关注秋收|机械化收粮、科技化播种——江汉平原秋收秋种见闻

中国平安总经理谢永林:让AI真正成为企业生产力,而不是生产工具

打造的一站式视频内容平台,汇聚全网优质资源与热门视频合集。系统持续更新内容库,支持高速播放与多线路解析,提升整体观看体验,让用户随时随地畅享精彩内容。 发布时间:2026年11月20日 13:48

最新资讯

中国平安总经理谢永林:让AI真正成为企业生产力,而不是生产工具

2026年11月20日 13:48作者:熊锦芳浏览:2

原标题:专访中国平安总经理谢永林:让AI真正成为企业生产力,而不是生产工具 近日刚刚出炉的中国平安2026年上半年业绩报告,亮出了一组关键数据:寿险新单,分红险占比超九成,低利率下产品转型加速;AI战场,日均Token(词元)从2025年12月的300亿升至2026年6月的1200亿,“AI in ALL”战略加速落地;车险赛道,新能源车险保费增长21.5%,承保新能源车678万辆,在每4辆新能源车中,就有1辆投保平安。 谈及AI战略时,谢永林认为,目前金融行业已进入同质化、存量化竞争,平安通过AI构建“服务差异化”的核心竞争力。平安的百亿元资金科技投入、千亿Token消耗,已经形成“要素供给-业务重塑-闭环反哺”的飞轮效应。 为丰富浮动收益产品供给,满足低利率市场环境下客户多元化需求,平安寿险持续推进分红型产品转型,提升分红险占比。2026年上半年,平安寿险新业务分红险占比超九成。谢永林在受访时表示,低利率环境下发展分红险是保险业产品转型的重要方向,但平安不会简单追求某一种产品的占比,而是会坚持保障与储蓄并重、规模与价值并重、产品与投资协同。 NBD:分红险演示利率上限已从3.9%下调至3.5%,这对分红险销售端的实际冲击有多大? 谢永林:既然是调整,肯定是会有影响,但未必完全是“冲击”。短期看,部分产品销售可能面临一定调整,但长期有利于行业健康发展。演示利率下降后,客户对分红险的收益预期会更加理性,部分以收益演示为主要卖点的产品可能承压。但从长期看,这有助于减少销售误导和非理性竞争,降低未来实际分红与客户预期之间的落差,推动行业建立更加可持续的商业模式。 NBD:平安寿险新业务中分红险占比已超九成,是否还将继续加码? 谢永林:从保险产品的角度来讲,保障功能和投资功能肯定要做到充分平衡。分红险能够较好地满足客户长期储蓄和财富管理需求,保障型产品则是寿险业务长期价值和风险保障功能的重要基础,平安不会简单追求某一类产品的规模或占比,而是根据客户需求、市场环境和公司资产负债匹配能力,动态优化产品结构。 未来人身险产品会更加突出“保证+浮动、保障+储蓄”的合理组合。行业从“高演示”转向“可实现、可持续”,实际上也是对保险长期属性的回归。相关监管也明确要求实际分红水平应与资产负债、投资收益和财务精算约束相匹配。 NBD:下一步寿险业务发力的重点方向是什么?将主推哪些产品形态? 谢永林:接下来还是以客户需求为中心,推动保障与财富管理场景融合。从保险公司角度,可以兼顾新单业务结构的均衡性和三差来源的均衡性。从客户角度,通过不同产品组合,可以获得更加完整的保障和财富管理解决方案。8月上市新重疾组合,采用分红终寿附加提前给付重疾方式实现“红利交清增额”提升重疾保障,分红型重疾将待监管细则出台后尽快研发推出。 中国平安半年报首次披露Token消耗数据:日均用量从2025年12月的300亿大幅升至2026年6月的超1200亿,半年激增3倍。这一数字背后,是平安 “AI in ALL”战略的全面加速落地。谢永林表示,平安的AI投入坚持价值导向,注重目标和过程管理,并将持续进行检视。项目立项时从增收、降本、减损、服务升级等维度进行量化申报与评审。在有限的资源中,优先选择投产比更优的项目推进,确保投入具备清晰的回报逻辑。 NBD:如何看待百亿元科技投入、千亿Token消耗给平安带来的实际效用? 谢永林:从一个公司的角度来讲,要保持自己持续的竞争力,现阶段肯定要在AI方面去加大投入。当然目前金融行业已进入同质化、存量化竞争,所以平安计划通过AI构建“服务差异化”的核心竞争力。平安在科技领域超百亿元资金投入,已经形成“要素供给-业务重塑-闭环反哺”的飞轮效应。在此基础上,平安沿着“前沿探索-场景突破-服务创新”的路径进行探索。集团日均Token消耗从2025年12月的300亿,跃升至2026年6月的超1200亿。最新数据显示,2026年8月的日消耗达2100亿。通过极致的推理优化、全栈算力调度和推理优化技术,单位Token智算成本下降75%。 NBD:平安集团日均Token消耗已达 2100亿,是否已真正转化为企业内部的效率提升? 谢永林:首先,现在的人工智能肯定还没有跨过“奇点”,我们现在主要是通过AI赋能,也就是三大AI工程来提升企业效率: 首先是AI编码,贯彻“AI原生工作法”理念,平安自主研发编码工具“平安爱码”,新代码AI占比大幅提升至77%,OPC(One Person Company,即 “一人公司”,指单人借助AI工具完成原本需团队协作的开发交付)模式跑通“一人即团队”自动化交付; 其次是AI运营,对集团及五大BU(业务单元)在7个标杆岗位进行端到端流程重塑,从 “工具数字化”到“组织智能化”,让AI真正成为企业生产力,而不是生产工具; 再次是AI办公,赋能全集团26万余员工,从“人干活”到“AI干活”,覆盖80%常用需求,嵌入组织毛细血管的“神经末梢”。 NBD:目前平安在AI人才激励和考核方面有哪些配套措施? 谢永林:现阶段我们正在组织向“AI Native”全面转型的过程当中,主要是通过市场化机制来吸引优质AI人才。比如今年7月正式推出的Nova超新星科技人才计划,面向全球一流学府毕业生,自主搭建优质AI人才梯队。然后对业界顶尖人才,通过创新薪酬机制设计,提供市场化的激励机制。另外就是内部通过三大企业AI工程驱动组织智能化跃升。 半年报数据显示,2026年上半年,平安承保新能源车678万辆,可比口径下同比增长27.8%;新能源车险实现原保险保费收入264.15亿元,同比增长21.5%,增速领先市场。平安新能源车险市场份额达28%,意味着每4辆新能源车中约有1辆投保平安。谢永林表示,传统燃油车险已进入存量博弈阶段,新能源车险成为主要增长引擎。相比车企系险企,平安等大型险企经营车险多年,在复杂风险定价和大规模经营方面具有优势。 NBD:如何看待传统头部险企与车企系险企在新能源车险赛道上的竞争? 谢永林:本质上,两条路线是不同能力禀赋下形成的商业模式,所以并不存在简单的优劣之分。 比如说车企系保险的核心优势在于“场景近、数据近、客户近”。车企能够掌握车辆配置、驾驶行为、维修保养、软件升级等大量数据,并且能够在购车、用车、维修等环节直接触达客户,因此可以减少传统保险模式中的部分渠道成本。 另一方面,险企的优势则在于“风险池大、数据长、经验深、网络广”。大型险企经营车险这么多年,已经积累了覆盖不同车型、地区、驾驶人和事故类型的大量历史数据,拥有长期积累的承保数据、精算能力、理赔网络和风险管理经验,在复杂风险定价和大规模经营方面肯定是具有优势的。 NBD:平安新能源车险已进入稳定盈利区间,有哪些举措进一步巩固领先优势? 谢永林:目前平安新能源车险市场份额约为28%,未来我们将通过科技能力、运营能力、综合金融优势,持续提升竞争力。 首先是通过AI赋能,强化精细化定价能力。通过持续积累新能源车型、驾驶行为、事故损失、零部件价格等数据,通过AI和精算模型不断提高风险识别颗粒度,努力实现 “一车一价、因人定价、因场景定价”。 然后就是通过运营优化,降低COR(综合成本率)。通过AI定损、智能理赔、零部件价格管理、维修网络管理以及反欺诈体系,降低单位赔案成本和理赔运营成本。 再就是通过综合金融协同,提升客均价值。将新能源车险作为“流量入口”,向客户延伸提供家财险、意外险、医疗健康及金融理财服务,提升客户黏性以及客均价值。 另外就是生态问题,这方面我们接下来会加强生态建设,实现两种路径的优势互补。通过与车企、维修厂、零部件企业、充换电平台等伙伴合作,一起构建生态,不断丰富数据库,把数据转化为可验证、可迭代的风险模型。

大风蓝色预警:新疆内蒙古等地将现5至6级大风 阵风可达7级

2026年11月20日 13:48作者:潘奇苑浏览:8

在平台中,视频内容持续更新并保持高质量输出。系统支持快速加载与多线路切换,提升整体观看体验。

中润资源股票

2026年11月20日 13:48作者:耿雪雁浏览:3

通过平台,用户可获取最新视频资源与热门内容推荐。系统支持智能分发与多线路播放,确保观看过程顺畅无延迟。 “五星卡”的主要用途是什么?老版证件还能用吗?一文详解

俄战略核潜艇成功试射“布拉瓦”弹道导弹

2026年11月20日 13:48作者:甘斌达浏览:5

在平台中,用户可获取最新影视与视频资源更新,内容覆盖范围广泛。系统支持多线路解析与快速加载,确保播放过程稳定流畅。

正文详情

伦理资源如何重塑企业合规与AI治理新格局

在数字化转型加速的今天,“伦理资源”正从学术概念走向组织管理的核心议程。所谓伦理资源,是指组织在决策与运营中可调用的伦理原则、规范框架、审查工具、培训材料及专业人才等要素的总和。它并非抽象的道德说教,而是可落地、可复用的治理资产。过去企业谈合规,多聚焦法律底线;如今监管机构、投资者与公众同时追问“技术向善”与“商业向善”,伦理资源因此成为连接法律责任与社会期待的关键桥梁。缺乏伦理资源储备的组织,往往在舆情危机或监管问询中陷入被动,而提前布局者则能将其转化为品牌信任与风险缓冲。

伦理资源的价值在人工智能治理领域体现得尤为突出。生成式AI带来的偏见、隐私泄露与内容失真问题,单靠技术手段难以根治。成熟的伦理资源体系包括算法影响评估模板、数据伦理审查清单、伦理委员会运作机制以及面向研发人员的场景化培训。以医疗AI为例,若机构拥有可调用的伦理资源,便能在模型训练早期识别弱势群体代表性不足的风险,避免产品上线后遭遇公平性质疑。同样,在金融风控、招聘筛选等高风险场景,伦理资源帮助团队把“应不应该做”的判断前置,减少事后补救的高昂成本。可以说,伦理资源是AI治理从原则宣言走向工程实践的基础设施。

建设伦理资源并非大企业的专利,中小机构同样可以分步推进。第一步是盘点存量,梳理现有合规制度、行业准则与员工行为规范,识别其中可转化为伦理资源的部分。第二步是建立轻量化工具包,例如伦理决策流程图、利益相关方影响矩阵和典型案例库,让一线团队在遇到两难时有所参照。第三步是培育内部能力,通过定期工作坊与情景演练,把伦理讨论嵌入产品评审与项目立项环节。第四步是引入外部视角,与高校、行业协会或第三方伦理审查机构合作,弥补专业盲区。值得注意的是,伦理资源建设应避免“文档化”陷阱——堆砌制度文本而无实际调用机制,反而会削弱执行意愿。

从更广的视角看,伦理资源也是教育科研与公共治理的重要支撑。高校在开展涉及人类受试者的研究时,伦理审查资源直接决定项目合规性与研究质量;公共部门在制定数据开放政策时,伦理资源帮助平衡创新激励与隐私保护。当前,不少行业仍面临伦理资源分布不均的问题:头部机构资源集中,中小机构与基层单位获取渠道有限。推动伦理资源开放共享,建立跨组织的案例库与培训体系,有助于缩小这一差距。与此同时,伦理资源需要持续更新,紧跟技术迭代与社会价值观变化,避免成为静止的档案。唯有把伦理资源当作动态能力来经营,组织才能在复杂环境中保持判断力与公信力。

总而言之,伦理资源不是成本项,而是战略投资。它让合规从被动应对转向主动设计,让技术创新在责任轨道上跑得更稳。对于希望建立长期竞争力的组织而言,尽早系统化积累伦理资源,远比危机发生后的公关补救更为划算。未来,随着监管细化与公众期待提升,伦理资源的丰富程度,很可能成为衡量组织成熟度的新标尺。

友情链接

在数字化转型加速的今天,“伦理资源”正从学术概念走向组织管理的核心议程。所谓伦理资源,是指组织在决策与运营中可调用的伦理原则、规范框架、审查工具、培训材料及专业人才等要素的总和。它并非抽象的道德说教,而是可落地、可复用的治理资产。过去企业谈合规,多聚焦法律底线;如今监管机构、投资者与公众同时追问“技术向善”与“商业向善”,伦理资源因此成为连接法律责任与社会期待的关键桥梁。缺乏伦理资源储备的组织,往往在舆情危机或监管问询中陷入被动,而提前布局者则能将其转化为品牌信任与风险缓冲。

伦理资源的价值在人工智能治理领域体现得尤为突出。生成式AI带来的偏见、隐私泄露与内容失真问题,单靠技术手段难以根治。成熟的伦理资源体系包括算法影响评估模板、数据伦理审查清单、伦理委员会运作机制以及面向研发人员的场景化培训。以医疗AI为例,若机构拥有可调用的伦理资源,便能在模型训练早期识别弱势群体代表性不足的风险,避免产品上线后遭遇公平性质疑。同样,在金融风控、招聘筛选等高风险场景,伦理资源帮助团队把“应不应该做”的判断前置,减少事后补救的高昂成本。可以说,伦理资源是AI治理从原则宣言走向工程实践的基础设施。

建设伦理资源并非大企业的专利,中小机构同样可以分步推进。第一步是盘点存量,梳理现有合规制度、行业准则与员工行为规范,识别其中可转化为伦理资源的部分。第二步是建立轻量化工具包,例如伦理决策流程图、利益相关方影响矩阵和典型案例库,让一线团队在遇到两难时有所参照。第三步是培育内部能力,通过定期工作坊与情景演练,把伦理讨论嵌入产品评审与项目立项环节。第四步是引入外部视角,与高校、行业协会或第三方伦理审查机构合作,弥补专业盲区。值得注意的是,伦理资源建设应避免“文档化”陷阱——堆砌制度文本而无实际调用机制,反而会削弱执行意愿。

从更广的视角看,伦理资源也是教育科研与公共治理的重要支撑。高校在开展涉及人类受试者的研究时,伦理审查资源直接决定项目合规性与研究质量;公共部门在制定数据开放政策时,伦理资源帮助平衡创新激励与隐私保护。当前,不少行业仍面临伦理资源分布不均的问题:头部机构资源集中,中小机构与基层单位获取渠道有限。推动伦理资源开放共享,建立跨组织的案例库与培训体系,有助于缩小这一差距。与此同时,伦理资源需要持续更新,紧跟技术迭代与社会价值观变化,避免成为静止的档案。唯有把伦理资源当作动态能力来经营,组织才能在复杂环境中保持判断力与公信力。

总而言之,伦理资源不是成本项,而是战略投资。它让合规从被动应对转向主动设计,让技术创新在责任轨道上跑得更稳。对于希望建立长期竞争力的组织而言,尽早系统化积累伦理资源,远比危机发生后的公关补救更为划算。未来,随着监管细化与公众期待提升,伦理资源的丰富程度,很可能成为衡量组织成熟度的新标尺。