"‘AI超级客服’不是超级酷炫、超级先进,我们最关注的是超级有用、超级好用。"近期,平安集团首席技术官王晓航在深圳金博会上介绍了平安"三大AI服务"(超级客服、家庭医生、养老管家),其中"AI超级客服"(内测中)引发市场热议。

据王晓航介绍,"‘AI超级客服’将打造统一的AI入口,连接平安全量的金融、医疗、养老与生活服务,打通线上与线下服务资源,实现问答咨询、办事服务和应急救援等便捷直达,该服务正在内测阶段。"

今年以来,众多头部科技企业都在卡位"AI超级入口"。普华永道给"超级入口"的定义是:是用户获取商品、服务和内容的主要入口,通过整合多种功能和服务,成为用户进入资源或生态系统的中心通道。

而巨头们纷纷卡位"AI超级入口"的背景是——当基础智能差距逐渐缩小,行业焦点逐渐转向能否解决用户真实需求。

此次也是平安集团首推面向C端的超级入口,"其实做面向消费者的应用难度是更高的,最终做成这件事情,还是因为AI技术在过去两三年的时间里发展非常迅速,真正意义上能够开始在专业领域里让我们大展拳脚,开发‘消费级专业AI产品’。"

金融企业为何瞄准消费级AI产品/服务?"AI服务入口"和过去的移动互联网的"一站式服务平台"有何本质区别?深入极其多元、复杂、专业的垂域场景,AI"水土不服"了吗?带着这些疑问,21世纪经济报道记者等媒体对话平安集团首席技术官王晓航。

为何首次面向C端发布AI服务?

21世纪经济报道:当前AI发展呈现哪些重要趋势?平安为何聚焦这三大领域推出AI服务,背后有哪些考量?

王晓航:平安此前的AI应用多聚焦内部降本增效,现在转向消费级产品,核心就是技术成熟度让专业服务落地成为可能。

我们看到,AI发展正迎来三个核心趋势,推动产业应用进入新阶段。首先是模型智能持续跃迁。ScalingLaw(缩放定律)驱动智能上限提升,在预训练、后训练、推理三个阶段,Scalinglaw都在持续见效。金融与医疗等行业,AI已经越来越接近专业级、竞赛级水平,这让重塑行业更具可行性。

其次是AI边界持续拓展,从感知智能到生成式AI的理解与表达,再到智能体AI的规划与执行,AI正进一步走向物理空间,通过世界模型、时空感知、具身智能,理解并作用于物理空间,可以深入改造医疗、养老等复杂线下场景。

最后是AI角色的转变,它不再只是问答、生成、分析的辅助工具,已经成为工作和学习的合作伙伴。在平安内部,有相当一部分比例的代码由AI生成。在客服、理赔、营销等工作的部分特定场景,"1个人+ AI"可以胜任原先一个小型团队的工作量。

因为平安有非常庞大的医疗养老、综合金融业务,过去我们更多是在内部降低风险、提高效率。

但其实做面向消费者的应用难度是更高的,最终做成这件事情,还是因为AI技术在过去两三年的时间里发展非常迅速,真正意义上能够开始在专业领域里让我们大展拳脚,开发"消费级专业AI产品"。

"AI服务入口"与APP"一站式服务平台"有何不同?

21世纪经济报道:平安此次推出的"AI统一入口"与此前金融科技的"统一入口"有何不同?"超级客服"的核心价值是什么?

王晓航:你可以把它想象成是移动互联网APP入口的"一站式服务平台",现在要升级为面向AI时代的"综合管家体验"。

此前各类APP各自独立、服务对象不同,任意门将其拉通后,能让用户更便捷获得一站式金融、医疗、养老服务,是"一站式的货架"。

而超级客服这类AI服务逻辑完全不同,其载体不局限于APP,未来还可嵌入穿戴设备、居家养老嵌入式设备等,是不被某一个具体的形态所定义的,核心是提供"管家式体验"。

"超级客服"的关键在超级有用、超级好用,而不是酷炫的技术。目前它在内测中,已整合平安全量500多项线上线下服务,通过MCP协议实现智能体统一调度、连接和编排,以前需要层层搜索、等待人工转接的事,现在几秒钟就能解决。

比如我的车坏在路上我想叫道路救援,我的身体不舒服去健康咨询,理赔怎么更简单、流畅,快速获得理赔服务等,我们希望通过智能体Agent,像一个贴身的综合服务管家,帮用户解决这些问题,

21世纪经济报道:这个"AI服务入口"是封闭系统还是开放生态?

王晓航:我们希望整体的服务体验,评估标准、SOP和规范性都是统一的,要对用户体验负责。但是平安的服务体系是一个生态,是向全市场开放的生态,我们会优选接入医疗健康、车险、上门照护的服务,这是一个生态平台,供应链侧是非常开放的。 

21世纪经济报道:这个AI"超级客服"之后会在哪里上线?

王晓航:在平安所有的APP,包括口袋银行、金管家、好医生、好车主等等都会有。

平安做AI,不是为了做一个更大参数的模型,也不是为了刷更高难度的榜单,而是为了打造一套真正懂专业、懂风险、懂场景、持续进化的AI服务体系。 

"AI客服不只做纯粹的咨询"

21世纪经济报道:平安是一个综合金融集团,涵盖了极其多元、复杂、专业的垂域场景,AI技术运用到这些场景中,会遇到哪些技术的难题?

王晓航:挑战有很多。首先是要把全量服务数字化,平安做保险、信贷、理财、医疗、养老等各类服务,涉及线上、线下,境内、境外。第一步是先要把全量服务数字化,纳入MCP框架协议中让智能体理解、匹配和调度,并且能够规划、编排,这是为了让我们能够通过一个入口,通过自然语言对话进行定位,找到最合适的服务。

其次,金融、医疗是专业严谨的领域,严肃医疗和专业金融服务很难通过数字化解决所有问题,所以它是一个协作方式,专家和AI来分层协作、相互协同,不只是做纯粹的咨询。

另外,很多服务发在线下场景下,对物理空间的感知,是一个复杂命题。而合规安全是底线。AI最大的问题是"它不知道自己不知道",你不管说什么它都能给你回答。 

21世纪经济报道:平安如何破解上述这些技术难题?

王晓航:技术上,我们主要在几个方向发力。一是领域增强。平安有高质量、大规模的模型训练数据:累计近十亿次医患交互,数十年沉淀的金融咨询、风控决策数据。

我们构建了数据筛选-知识蒸馏-专业微调pipeline,让模型真正掌握行业知识。可以说,领域增强,是核心竞争力。

二是AI优化飞轮。平安有完备服务生态,模型可以在真实业务里"持续学习,持续进化"。医生、顾问每一次采纳或修正,都是新的偏好数据,通过OnPolicy强化学习,模型会越来越接近专家的决策思路和偏好分布。

医疗大模型、金融大模型,在实际业务中,用得越多、数据越好、模型越强——形成优化飞轮。

三是时空感知技术。我们希望能改造养老和健康服务,要走进线下场景,必须理解物理世界。我们在构建时空大模型,融合毫米波雷达和多模态多源信号,实现对活动轨迹、体征变化的预测和干预。时空感知,是未来居家养老服务的智能基础。

四是针对安全合规问题,我们结合平安在医疗、金融行业几十年的经验,专门开发了"AI质量合规大模型",对全量数据质控,明确AI能答和不能答的边界。

我们现在能让AI回答的问题,准确率达到98%-99%,AI不能答的复杂问题就转给人工来答。比如不能做营销承诺、不能给出诊疗处方建议等。

同时我们还用"AI+人"的方式来审查这套服务的质量,背后有质量合规要求和安全把控体系等。

（新闻来源：平安产险四川分公司）