“烫手的东西，手会立刻缩回，这是快思考；需要琢磨原因的，是慢思考。这就是为什么我们既需要强思考的大模型，也需要适用于个性化场景的小模型。”在中国平安2025年中期业绩发布会期间，中国平安首席科学家肖京在接受专访时表示，平安已搭建不同场景下可以灵活组合的大小模型矩阵，有效应对不同场景需求，并实现投产最优。

　　近年来，随着AI技术的崛起，一场规模庞大的科技叙事在全球徐徐展开，并取得了可观的成绩。“中国平安在过去十多年的时间里，通过三个阶段的AI应用，已经实实在在创造了显著的企业级价值。”肖京对第一财经说。

　　但肖京同时认为，虽然AI+未来的机会庞大，但通过AI真正产生增量价值的企业需要具备一定的条件，“一是企业本身要具有一定的数字化基础；二是企业所处的产业规模本身要比较大，涉及的人数也比较多；三是企业的价值率比较高，产生的增量能够直接转化为价值的增量。金融业肯定是其中之一，另外，医疗、教育都是创造科技叙事的行业。”他说。

　　从工具到生态，重塑产业价值逻辑

　　近期，《国务院关于深入实施“人工智能+”行动的意见》出台，标志着我国“人工智能+”行动进入规模化、商业化、生态化发展的新阶段。

　　在肖京看来，“人工智能+”的核心在于将AI技术融入千行百业，通过“三提两降”，即提效率、提效果、提用户体验、降成本、降风险，来实现产业增值。

　　肖京说，他一直认为AI并非独立产业，而是通过赋能其他行业体现价值，未来的AI对部分产业会带来三大颠覆：一是原有业务流程的颠覆；二是原有服务模式的颠覆；三是原有产业生态的颠覆。

　　“比如，以前一个医生看病的时候，专家医生会带着几十个助手，未来机器人医生可能比助手做得更好。”他说。

　　肖京认为，AI助力企业数字化转型主要体现在两个方面。一是提升工作效率，从以前低效、靠人、高耗的传统方式，向更高效、精准、智能化、数字化的方式推进，使得效率整体提升、成本降低、体验变好；二是提高经营决策的智慧，从原来靠人后知后觉后行，主动变成通过技术、AI能力，实现先知先觉先行。

　　从“点状”试炼到体系化落地

　　中国平安对于AI应用经历了三个阶段：从早期的有样学样小模型到第二阶段的强思考模型，再到目前正在加速形成规模化的能力。“通过AI技术底座以及智能体平台，可以体系化地、自上而下+自下而上地对业务实现三提两降。”肖京说。

　　这其中，非常值得一提的是自下而上的AI研发。据肖京介绍，2025年上半年，平安员工基于智能体平台和人工智能底座，自主创建了2.3万个智能体，覆盖11万名员工。这些智能体不是来自总部指令，而是源于一线需求——每个理财经理、保险代理、客服专员都可以在智能体平台上“开店”，像拼乐高一样组装自己需要的AI助手。

　　“这相当于在集团内部建了一个‘AI应用商店’。”肖京形容道，“一个财务人员可以组建财务岗位相关的智能体；一个代理人可以打造代理人岗位需要的作业、服务、风控等领域的智能体。他们可以低门槛地调用智能体平台上的工具，不需要写代码，拖拉拽就可以快速生成。而其他人也无需重复开发，直接搜索使用即可。”

　　据肖京介绍，目前，平安在AI领域正在做两件事情，一是打造一个完整的、体系化的、主动管理的机制，可以以最快的速度去吸收、融入最新的AI技术，全面打造平安的AI技术壁垒和护城河；二是在集团和各个专业公司的众多核心业务场景里，充分调动积极性，围绕核心的业务价值增长目标，诸如利润、成本、收入等，业务和科技团队紧密结合，共同建设、实施行之有效的数字化的应用方案，并且追踪检视落地的效果，不断迭代优化。以人+机、机+人、纯机和机器人矩阵协作等多种方式，逐步完善数字化、智能化落地方向，最大化AI的业务价值。

　　“原来，我们是一个一个项目去做，一个一个场景去落地，是相对点状的，线上和面上的比较少。现在我们已经可以通过智能体形成体系化落地的能力，打造点线面一体的体系化应用生态和应用模式，去实现体系化落地的效果。这是我们目前最重要的事情。”肖京表示。

　　数据、算力与伦理治理

　　AI重构保险价值链的同时，也产生了数据隐私和安全问题等多重挑战，业内讨论比较多的是数据偏见和算法偏见，比如，在核保、定价环节，放大对特定人群的偏见。

　　对此，肖京介绍，平安建立了“1+5+3”的伦理治理体系。“1”是集团层面组建了一个人工智能伦理委员会，集团CEO任委员会主任。“5”是五个原则：人类自治、安全可控、可靠公信、公开透明、公开公正。“3”是三项具体的举措，包括通过研究新技术、新政策、行业的发展趋势来发现可能存在的伦理问题，并且提出相应的举措；通过对员工的宣导强化伦理意识；通过对数据全流程、模型的全链路，自上而下地治理检视，符合相应的要求。

　　“如果我们在模型训练中发现有数据偏见的问题，就会把它拿掉，或者把有偏见的这一类案例的正确处理方法做成训练数据，当模型再遇到这种数据偏见时，就会给出正确的做法。”肖京介绍，目前还有一项遗忘技术，当发现某处数据产生了伦理问题时，可以通过算法选择性地让模型遗忘该处数据。通过这种模型训练技术，可以避免使用大量数据重新训练的高成本。

　　企业对于AI的投入是一个长期的、系统性、高成本的过程，如何平衡投入产出比至关重要，肖京说，AI大模型成本很高，平安有自己的一套办法管理这些投产。另外，AI大模型对算力要求很高，国产芯片虽然具备一定能力，但从性价比、性能、适配能力上来说，与国外竞品相比还是有差距的，生态也不够成熟。

　　据了解，平安在华南、华东、西南三地拥有六大数据中心，实时接入尖端算力，可以有效规避供应风险，并且通过多成员共享，动态优化成本效能。