Gen AI Adoption in Insurance
Frank Schmid（通用再保险（Gen Re）首席技术官）
2025年9月24日下午，北京大学经济学院风险管理与保险学系第181次北大赛瑟（CCISSR）双周讨论会于北京大学第三教学楼306教室举行。通用再保险（Gen Re）首席技术官（CTO）Frank Schmid博士担任主讲嘉宾，以“生成式人工智能在保险中的应用（Gen AI Adoption in Insurance）”为题展开分享。讲座由经济学院风险管理与保险学系锁凌燕教授主持，贾若长聘副教授线上参加了讲座。
Frank首先介绍了生成式人工智能作为通用目的技术（GPT）的特征。如同蒸汽机、电动机和半导体计算机等GPT一样，生成式人工智能将在多个下游行业得到广泛应用，并通过持续的技术进步推动生产力提升。然而，技术进步推动生产力显著提升存在时间滞后。以蒸汽机为例，从1769年瓦特的冷凝器发明到19世纪30年代生产力的显著提升，经历了60年，期间需要工厂重新设计、铁路基础设施建设以及新技能的培养。自2022年11月ChatGPT发布以来，预计生成式人工智能到2030年左右才能实现类似的技术红利，这需要数据基础、工作流重新设计以及组织架构的变革。技术转化为生产力，需要与之相匹配的基础设施、技能以及组织架构的协同创新。
（图1 Dr. Frank Schmid演讲中）
Frank深入讲解了生成式人工智能在企业层面的动态采用过程。他指出，生成式人工智能的采用并非一次性项目，而是一个持续的创造性破坏过程。企业需要不断进行深度创新，技术决策是一个关键环节。企业要避免错失有价值的项目（遗漏错误）以及开展最终被证明错误的项目（执行错误）。因此，企业需要在等待和行动之间找到平衡，设计可逆的技术方案，以保持选择的开放性并降低学习成本。
在谈及生成式人工智能对组织资本的影响时，Frank以计算机化（1987-1997）为例，展示了组织资本与技术投资之间的互补性。他指出，企业在采用生成式人工智能时，需要关注无形资产的形成和部署过程中的生产力误测问题。
最后，Frank分享了 Gen Re 在生成式人工智能采用方面的实践经验。Gen Re 采取了双轨制的采用策略：一方面，在快速通道上，提供具有商业级数据隐私保护、区域托管的通用工具，让员工熟悉技术，了解其能力和局限性，避免“影子人工智能”的出现；另一方面，在慢速通道上，构建生成式人工智能框架，为开发、部署和运营受治理和管理的生成式人工智能解决方案提供基础。
（图2 会场现场）
讲座结束后，在场师生与主讲人进行了热烈的互动交流，探讨了生成式人工智能技术在保险实践中的应用与挑战。此次讲座让同学们对生成式人工智能有了更加清晰的认识，并对保险科技国际化的最新趋势有了深入理解，激发了大家对于前沿领域的浓厚兴趣。
（风险管理与保险学系 葛新杰 供稿/摄影；姚奕 审核）
