但在AI时代�AI 时代的 IT 不再是坐在后方办公室里等需�才能把握好 AI 与人协作的微妙分寸�

<p class="f_center"><br></p> <p id="48PUBKLC">本文来自(微信！公众号：未来保微变量，作者：奇文天翔，原文标题：《AI时代的保险双向奔赴：保司战略如何精准接住“超级个体”的野心？》，题图来自：视觉中国</p> <p id="48PUBKLE">在最近结束的分子实验室保险论坛上，我主持了一场关于“AI时代超级个体”的圆桌。即便是在下午茶的休息时段，现场依然有很多参会人员热情参与。</p> <p id="48PUBKLG">作为一名保司AI应用的负责人，也是一名跨越互联网与保险行业、有着18年经验的“老产品人”，我能清晰感受到那种渴望。大家不再讨论AI会不会取代保险人，而是在问：“我如何才能借AI之力，实现产能的十倍跃迁？”</p> <p class="f_center"><br></p> <p id="48PUBKLK">但现实却是冰火两重天，正如MIT去年8月出炉的AI商业报告中揭露的令人意外的情况：企业在生成式AI上的投入高达数百亿美元，其中95%没有产生任何投资回报。换言之，<strong>大多数公司并未从AI中看到降本增效的效果。</strong>这份报告也发现了另一个有趣现象：超过九成的员工在背地里使用个人AI工具来提高工作效率。</p> <p id="48PUBKLM">保险行业也难逃这个魔咒，一方面是保司豪掷千金的AI战略投入，另一方面却是绝大多数应用尚未产生实质收益。</p> <p></p> <h5>一、 “超级个体”的觉醒：从自发应用到生产力重构</h5> <p id="48PUBKLP">在圆桌环节，三位嘉宾展示了真正的“数智驱动”长什么样：</p> <p id="48PUBKLR">陈文龙（青云大师兄）利用AI内容矩阵实现千人级的获客引流；刘晓蕾通过AI工具极速拆解视频实现个人IP的高频输出；吴冬梅则通过AI助手将千人团队的管理助理从3人减至1人。</p> <p id="48PUBKLT">这些“超级个体”不再等待保司或机构的指令，他们自行在机构苦心设计的IT系统之外，构建了一套敏捷的“数字生产线”。这种觉醒，本质上是保险一线生产力对陈旧管理范式的倒逼。</p> <p></p> <h5>二、 战略错位的根源：别用“移动互联网”的药方，解“AI”的题</h5> <p id="48PUBKM0">为什么保司投入巨资，却往往“好心办了坏事”？我的观察是：<strong>大多数保司还在用移动互联网时代的思维方式做AI。</strong></p> <p id="48PUBKM2">在移动互联网时代，逻辑是“找场景”：发现一个可以移动化的场景（如在线理赔、移动投保），实现后就能产生收益。但AI的逻辑是“生产力耦合”，它不仅仅是把业务搬到网上，而是深度重构作业流程。</p> <p id="48PUBKM4">要跑通AI业务闭环，必须在战略层面把握两个核心判断：</p> <p id="48PUBKM6">1. 复杂度 vs. 能力边界的动态博弈</p> <p id="48PUBKM8">我们需要精准评估AI的闭环解决能力与业务场景复杂度之间的分寸：</p> <p id="48PUBKMA">低复杂度场景（AI能力覆盖）：目标是“替代与降本”。例如基础客服，AI可以独立闭环。</p> <p id="48PUBKMC">高复杂度场景（高价值销售）：目标是“提效与赋能”。由于涉及到复杂的人格信任和方案博弈，AI无法独立闭环。这时候，要做好就得把握好AI和人协作的分寸。</p> <p id="48PUBKME">2. 传统IT人才模型的失灵</p> <p id="48PUBKMG">这是很多保司无法逾越的“人才断层”。传统IT人才擅长的是“功能实现”，只要业务提需求，IT负责做到系统里。</p> <p id="48PUBKMI">但在AI时代，做好AI应用需要的是“AI业务架构师”：他既要懂AI的能力边界在哪里（不乱开空头支票），又要对业务场景有极深的理解，能设计出人机协作的最优路径。这种混合型的能力模型，显然是传统IT路径很难培养出来的。</p> <p></p> <h5>三、 双向奔赴：保司如何精准接住个体的野心？</h5> <p id="48PUBKML">真正的数智驱动，应该是保司提供“肥沃土壤”，精准赋能那些有野心的超级个体。我认为保司战略需要实现三个转向：</p> <p id="48PUBKMN"><strong>1. 从“场景迁移”转向“生产力耦合”</strong></p> <p id="48PUBKMP">保司不再是机械地把AI塞进现有流程，而是要根据AI的能力重新定义流程。例如，不再是“AI辅助写文案”，而是构建“基于产品、核保、理赔等业务环节的AI内容生产中心”，直接为一线提供高价值素材。</p> <p id="48PUBKMR"><strong>2. 构建“有分寸感”的人机协同闭环</strong></p> <p id="48PUBKMT">保司的AI系统应成为超级个体的“Copilot（副驾驶）”。在高价值销售场景中，AI负责处理繁琐的条款对比、保单托管、初级核保；而将决定性的、有温度的成交环节留给超级个体。</p> <p id="48PUBKMV"><strong>3. 重新定义 IT 与业务的边界：引入“前线工程师”模式</strong></p> <p id="48PUBKN1">保司需要意识到，AI 时代的 IT 不再是坐在后方办公室里等需求文档的支撑部门。</p> <p id="48PUBKN3">这里我特别想引入硅谷大数据巨头Palantir的做法。他们最核心的资产不是代码，而是FDE（Forward Deployed Engineer，前线部署工程师）。这些工程师不坐在总部，而是直接“空投”到客户的业务一线，在最真实、最混乱的场景中发现问题并现场解决。</p> <p id="48PUBKN5">对于保险 AI 落地而言，我们也急需这种“前线化”的重构：</p> <p></p> <ul> <p id="48PUBKN7"><strong>从“接单员”转向“战友”：</strong>传统的“业务提需求 -> IT 做功能”的瀑布流模式已经死在了移动互联网时代。AI 时代需要工程师像 FDE 一样，观察超级个体是如何用“土办法”在微信群里运营客户的，然后敏锐地判断：哪里该用大模型自动回复（降本），哪里该给业务员推送精准的业务分析（提效）。</p> <p></p> </ul> <p></p> <ul> <p id="48PUBKN9"><strong>弥补“分寸感”的缺口：</strong>只有像 FDE 这样深度沉浸在一线，才能把握好 AI 与人协作的微妙分寸。这种分寸感不是靠看 PPT 练出来的，而是靠在业务数据里滚出来的。</p> <p></p> </ul> <p></p> <ul> <p id="48PUBKNB"><strong>重塑能力模型：</strong>保司未来的 IT 领军人物，必须是具备“工科底色 + 产品思维 + 业务敏感度”的复合型物种。他们不是在做系统，而是在为超级个体打造一套贴合肉身的“机甲”。</p> <p></p> </ul> <p></p> <h5>四、 结语：超级个体是AI智能体最好的“产品经理”</h5> <p id="48PUBKNE">通过这两年多的大量AI应用的实践，我始终认为：<strong>最好的AI应用，一定诞生在听得见炮火的一线。</strong></p> <p id="48PUBKNG">那些正在崛起的“超级个体”，其实就是我们AI智能体最好的“产品经理”。保司需要做的，是放下傲慢，用更懂业务的逻辑、更具分寸感的协同，精准接住这些个体的野心。</p> <p id="48PUBKNI">作为一名曾经误打误撞进入互联网保险行业的人来说，一直期待有一天能深度参与到这个行业的变革中来。在这个 AI 时代，我却愈发深刻地意识到：变革的答案往往不在高耸的战略云端，而在每一个个体借助 AI 进化为“超级个体”的微观瞬间。这种由内而外的重塑，才是行业最深刻、最不可逆的进化。</p> <p id="48PUBKNK">本文来自微信公众号：未来保微变量，作者：奇文天翔</p> <p id="48PUBKNL">本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。</p> <p id="48PUBKNM">本文来自虎嗅，原文链接：https://www.huxiu.com/article/4828257.html?f=wyxwapp</p>