由于近期公众号推送机制改变，欢迎您在公众号首页点击右上【···】，将保观设为“星标”，及时跟踪行业最新资讯
DeepSeek的出圈再次掀起了一场AI风暴，席卷各行各业。保险行业也迎来了AI技术应用的新纪元，先是从业者开始尝试利用DeepSeek优化营销推广、行业分析和客户沟通等流程，接着多家保险公司、保险科技公司宣布接入DeepSeek模型。
迄今为止，超过40家保险相关企业已经接入DeepSeek大模型，涵盖了人保财险、新华保险、太平人寿、泰康保险等头部保司，也有水滴、慧择等科技公司。这些机构在智能运营、销售赋能、智能理赔、客户服务和员工效率等环节进行了初步尝试，旨在提升整体运营效率、优化客户体验，并推动业务流程的智能化。
在这场声势浩大的科技卡位战里，大家都想尽快找到通过AI实现降本增效的可行路线，在未来的竞争中占得上风。
在保险行业，DeepSeek的应用展现出初步探索、跨场景、结合垂直数据来进行迭代以及个性化部署的特点。
未来，DeepSeek有望被更多保险公司应用于承保、风险评估、运营支持、投资研究等更广泛的业务领域，推动行业的智能化变革。这场浪潮涌来，保险业似乎已经准备好了。
据保观不完全统计，截止目前，已有共计40余家保险机构接入DeepSeek大模型，并落地应用场景。
其中，截止2月27日，共有24家保险公司接入DeepSeek模型，包括人保财险、新华保险、平安健康、太平人寿等公司。
同时，有3家保险资管机构宣布部署DeepSeek大模型，探索将其应用于智能研报、员工效率、风控等方面。
我们还统计到15家保险类科技公司也宣布部署DeepSeek模型，包括暖哇、水滴、慧择等，具体如下。
虽然这些保险机构对DeepSeek的应用思路各异，根据险种和业务领域差异而有不同。但基本上，可以将应用分为智能运营、销售赋能、智能理赔、客户服务以及员工效率几个方面。
智能运营侧重于保险机构运营中的智能化和数字化，涉及对某些运营流程的改造，具体涉及数据驱动的决策、渠道监测与分配、客户运营等环节。
这方面应用的一个例子是，君康人寿在接入DeepSeek-R1与DeepSeek-V3大模型后，完成8个保险专业领域的场景部署，助力提升公司运营效率，为用户带来更智能的服务体验。
在DeeSeek的自然语言处理与推理能力的基础上，君康人寿开启公司领域知识及保险通识训练，在“数字君康”平台构建了保险产品、消保专家、反欺诈、保险双录、信息安全、运维排查、运维咨询、办公AI化套件共8个智能化应用场景，初步完成“AI+保险”专业领域的智能化探索，形成了AI中台的基础雏形，持续为业务发展与客户服务赋能。
此外，北京人寿在2025年初重磅推出了基于DeepSeek的协同机器人“小福禄AI”，为企业内部运营提供全方位智能支持。
小福禄AI与业务系统打通，支持文字和语音的自然对话，具有多模态交互能力，可以以文字、图片、文件等多种形式响应客户的真实需求。小福禄AI打破了工作的时空限制，延伸了员工能力边界，让员工同时能干十件事。在严格的权限管控下，可以为不同业务条线的人员提供精准的信息获取和业务服务，全方面提升了员工工作效率和决策质量。
DeepSeek在保险业的一个首要应用就是销售赋能，这一点由保险行业对销售的迫切性以及销售流程特点决定，例如相当部分的文书工作、展业过程中的文案和内容。
销售赋能这一分类比较广，涵盖保险销售环节的人和流程，具体可包括客户画像与需求洞察以及代理人支持。其中，代理人支持囊括代理人展业支持、销售效率提升、日程管理、代理人培训、客户互动等。
2月14日，北大方正人寿正式上线基于DeepSeek大模型的智能展业助手“方灵”，初期“方灵”助手将解锁“知识智能检索”的基础功能，作为E行销智能助手，为代理人提供涵盖保险基础概念、法律和法规、监管政策、保险产品营销售卖理念、保险行业发展的新趋势等内容的全方位解答，逐步涵盖公司产品介绍、销售逻辑、基本法解读、法商专业意见提供等。
后续，北大方正人寿将逐步上线“AI智能陪练”“核保助手”等，构建覆盖业务前、中、后期的全链路支持体系。
可以看到，北大方正人寿将DeepSeek作为智能展业助手、AI智能陪练、核保助手，助力代理人销售各环节。
在这方面，寿险公司的应用思路很相似。2月17日，东吴人寿宣布借助腾讯云大模型知识引擎全面部署DeepSeek-R1，启动保险智能服务体系升级工程。
其中，保险智能服务体系将实现条款解析准确率提升40%、跨领域知识关联效率提高60%，破解复杂场景下的智能决策难题；此外，将构建健康管理知识图谱，建立疾病特征关联模型，为个性化保障方案设计提供智慧支持，提供更精准、贴心的健康管理服务。
得益于理赔材料、定损等特点，保险理赔一直是人工智能技术应用的领先环节。在ChatGPT推出之后，苏黎世保险就在探索利用ChatGPT从索赔说明和其他文件中提取数据，找出整个索赔环节中损失的具体原因，从而改进承保。
DeepSeek大模型能够实现多模态理解，包括文本/图像/视频分析，且具有复杂逻辑推理及低算力部署优势，可赋能自动化定损、医疗票据核验、智能分案以及条款匹配等环节。
目前，将DeepSeek应用于智能理赔的一个例子是人保财险。2月17日，人保财险宣布，率先引入全尺寸DeepSeek大模型，基于国产算力设备完成私有化部署，将DeepSeek能力融入公司大模型底座。
目前，人保财险已通过模型精调，支持自动化理赔质检，准确提取理赔资料中的案件时效、损失部位等关键质检信息，指导理赔业务管控；实现理赔人员智能陪练，实测智能问答，且能够针对当前人员技能提出改进建议，有效辅助基层理赔实现快速增员和能力提升。
可以看到，人保财险在理赔环节的应用是质检和培训理赔人员，涉及的是辅助性理赔工作，尚未将DeepSeek直接应用于智能理赔。据悉，人保财险将同步开展DeepSeek模型在承保、理赔、投研等多个业务场景深度应用。
DeepSeek在保险客户服务场景中的应用可通过智能化技术提升交互、提高服务效率、改善用户体验并降低运营成本，具体可应用于智能自助服务、人机协同交互、虚拟数字人等创新交互模式。
2月19日，慧择宣布深度应用DeepSeek并直接服务于保险消费者，在APP首页同步上线人工咨询与AI辅助咨询双通道并行的新模式。依托DeepSeek的自然语言处能力，并配备慧择19年来累积的万亿级保险知识图谱，能将专业术语转化为通俗表达，从智能选购、及时响应等五方面重构消费者体验，消费者可得到消除保险小白咨询压力、内向型消费者友好、即时响应不受时间限制等诸多全新体验。
下图展示了慧择APP接入DeepSeek之后的用户交互。可以看到，APP提供了详细的思考过程，包括从保障内容、价格优势和可选保障等方面进行比较，还是较为全面的。
相比销售赋能、理赔以及客户服务，DeepSeek在员工效率方面的作用与保险公司内勤等环节有关，通常指向了在帮助保险公司员工处理文书、流程优化等方面的作用，一些具体的应用包括文档智能生成、知识库构建和赋能等等。
例如，平安健康表示，在“平安医博通”多模态大模型、“平安医家人”医生工作台基础上，已完成DeepSeek部署及部分场景应用验证。通过将DeepSeek与平安好医生原有的AI系统相结合，有助于平台提供更精准的健康咨询和疾病诊断服务，并有望在医疗数据分析和患者管理方面实现质的飞跃。另外一个例子是，鼎和保险则完成了DeepSeek大模型的私有化部署，成功推出了“AI智能问答助手”“慧答知识问答平台”“DeepSeek WPS”办公插件等智能化助手工具，支持Web端、企业微信、电脑客户端等多个入口，具备智能对话、文本生成、语义理解、计算推理、知识问答、办公辅助和代码生成补全等实用功能。
在办公领域，DeepSeekWPS的推出让文档处理变得更加智能与便捷，它利用AI技术为用户提供总结提炼、文章续写、文案生成、润色和校对等功能，大幅降低了员工在文档处理上的繁琐和压力，提高了文档处理的智能化程度。
除了上述几个应用，保险机构还将DeepSeek应用在核保、风险评估等环节。例如，太平再保险完成本地化部署DeepSeek，支持核保与风险评估。
。举例来说，2月7日，新华保险在新华e家App成功接入DeepSeekR1、V3两款模型产品，打造个人AI助理支持多个智能应用场景，并表示，未来还将进一步深度挖掘模型能力，从销售支持、办公辅助、风控合规管理。
2月25日，暖哇科技宣布将DeepSeek V3和R1模型接入公司的智能营销、理赔业务场景，结合自有专业数据，持续蒸馏更高效的优化模型，迭代保险营销大模型“阿拉莫斯”与理赔大模型“罗布泊”，提升两大模型在智能营销、精准理赔等场景的核心性能。太平人寿持续推进太平人寿AI助手项目，深度将大模型能力融入营销、后援等核心业务环节，借助AI技术赋能日常管理、营销辅助、客户服务等全流程。
太平金服在完成DeepSeek大模型本地化部署的基础上，结合Ollama LLM框架搭建了本地保险领域知识库，目前正在探索“AI智能保顾平台”赋能经纪代理人展业。
泰康保险集团也宣布接入DeepSeek大模型，助力日常管理、销售支持、理赔质检、代理人培训、医养康险一体化等应用场景。
在这些环节之外，各家保险公司也都展望，未来会将DeepSeek应用到承保、运营支持、风控合规、经营分析、投资研究、信息披露等场景，降低重复性工作所需的时间、提升运营成效，重塑用户体验。
总结来看，中国保险机构对DeepSeek的应用具有初步应用、跨场景、数据和优化以及个性化和灵活化特点。
，在销售赋能、智能理赔、客户服务和员工效率等核心领域进行尝试，尤其是在代理人支持、理赔质检以及智能客服等方面，整体的思路是效率提升，尚未触达可以在一定程度上完成巨大业务增量的环节。
此外，对DeepSeek的应用也呈现出“跨场景”的特点。虽然许多公司选择在单一业务环节进行尝试，但有不少公司在多个场景之间进行跨领域应用，如销售、理赔、客户服务、风险评估、以及员工办公效率等，从而充分挖掘DeepSeek模型的潜力，优化多环节的协同效率。这一特点与保险运营以及场景的交叉和重叠息息相关，例如，销售环节可能包含客户互动，也包含效率提升。
DeepSeek的潜力需要通过长期的数据积累和不断的模型训练才能最大化发挥。为此，有些保险机构也将DeepSeek与自己的专业数据进行深度结合，并持续迭代优化模型。
当然，DeepSeek应用也体现出灵活性和定制化的特点。保险公司根据自己的具体业务需求进行定制化部署，一些公司注重智能问答和客户服务体验，例如慧择，另一些则聚焦于理赔环节的自动化和智能化，例如人保财险。DeepSeek的多模态理解和生成能力为各类需求提供了广泛的支持。
在应用的同时，各公司也对DeepSeek模型的应用进行了展望，计划将扩展到承保、风险评估、运营支持、投资研究等更广泛的业务领域，进一步提升效率、降低成本，为用户更好的提供更精准、个性化的服务。当然，这其中不乏有战略眼光的机构，但也有一些跟风的企业，最终结果如何，将取决于保险机构的应用思路、数据储备、技术能力等等。
从ChatGPT到DeepSeek，再到未来的种种，新技术的出现和迭代都会催生保险业的新形态。是提升保险精算能力，还是赋能代理人，怎么样才可以最大化技术的价值？目前还没明确的答案，但我们很需要这些百花齐放的探索，只有通过广泛、持续的实践与碰撞，才更有机会找到突破的路径！
电话：15961500722
