百度 过程中，嫌疑人会利用学生身份信息申请贷款，并称会帮贷款学生在后台自动还款，且每笔贷款可支付学生一定的报酬，可当成是兼职做，但所贷钱款需转回给嫌疑人。

　　作者：锁凌燕（北京大学经济学院副院长、教授）

　　保险企业应高度重视新技术发展趋势，在战略上积极筹划数智化转型，明确短期侧重点和长期目标。既要避免“安全但平庸”，也要防范被“错失恐惧”绑架而变得“出众却危险”。

　　当前，我国保险企业正加速拥抱技术革新，多家保险机构践行“人工智能+”战略，以夯实核心能力，优化既有业务，前瞻性布局创新业务，开拓增量空间。

　　从过去的实践效果看，人工智能与保险业的结合，可以在至少3个方面发挥效能。

　　其一，人工智能为行业客户运营、核保核赔、风险评估、产品迭代等各个经营环节赋能，有望显著提升全要素生产率。全要素生产率是在所有其他要素投入数量保持不变的条件下，通过技术进步、组织创新、专业化等方式增加的产出，是行业持续稳定增长的基本保障。人工智能及相关数字技术是当前提升全要素生产率最具潜力的抓手。特别是，保险业的服务对象包括广泛、异质性的企业和个人，为其提供服务大多有赖于专业人员“量体裁衣”式的工作，人工智能技术应用有利于以更低成本提供个性化产品和服务，对保险业全要素生产率提升意义重大。

　　其二，人工智能助力保险业适应风险结构转变，推进服务功能升级与服务模式创新。进入后工业化时代，社会变迁步伐加快，风险种类不断增加，很容易形成风险传导、叠加、演变、升级的“链式反应”。借助人工智能技术，通过构建生态链进行风险前置管理，并结合动态建模等技术构建“预测—干预—保障”的主动风险管理体系，可以助力保险业在“被动赔付”的基础上进行“主动减损”，为新型风险提供更科学的保障方案，为更广阔的市场提供更有效、更可支付的保险产品。

　　其三，保险业日益主动参与人工智能治理、规则制定与生态圈构建，有助于在培育新质生产力的同时，护航新技术发展。一方面，保险机构是资本市场重要的机构投资者，鉴于保险资金资产负债匹配管理的要求以及资金追求长期稳健收益的特性，保险业可以更好践行长期价值投资理念，持续为新技术发展提供金融支持，促进技术治理与合作。另一方面，人工智能技术发展还未成熟，我们对其风险认知有限且滞后，面对诸如数据安全、大模型幻觉及其他未知风险，除了需要持续的技术进步予以控制外，也需要保险业提供恰当的服务。

　　总体来看，保险业在“人工智能+”方向的探索，是一场新技术引领的创新活动，科技赋能又将成为保险业高质量发展的关键一环。这一过程充满机遇，也面临诸多挑战。例如，随着人工智能技术广泛应用，传统人力结构受到冲击，具有跨学科能力的复合型人才较为欠缺，导致人工智能技术运用成本高昂、早期效益不彰；大模型发展所依赖的语料库还存在覆盖面不全、准确性不足、时效性不够等问题，实际应用中的垂类大模型训练成本高企，模型可靠性也有待提升；与人工智能伴生的“算法黑箱”等问题，不仅挑战决策的可靠性，也可能引发算法歧视；我国保险业已经在探索“生成式AI内容侵权责任险”等新型险种护航技术进步，但由于相关知识和经验不足，科技保险渗透度相对有限，未能形成由点及面的创新格局；等等。

　　通过持续探索与实践，人工智能等新技术的价值会逐步释放。保险企业应高度重视新技术发展趋势，在战略上积极筹划数智化转型，明确短期侧重点和长期目标，特别是要结合机构自身特点，更冷静地研判潜在成本与收益，恰当选择技术采用路径。已具备技术领先转型优势的企业，可深化技术应用以巩固竞争力；起步滞后的企业，可考虑借助第三方科技力量补足技术短板。保险机构要在创新和谨慎之间保持平衡，既要避免“安全但平庸”，也要防范被“错失恐惧”绑架而变得“出众却危险”。