植、林业碳汇场景应 用落地。

（2）零售银行和财富管理智能化程度提升，持续赋能获客、留客、转化

数字金融已较早地应用于银行财富管理和信用卡领域，目前已经尝试进入智能化阶段，深 度赋能 C 端获客、留客和转化以及员工展业。 以招商银行为例，公司最早通过招商银行 App 和掌上生活 App 平台，以 MAU 为北极星指 标，探索和构建数字化获客模型，建立了“用户成长体系”，引入各类满足客户实际需求的金 融与泛金融权益，打通产品和渠道，让客户在 “网点+App+场景生态”中享受更多公司提供的 综合化服务，借此增强客户粘性，促进 AUM 和财富管理业务规模增长。2021 年两大 app 平台 的客户数量、累计MAU均在1亿以上，app理财客户数量和销售金额占比高达97.62%和84.19%。

2023 年以来，招商银行加快从“线上零售”向“数智零售”转型升级，构建智慧财富引 擎、智慧客服引擎，沉淀数字化能力。具体措施包括发布了招商银行 App12.0 版本，进一步整 合人工智能、智能客服、远程顾问能力，焕新推出智能财富助理“小招”，提供财务分析、选 品策略、市场观点、收益分析等一站式财富管理服务和个性化、定制化顾问服务。另外从员工 角度，升级财富 Alpha+平台，实现投研选品、投后管理全流程数智化，深度赋能关键岗位专业 度提升，智能化应用在智能客服、流程智能化、质检、海螺 RPA+ （机器人流程自动化）等场 景实现全职人力替代超 1.7 万人。 随着线上化、数据化、智能化、平台化、生态化应用程度的提升，招商银行的线上 MAU 和零售端 AUM 继续高速增长且向财富管理业务的转化率维持在高位。截至 2023 年末，招商 银行 App 和掌上生活 App 的月活跃用户(MAU)达 1.17 亿户，较 2022 年增长 5.41%；管理零售 客户总资产(AUM)余额 13.32 万亿元，较 2022 年末增长 9.88%；零售客户存款余额达 33143.18 亿元，较 2022 年末增长 12.13%，占 AUM 的比重为 25.33%，位于同业低点。由此可见，招商 银行客户活跃度持续上升，且 aum 中多数为存款以外理财、基金、保险、债券、信托等产品构 成，客户资产向财富管理的转化率较高。

（3）产业数字金融领域成效初显，改善小微、科创融资痛点

从服务产业升级、优化信贷结构角度而言，以小微企业、科技创新为代表的重点领域已经 成为产业数字金融应用的重点方向和首要突破口。部分银行已凭借数字化手段突破小微企业、 科创企业信用瓶颈通过深耕细分市场、服务下沉来提升议价能力，并实现了资产负债表的快速 扩张和信用成本的稳步下降。 小微贷款领域，江苏银行是小微领域数字化的先行者。2013 年，公司把“智慧化”发展 提升到战略高度，自主研发大数据库，2015 年，在业内率先落地基于小微企业纳税数据的全 线上贷款产品“税 e 融”，不断迭代更新，至今已经历了 7 年多实战检验，显著提升了小微金 融服务“增量、扩面、提质、降本”效果；2020 年，税 e 融产品经验不断迭代、优化、复制， 整合推出新产品经营“随 e 贷”，大数据、人工智能等技术和冷热数据关系分析运用贯穿于贷 前、贷中、贷后全流程，数字化小微展业模式成熟度再上新台阶。研发至今，公司的大数据库 接入的数据大 7 类已扩展至税务、电力、园区、高校、移动运营商等 50 多个大类，依托于此 的各类产品对客户画像的精准度不断提升。 通过打通政府-企业-园区-运营商-高校-金融等多类内外部数据，江苏银行解决了小微企 业财务信息不全、缺少抵质押品和政府信用等引发的信息不对称问题，精准定位长尾客户需求， 提供适配的产品，同时打造了智慧风控能力。随着数字化程度的提升，江苏银行进一步夯实了 小微业务护城河，同时也实现资产质量的稳步改善。截至 2023 年 6 月末，江苏银行的小微贷 款余额 6250 亿元，较 2022 年末增长 11.25%，占对公贷款比重 62.03%，在江苏省内市场份额 继续保持领先。截至 2023 年 9 月末，江苏银行的不良率贷款已降至 0.91%，连续 7 年下降， 并进入同业第一梯队。

此外，在科创信贷领域，银行也在依托数字化手段打造评估体系，旨在也解决科创企业融 资难、融资贵痛点。例如建设银行的“科技企业创新评价体系”将企业的科技水平纳入银行授 信评价体系，通过批量获取国家各部委发布的科技企业名录信息及知识产权信息，挖掘企业持 续创新能力，运用大数据、智能决策、数据可视化等技术手段自动生成评价结果，将企业的“软 实力”打造成融资的“硬通货”，目前，该体系已覆盖超过 60 万户科创企业，通过系统实现 相关评价信息向基层支行网点客户经理的主动推送，将“等科技企业找上门”变为“引科技 企业进行门”。

二、证券：零售端数字化成效显著，云计算、区块链助力机构业务质效提升

以 ABCD 为代表的金融科技加速应用于券商的各项业务中，券商经营数字化程度提升，获 取数据、处理信息、灵活应对客户需求的能力不断增强。通过人工智能、大数据、云计算、区 块链等技术运用，券商能够更有效地明确客户需求，为客户提供多元化、定制化的产品和服务， 并实时调整，同时保障资产和交易安全，实现精细化管理。精细化管理能力的增强有利于促使 券商经营转型为“以客户为中心”，促进业务质态提升。

1.智能投顾：数字技术助力资产配置，降低财富管理服务门槛

智能投顾，是指以 Markowiz 现代投资组合理论为基础，对客户资产状况、收益目标以及 风险偏好等信息加以分析，并通过大数据和 AI 等技术手段为客户提供财富管理服务的技术， 核心理念是结合科技与资产管理，通过特定算法和自动化流程为个人与机构投资者提供高效、 便捷的资产管理和投资建议。传统理财存在投资过程繁琐、管理费用高、投资标的少、投资策 略局限等一系列痛点。传统理财投资者往往需要亲自去往资产管理机构选择有限且标准化的 产品，并且对于初级投资者来说可选的投资标的较少。由于机构仅展示公司内部搭建的理财产 品，投资者需要花费更多时间成本去筛选适合自己且性价比高的投资标的，同时传统理财公司 需要提供人力帮助客户管理资产，高昂的管理费用也导致投资者理财成本上升。随着越来越多 的投资者需要专业理财顾问帮助，市场上需要一个新的解决方案来降低理财成本和提高理财 效率。在金融科技的引导下，智能投资顾问应运而生。

代表性的券商智能投顾是广发证券的贝塔牛。该产品主要服务 C 端客户，通过客户画像和分层、量化选股、投资组合优化、客户管理等功能实时、低成本满足中小投资者的基本资产 配置需求，同时简化投顾工作流程。广发证券的贝塔牛系统融合了金融工程和互联网技术,提 供股票类（i 股票）和资产配置类（i 配置）投资建议，以及一键下单服务。其中，i 股票主要 面向交易型客户，而 i 配置则主要面向理财型客户。从运作模式上看，i 股票依赖于以选股模 型、择时模型、组合构建模型和组合再平衡模型为组件的量化投资模型，其中选股模型和择时 模型是核心部分，前者负责选股，具体策略包括短线智能、综合轮动、价值精选和灵活反转； 后者负责控制仓位，侧重于追踪趋势并辅以止损机制。组合构建模型和组合再平衡模型运行在 ApacheSpark 集群之上，利用 Spark 提供的并行计算能力管理用户的投资计划。i 配置以 MeanVariance、Black-Litterman、精算模型等为基础，结合客户风险偏好、投资期限以及个性化需求 提供多样化的大类资产配置服务，范围涵盖个人的短期与长期投资需求、大宗购置投资需求、 子女教育投资需求以及未来养老的投资需求等领域。

智能投顾有效降低了财富管理服务门槛，并且随着科技的发展和居民需求的拓展，智能投 顾行业规模将持续扩张，给券商财富管理带来新的业务空间。根据 Statista 的数据，截止 2022 年末全球智能投顾的资产管理规模达到了 2.45 万亿美元，2017 至 2022 年的年复合增长率达到 66.76%，且预期 2027 年将达到 4.66 万亿的水平。

2.智能客服：AI 应用提升客服效率，优化客户体验

智能客服的核心优势是运用数字化方式 24 小时提供一站式综合服务，优化客户体验。 一方面，智能客服通过将过往业务经验流程化和自动化，减少人力工作，低成本、高效满 足广大散户业务需求。2022 年，OpenAI 公司发布的对话式大型语言模型 ChatGPT（中文全称 为：生成型预训练变换模型）在全球掀起了一股狂热之风。ChatGPT 作为一个生成式大语言模 型，展现出来的多任务处理能力、语义理解能力、推理能力、涌现能力、数据分析和预测以及 情感分析和情绪检测能力，颠覆了人们对以往 AI 模型的认知，ChatGPT 发布后，类 ChatGPT 的对话式智能平台如雨后春笋般出现。安信证券作为较早尝试应用 AI 技术赋能证券客服领域 的券商，以 “问问小安”为核心技术平台发力点，外延搭建了辅助人工服务的数智工具——智 能实时辅助、智能质检。智能实时辅助能依托强大的知识库在服务过程中辅助员工以快速、标 准化的答案来解答投资者各类业务咨询，智能质检则在服务过程中及事后对服务工单的规范 性及合规性实施监测及检测。两大数智工具的应用在给员工提供服务支持的同时，也大幅提升 了客户体验。

另一方面，智能客服系统可以不断迭代升级，持续与时俱进提升客服服务能力。代表性的 产品是国泰君安的 “灵犀客服”，该产品通过 NLP、深度神经网络、机器学习、语义分析、语 音交互等先进技术，为客户提供 7*24 小时无间断、快速、准确的智能交互服务。服务范围覆 盖了证券业务咨询、投资、理财、天气、汇率、百科、趣味互动等多个场景，答案命中率、服 务范围与交互能力上均处于证券行业前列。之后，国泰君安开始采用 zData 数据库一体机进行 架构升级。升级后的架构整体采用 x86 服务器、NVMeoF 闪存卡、InfiniBand 交换机互连 3 个 存储节点+2 个计算节点，构建了以 zData 为核心的具备弹性扩展、高性能、高稳定性的新一 代数据基础设施架构。以 zData 为核心的高可用分布式架构不仅提升了用户服务体验，也提 高了公司内部跑批业务的效率。目前，国泰君安全渠道客服平台业务数据量已达 TB 级别，每 日任务跑批过程伴随着大量的数据处理，待任务跑完后，业务部门才能发起数据调用并进一步 分析、处理数据，整个过程耗时极长。zData 上线后，业务的运行速度明显加快，每日平均跑 批任务时间从过去的数小时缩短到现在的 1 小时左右，极大地提升了业务数据处理效率。

3.智能营销：金融产品代销与投行业务受益于更加精准的数字画像

智能营销常见于经纪业务中的金融产品代销环节，是实现定制化服务的有效手段。智能营 销的应用有利于券商与客户之间开展个性化的沟通和产品推介活动，通过大数据对客户消费 行为模式进行精准画像，帮助券商做出更好的决策判断，提高客户转化率，开发出不同的产品 或采用不同的营销方式，满足不同客户的市场需求，实现差异化竞争。在对客户和产品数据分 析的基础上，智能营销可围绕客户销售响应倾向、兴趣话题、产品偏好和渠道偏好来进行沟通 和营销，从而发现需求、匹配产品、回测数据、评估结果和优化模型等，最终实现为客户打造 定制化产品方案的目标。 以中信证券为例，该公司作为行业龙头企业，在经纪业务领域积极探索利用大数据和智能 营销方法推进财富管理业务的数字化转型，从以支持交易型与产品代销业务为主，逐渐向以资 产配置为核心的财富管理服务转变。通过沉淀核心客户数据，围绕价值链规模化展开大数据运 用，形成数据驱动的决策、运营与管理，实现基于用户全生命周期的精细化运营。利用金融科 技对各类流程、体系、管理模式进行数字化的重构，打通总部、营业部、员工、客户之间的双 向数据流通通道，实现管理和线上线下展业效率的提升。

除了产品代销外，智能营销同样可应用于投行业务领域。通过对市场信息的有效获取，券 商能够更加清楚地了解企业客户发展现状、未来前景和投融资需求，及时发掘可能存在上市、 股债融资和并购重组需求的企业，有针对性地提供服务。智能营销在这一领域的作用主要体现 为运用大数据手段抓取券商研报、上市公司公告和新闻和社交媒体相关信息等，识别关键因素， 挖掘业务机会。

4.智能投研：数字化赋能智能投研和量化交易，优化投资决策、降低成本

智能投研是通过大数据打造知识图谱，运用机器学习和语义分析构建事件与投资标的之 间的联系，从而有效判断事件影响并作出决策，实现数据和投资观点一体化的金融科技应用。 该应用能够支撑投资业务决策，降低投资业务成本。智能投研以人机结合的形式帮助券商投资 人员提升数据处理效率，及时应对市场机遇与风险，同时可以降低成本和克服情绪的影响，实 现优势互补。美国的 Kensho 是目前领先的智能投研公司，旗下的产品“Warren”旨在通过金融数据采集，分析、云计算、人机交互和深度学习等功能，解决投资分析速度、规模、自动化 问题，目前已在高盛集团内部试行。除此以外，智能投研还能用于投资风险的预警分析。例如， 东莞证券研发的智能投研事件预警系统目前在功能上已经实现了：（1）对抽取出的投研事件 进行标签化 （包括所属行业、地点、产品、事件类型、事件热度等），实时跟踪新闻、公告等 金融文本，自动抽取投研事件发生地点，在地图上进行可视化展示。（2）自动抽取投研事件 信息，包括事件主体抽取、事件类型分类、事件摘要等，基于产业链知识图谱对抽取出的投研 事件进行推理，推导出该事件沿上下游产业链产生的影响。 量化投资也是金融科技应用相对较多且成熟的领域，通过对市场数据、资金流向、投资者 行为和舆情的充分发掘，增加投资成功的概率。量化投资已经普遍为欧美等发达国家的对冲基 金采用，投资收益丰厚，但也引发了激励的行业竞争。为降低量化交易成本，提升投资效率， 实现市场竞争优势，大数据领域的优势是核心关键。券商通过提升大数据的深度和广度，利用 对各种全体数据的量化、重组和整合，低成本地建立针对各个市场、面向不同用户的交易策略， 以降低传统的金融分析师和交易员投资分析与决策成本，优化投资组合收益，提升投资产品竞 争力。

三、保险：数字化转型加速启动，金融科技赋予保险行业强劲生产力

随着数字技术的持续发展，中国保险业历经信息化、互联网化、数字化发展阶段，前沿科 技与保险业务不断融合。在可持续增长与业务创新等诉求的驱动下，金融科技融合赋能与契合 场景需求的创新开发已成为保险机构核心竞争力的构建共识，金融科技的实践探索正重塑保 险各环节价值链，推动保险保障类型、产品内涵、业务模式、行业生态发生根本性变革。 保险科技 （Insurtech）是金融科技的延伸，任何能够服务于保险业务链 （产品设计、定价 承保、销售和理赔服务）乃至险企中后台运营的技术都可以称为保险科技。中国保险学会和复 旦大学保险科技实验室发布的 《中国保险科技发展白皮书》，将我国的保险科技相关技术分为 十大类，分别是区块链技术、人工智能、物联网、云计算、大数据、车联网、无人驾驶汽车、 无人机、基因检测和可穿戴设备，这十大领域涵盖了保险行业的方方面面，在帮助险企改善业 务痛点、回归保障本源和实现加速发展等领域扮演着重要作用。与此同时，受益于保险行业的成长性，保险科技的市场需求水涨船高，由此诞生了一批以金融科技/保险科技输出为盈利模 式的技术平台。我国的保险科技应用呈现出由最初的互联网化，到现阶段致力改善业务痛点， 再向未来技术输出转变的发展趋势。

1. 传统保险公司：积极探索数字化转型，创新优化原有业务生态

（1）中国平安：积极推动五大科技赋能传统业务，加强对外输出实现价值变现

作为保险业内科技创新领域的排头兵，中国平安坚持贯彻“金融+科技”双驱动的战略， 目前已经形成了以生物识别、大数据、人工智能 （AI）、区块链和云为主的五大领先科技和以 “对内提升竞争力，对外输出服务价值变现”的两大业务模式，其中对内指将五大领先科技广 泛应用于传统金融客户经营、渠道管理、客户服务和风险管控等多个核心环节，以期提升效率、 降低成本、改善客户体验和强化风险管控，而对外输出服务的方向主要为集团的四大生态圈 （金融生态圈、医疗健康生态圈、汽车服务生态圈和房产生态圈），通过模块化的输出将技术 应用于各大生态圈的核心价值环节，改变过去人力和资本驱动自身业务增长的模式，将技术的 价值变现，获得轻资本收入。

数字化系统方面，中国平安打造 “智能理赔”系统，通过计算机视觉、语音识别合成及图 像识别等技术打造了一套全流程自动化的智能理赔流程，显著提升了平安寿险和平安产险的 理赔流程，优化了用户体验，起到了降本增效的效果。在 “智能理赔”系统的帮助下，平安人 寿服务运营线上化水平已达 99%以上，投保及服务自动化水平在 90%以上；平安产险全年 300 万客户线上自助完成投保，从定损拍照开始到定损结果完成缩短到 30 分钟以内。 AI 技术方面，中国平安通过 AI 赋能服务场景、业务流程和运营管理，形成了不少落地的 AI 产品，包括平安寿险的“AI 座席”、“Askbob 知识库”、“AI 养老管家”、“AI 家庭医 生”等。在代理人展业方面，平安人寿 “智能拜访助手”持续推动线上和线下销售模式相结合， 线上支持代理人远程拜访会客和 VR 沉浸式互动讲解等，线下面访支持音视频和动态动图讲解 等互动方式。在理赔方面，平安人寿创新推出“AI 智能自动决策模型”，实现理赔审核作业 “全流程免人工”，构建了业内领先的理赔审核新模式，为客户打造省时、省心、省钱的理赔 服务。目前，平安人寿已构建起以“闪赔”、“智能预赔”为中心的智能理赔体系。

（2）中国人寿：依托技术和数字驱动，构建以客户为中心、以创新为导向的服务体系

中国人寿致力于通过数字化让金融更精准、更有温度。依托技术支撑和数字驱动，中国人 寿构建以客户为中心、以创新为导向的服务体系，提供线上线下互融互通的服务体验，实现用 户、平台、产品、渠道交互协同，全面提升综合服务能力和价值创造能力。凭借综合经营优势， 中国人寿成功打造“国寿全家福”，基于 4 大用户中心和 5 大 APP 线上触点，开启“一键查 询”功能，实现个人客户在中国人寿金融资产的全景视图展示。 “国寿全家福”有效契合人民 群众多元化的资产配置需求，有助于快速发掘、响应客户在保险、投资、银行等方面的核心需 求。 在优化用户体验的同时，中国人寿坚守理赔是保险服务的关键。通过开启理赔 “大数据通 道”，简化理赔手续、加快理赔速度，建立全新智能理赔服务模式，不断践行 “中国人寿始终 在您身边”服务承诺。集团旗下寿险公司创新推出掌上理赔服务，客户可通过寿险 APP、微信 公众号、国寿 e 店等多种渠道申请理赔，实现服务 “随时随地、触手可得”；财险公司通过 “云 端赔”、 “一路行”空中智赔小程序，以及理赔作业处理平台，实现数字化一站式服务，理赔 时间大大缩短。自上线以来， “云端赔”累计报案约 114 万件、视频查勘约 9.2 万件、上传单证约 642 万份，为理赔服务提供有力支持。

基于云计算理念规划和完整的“大后台+小前端”IT 布局，中国人寿创新传统 IT 基础架 构，构建算力强大的国寿混合云；通过 3 万条互联网专线、820G 总带宽的互联网络，将高效 扁平的移动互联网络延伸到各级管理机构和基层网点，大幅降低费用成本，带宽提速 5—10 倍， 形成直通一线的信息高速公路，建成泛在互联的国寿物联网；建立面向销售与服务、管理与办 公、柜面与职场的移动化信息交付通道，打造以 APP、国寿 e 店、云助理、云桌面等为代表的 多样化前端科技产品，搭建丰富多彩的前端服务矩阵。 AI 技术方面，中国人寿将 AI 技术融入运营管理各环节，有力提升运营效率、防范经营风 险。其中，最具有代表性的是集团旗下资产管理公司的 CLIMB （中国人寿投资管理）平台。该 平台以投资数据为中心，广泛应用微服务、大数据、人工智能、RPA （机器人流程自动化）等 前沿技术，功能覆盖投资数据分析、投资过程管理和投资数据管理，涵盖组合管理、流动性管 理、风险管理、合规管理、品种投资、信用管理、运营管理等关键业务环节，可实现投资业务 的精细化管理、自动化运营和数量化决策。