300mium 024 磁力链接

更新于 2026年11月17日 12:57 · 2 个视频

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17日 12:57

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。

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。,方梵菡 于 2026年11月17日 12:57 发布了相关视频,累计播放 8 次。更多内容可访问 共话中国经济新机遇丨韩国贸易协会:第六届进博会韩国中小企业参展数量大幅增加查看。

狠很橹图片走红网络:一张图看懂背后的文化现象

最近一段时间,一组被称为「狠很橹图片」的视觉内容在各大社交平台迅速扩散,从聊天群组到短视频评论区,再到图文社区的热门榜单,几乎都能看到它的身影。不少用户第一次接触时往往一头雾水:这组图片到底拍了什么、为什么会被冠以这样一个名字?事实上,狠很橹图片并非出自某个官方机构或专业摄影团队,而是由普通网友在日常场景中拍摄、二次加工后逐步流传开来的民间产物。它的走红路径带有典型的草根传播特征——先在小型社群中试水,被少数人截图转发后形成话题,再经由算法推荐进入更大范围的公共视野,最终演变为一场全民围观的图像狂欢。

从内容形态上看,狠很橹图片大多以生活化场景为主,画面构图并不讲究专业技巧,甚至带着明显的随手拍痕迹,但正是这种粗糙感与真实感构成了它的传播优势。网友们围绕这些图片展开二次创作,有人配上幽默文案,有人做成表情包,还有人剪辑成短平快的对比视频。围绕狠很橹图片的讨论逐渐分化为两个方向:一部分人认为它只是无伤大雅的娱乐素材,能够缓解日常压力;另一部分人则担心其中某些画面被过度解读,甚至可能引发不必要的模仿或误解。这种分歧本身恰恰说明,一张图片一旦进入公共传播链条,其意义就不再由拍摄者单独决定,而是由无数转发者、评论者共同塑造。

值得关注的是,狠很橹图片的传播也暴露出网络图像生态中的一些老问题。首先是来源核实困难,很多转发者并不清楚图片的原始出处,二次加工过程中容易失真,甚至出现张冠李戴的情况;其次是版权归属模糊,部分账号将他人拍摄的图片直接商用或用于引流,引发争议;再次是内容边界的把控,一些衍生版本为了追求点击量而刻意夸大或扭曲原意,使得原本普通的画面被赋予不恰当的联想。对于普通用户而言,面对包括狠很橹图片在内的各类网络热图,保持基本的求证意识、不轻信断章取义的截图、不参与恶意传播,是相对稳妥的态度。

从更宏观的视角看,狠很橹图片的流行是当下网络文化生产机制的一个缩影:低门槛的拍摄工具、高速的转发链路、情绪化的解读方式,共同催生了这类短周期、高强度的图像热点。它来得快,去得也快,但留下的讨论值得沉淀——平台如何在流量与内容质量之间取得平衡,创作者如何在表达自由与责任之间找到分寸,受众如何在信息洪流中保持判断力,都是这类现象反复提出的问题。至于狠很橹图片本身,热度终会回落,但它所折射出的传播规律与公众心态,仍将持续影响我们对网络图像的理解方式。

最近一段时间,一组被称为「狠很橹图片」的视觉内容在各大社交平台迅速扩散,从聊天群组到短视频评论区,再到图文社区的热门榜单,几乎都能看到它的身影。不少用户第一次接触时往往一头雾水:这组图片到底拍了什么、为什么会被冠以这样一个名字?事实上,狠很橹图片并非出自某个官方机构或专业摄影团队,而是由普通网友在日常场景中拍摄、二次加工后逐步流传开来的民间产物。它的走红路径带有典型的草根传播特征——先在小型社群中试水,被少数人截图转发后形成话题,再经由算法推荐进入更大范围的公共视野,最终演变为一场全民围观的图像狂欢。

从内容形态上看,狠很橹图片大多以生活化场景为主,画面构图并不讲究专业技巧,甚至带着明显的随手拍痕迹,但正是这种粗糙感与真实感构成了它的传播优势。网友们围绕这些图片展开二次创作,有人配上幽默文案,有人做成表情包,还有人剪辑成短平快的对比视频。围绕狠很橹图片的讨论逐渐分化为两个方向:一部分人认为它只是无伤大雅的娱乐素材,能够缓解日常压力;另一部分人则担心其中某些画面被过度解读,甚至可能引发不必要的模仿或误解。这种分歧本身恰恰说明,一张图片一旦进入公共传播链条,其意义就不再由拍摄者单独决定,而是由无数转发者、评论者共同塑造。

值得关注的是,狠很橹图片的传播也暴露出网络图像生态中的一些老问题。首先是来源核实困难,很多转发者并不清楚图片的原始出处,二次加工过程中容易失真,甚至出现张冠李戴的情况;其次是版权归属模糊,部分账号将他人拍摄的图片直接商用或用于引流,引发争议;再次是内容边界的把控,一些衍生版本为了追求点击量而刻意夸大或扭曲原意,使得原本普通的画面被赋予不恰当的联想。对于普通用户而言,面对包括狠很橹图片在内的各类网络热图,保持基本的求证意识、不轻信断章取义的截图、不参与恶意传播,是相对稳妥的态度。

从更宏观的视角看,狠很橹图片的流行是当下网络文化生产机制的一个缩影:低门槛的拍摄工具、高速的转发链路、情绪化的解读方式,共同催生了这类短周期、高强度的图像热点。它来得快,去得也快,但留下的讨论值得沉淀——平台如何在流量与内容质量之间取得平衡,创作者如何在表达自由与责任之间找到分寸,受众如何在信息洪流中保持判断力,都是这类现象反复提出的问题。至于狠很橹图片本身,热度终会回落,但它所折射出的传播规律与公众心态,仍将持续影响我们对网络图像的理解方式。