每經(jīng)記者｜涂穎浩    每經(jīng)編輯｜廖丹    

近日，一起由AI（人工智能）大模型引發(fā)的“烏龍付款”事件在網(wǎng)絡(luò)引起熱議。有網(wǎng)友發(fā)帖稱，自己的收款二維碼被某AI大模型拿去，成了一位用戶購買保險的付款二維碼。

根據(jù)央廣網(wǎng)報道，付款方為一家工程公司的負責(zé)人，他在用AI大模型為員工挑選團體人身意外傷害保險時，輕信了AI大模型給出的所謂“保單付款二維碼”，掃碼支付了1618元。而這個二維碼正是發(fā)帖網(wǎng)友的個人二維碼。得知情況后，該網(wǎng)友將錢款退還。

如今，隨手點開一款A(yù)I應(yīng)用，解答疑惑、咨詢問題已成為我們生活中的常態(tài)。當(dāng)金融支付這類敏感信息竟被AI“順手解決”，我們不禁要重新思考，在嚴(yán)肅金融領(lǐng)域，我們能否繼續(xù)依賴通用大模型給出的答案。

為此，《每日經(jīng)濟新聞》記者（以下簡稱每經(jīng)記者）近日實測用四款A(yù)I工具購買保險，包括豆包、千問兩款通用大模型和蟻小保、智能小馬兩款保險平臺大模型，探究兩類大模型的差異。

實測：通用大模型PK保險垂直大模型

用AI購買保險，兩類大模型有何不同？

每經(jīng)記者首先輸入實際的購買需求，豆包、通義千問兩款通用大模型對此進行了較為詳細的科普，在初步了解產(chǎn)品環(huán)節(jié)提供了必要的信息支持，在回答內(nèi)容中包含了多款具體保險產(chǎn)品的推薦信息，回應(yīng)了該問題背后的需求點。

具體而言，對于“我想買意外險”的問題，豆包給出的答案包括怎么選、避坑指南、熱門產(chǎn)品參考、理賠小貼士四個方面；通義千問給出的答案包括了解意外險保什么、如何為自己和家人挑選兩大部分，其中也針對不同人群給出了對應(yīng)的推薦產(chǎn)品。

對于“我想買意外險”這一詢問，兩款保險平臺大模型則多了一個交互的過程：智能小馬的回復(fù)要點包括意外險的選購要點、不同年齡意外險配置邏輯變化、旅行意外險補充建議，同時繼續(xù)詢問了年齡信息；蟻小保自動梳理了用戶的信息，并明確需求，給出“先給自己配”“也看看父母的”“全家一起配”三個選項。在補充了年齡、為誰購買等信息后，兩款保險平臺大模型分別給出推薦理由和產(chǎn)品鏈接。

不過，兩類大模型最大區(qū)別在于：保險平臺大模型推薦的產(chǎn)品僅限為平臺旗下保險，用戶點擊鏈接可進入正常投保流程；通用大模型則是全網(wǎng)搜索后推薦產(chǎn)品，但投保存在卡點。

如記者選擇豆包推薦的一款產(chǎn)品后，豆包詢問：“你現(xiàn)在是要我們發(fā)官方投保入口，還是先確認具體工作以確保職業(yè)能投保？”記者確認發(fā)送投保入口后，豆包提供了產(chǎn)品鏈接。在第一次鏈接有誤的情況下，豆包重新給出的鏈接顯示為一家第三方中介平臺的投保入口。通義千問則給出可能搜索到該產(chǎn)品的幾大平臺。當(dāng)記者就保險付款進一步提問，兩款通用大模型均強調(diào)需到官方/正規(guī)平臺投保。

針對投保需求，業(yè)內(nèi)建議選擇專業(yè)保險平臺上的AI智能保險顧問進行咨詢，在咨詢完成后，也可以進行后續(xù)的投保，該類平臺比較專業(yè)、可信任。

消費者能否完全依賴AI給出的答案？業(yè)內(nèi)認為，AI可作為有力助手，幫助用戶了解保險基礎(chǔ)知識（比如重疾險和醫(yī)療險有什么區(qū)別）、對比不同產(chǎn)品的保障范圍（需核實信息是否最新）、熟悉投保流程、明白健康告知的重要性。同時，AI也存在明顯局限性：它無法替代保險公司的核保結(jié)論，個人健康狀況是否符合投保條件最終由核保決定；AI不能承諾理賠，所有理賠均以保險合同條款為準(zhǔn)；AI提供的“投保建議”僅為參考，最終決策需由消費者自行負責(zé)。

因此，業(yè)內(nèi)建議消費者將AI視為學(xué)習(xí)工具和流程助手。在選產(chǎn)品、填寫健康告知、申請理賠等關(guān)鍵決策節(jié)點，務(wù)必咨詢保險顧問、經(jīng)紀(jì)人等專業(yè)人士，或直接撥打保險公司客服熱線確認。畢竟，保險購買的是具有法律效力的合同，而非簡單的對話記錄。

業(yè)內(nèi)：AI不碰支付環(huán)節(jié)，僅提供決策參考

對于AI大模型引發(fā)的“烏龍付款”事件，保險業(yè)內(nèi)人士如何看？

慧擇相關(guān)負責(zé)人在受訪時對每經(jīng)記者表示，公司在大模型部署初期已專項重點討論過保險金融支付問題。為了合規(guī)和風(fēng)控，凡是提及支付、下單、付款等敏感詞時，AI只做引導(dǎo)，不直接完成交易。具體有兩種方式：一是引導(dǎo)用戶到對應(yīng)的產(chǎn)品詳情頁，按正常流程投保；二是引導(dǎo)用戶至顧問預(yù)約入口，由顧問完成后續(xù)確認和指導(dǎo)。

據(jù)了解，目前保險平臺基本都采用此類模式。如蟻小保在為用戶推薦保險時，并不會直接給出支付鏈接，需要用戶點擊鏈接跳轉(zhuǎn)到具體保險產(chǎn)品頁面，在詳細看完產(chǎn)品介紹進行選擇后，還要經(jīng)過健康告知等一系列合法合規(guī)的流程，最終才能完成支付和投保。

對于不讓AI直接輔助完成交易，慧擇相關(guān)負責(zé)人進一步解釋稱，一是考慮到交易安全問題，二是考慮到該步驟的用戶需求量問題。“慧擇平臺多數(shù)是長險業(yè)務(wù)，用戶決策周期長，就算自主操作到下單這一步，也通常需要人工顧問二次確認。所以AI從一開始就不碰支付環(huán)節(jié)，只是完成它作為信息咨詢助手的角色，供用戶決策參考。”

星火保產(chǎn)品研發(fā)負責(zé)人羅方舟認為，金融行業(yè)尤其是支付環(huán)節(jié)，直接涉及資金安全、信息安全和隱私安全，這三個方面的安全合規(guī)要求是不可逾越的紅線。

在資金層面，支付鏈路通常由持牌機構(gòu)（如銀行、第三方支付公司）負責(zé)，公司自身不設(shè)立資金池。所有扣款指令通過支付網(wǎng)關(guān)轉(zhuǎn)發(fā)，資金流由持牌機構(gòu)進行清算，公司僅負責(zé)記錄訂單及狀態(tài)流轉(zhuǎn)信息。

在信息安全層面，用戶的身份證、銀行賬戶、保單等信息屬于高度敏感數(shù)據(jù)。行業(yè)通行的做法包括：對敏感字段進行加密存儲（即使數(shù)據(jù)庫被竊取也無法解讀）；遵循最小權(quán)限原則分配訪問權(quán)限，運營人員無法查看完整的身份證號或銀行卡號；對操作日志進行脫敏處理，嚴(yán)禁打印完整敏感信息；數(shù)據(jù)傳輸全程采用HTTPS（超文本傳輸安全協(xié)議）以防止中間人攻擊。

在合規(guī)層面，保險銷售涉及保險中介許可證、雙錄（錄音錄像）、KYC（投保人身份核驗）等要求，這些要求在系統(tǒng)設(shè)計階段就必須嵌入業(yè)務(wù)流程。支付環(huán)節(jié)還需符合反洗錢（AML）和反欺詐的風(fēng)控規(guī)則。

險企：已有保險垂直大模型落地

對于普通消費者來說，關(guān)于購險的需求，不同類型大模型給出的回答專業(yè)度似乎很難區(qū)分，那么保險專業(yè)大模型到底有何不同？

業(yè)內(nèi)人士在受訪時表示，基于大模型技術(shù)的智能保險顧問與業(yè)務(wù)廣泛的通用大模型不同，它只專注服務(wù)保險行業(yè)。一般而言，智能保險顧問可提供保險產(chǎn)品解讀、保險方案配置和陪伴式理賠服務(wù)，全流程解決用戶在保前、保中和保后的保險疑問和需求。

羅方舟在受訪時提到，通用大模型與保險垂直大模型的本質(zhì)區(qū)別在于知識密度和可控性。通用大模型的優(yōu)勢在于知識覆蓋面廣、對話流暢，但在保險領(lǐng)域存在明顯短板：保險產(chǎn)品條款極其精細，不同險種、條款版本、除外責(zé)任、核保規(guī)則等信息動態(tài)變化，通用模型容易產(chǎn)生“幻覺”，可能輸出與事實不符的錯誤信息。他認為，保險業(yè)務(wù)涉及合規(guī)，錯誤回復(fù)可能導(dǎo)致誤導(dǎo)銷售，這是監(jiān)管紅線。此外，通用大模型在結(jié)構(gòu)化險種對比、核保結(jié)論推理等方面能力不足。

保險專業(yè)大模型的真正價值體現(xiàn)在：基于保險知識庫（RAG）進行檢索增強，減少“幻覺”；對接核保規(guī)則引擎，實現(xiàn)健康告知的初步判斷和風(fēng)險篩查；在合規(guī)邊界內(nèi)生成話術(shù)，明確區(qū)分“產(chǎn)品介紹”與“銷售誤導(dǎo)”；能夠?qū)颖喂芾?、理賠進度等業(yè)務(wù)數(shù)據(jù)。

羅方舟還表示，“保險大模型”真正的技術(shù)壁壘在于擁有足夠豐富、及時更新的保險產(chǎn)品數(shù)據(jù)，以及將技術(shù)與業(yè)務(wù)流程深度融合。

記者注意到，一些頭部險企已布局垂直領(lǐng)域大模型。如中國人保在2025年年報中稱，公司通過自研方式打造保險領(lǐng)域垂直大模型“人保宸靈”，場景意圖理解準(zhǔn)確率超過99%。中國人保黨委委員、人保財險黨委書記張道明在業(yè)績發(fā)布會上介紹，公司在建設(shè)一流AI底座方面取得初步成效：建立國產(chǎn)化異構(gòu)算力平臺，上線保險垂直大模型，建立200余項原子化AI能力，持續(xù)建設(shè)高質(zhì)量訓(xùn)練數(shù)據(jù)集超30類。

眾安在線在年報中提及，持續(xù)加大AI領(lǐng)域的研發(fā)與資源投入，深化大模型與保險垂直場景的融合創(chuàng)新，持續(xù)夯實AI技術(shù)底座。

封面圖片來源：每經(jīng)媒資庫