"‘AI超級客服’不是超級酷炫、超級先進，我們最關注的是超級有用、超級好用。"近期，平安集團首席技術官王曉航在深圳金博會上介紹了平安"三大AI服務"（超級客服、家庭醫生、養老管家），其中"AI超級客服"（內測中）引發市場熱議。

(相關資料圖)

據王曉航介紹，"‘AI超級客服’將打造統一的AI入口，連接平安全量的金融、醫療、養老與生活服務，打通線上與線下服務資源，實現問答咨詢、辦事服務和應急救援等便捷直達，該服務正在內測階段。"

今年以來，眾多頭部科技企業都在卡位"AI超級入口"。普華永道給"超級入口"的定義是：是用戶獲取商品、服務和內容的主要入口，通過整合多種功能和服務，成為用戶進入資源或生態系統的中心通道。

而巨頭們紛紛卡位"AI超級入口"的背景是——當基礎智能差距逐漸縮小，行業焦點逐漸轉向能否解決用戶真實需求。

此次也是平安集團首推面向C端的超級入口，"其實做面向消費者的應用難度是更高的，最終做成這件事情，還是因為AI技術在過去兩三年的時間里發展非常迅速，真正意義上能夠開始在專業領域里讓我們大展拳腳，開發‘消費級專業AI產品’。"

金融企業為何瞄準消費級AI產品/服務？"AI服務入口"和過去的移動互聯網的"一站式服務平臺"有何本質區別？深入極其多元、復雜、專業的垂域場景，AI"水土不服"了嗎？帶著這些疑問，21世紀經濟報道記者等媒體對話平安集團首席技術官王曉航。

為何首次面向C端發布AI服務？

21世紀經濟報道：當前AI發展呈現哪些重要趨勢？平安為何聚焦這三大領域推出AI服務，背后有哪些考量？

王曉航：平安此前的AI應用多聚焦內部降本增效，現在轉向消費級產品，核心就是技術成熟度讓專業服務落地成為可能。

我們看到，AI發展正迎來三個核心趨勢，推動產業應用進入新階段。首先是模型智能持續躍遷。ScalingLaw（縮放定律）驅動智能上限提升，在預訓練、后訓練、推理三個階段，Scalinglaw都在持續見效。金融與醫療等行業，AI已經越來越接近專業級、競賽級水平，這讓重塑行業更具可行性。

其次是AI邊界持續拓展，從感知智能到生成式AI的理解與表達，再到智能體AI的規劃與執行，AI正進一步走向物理空間，通過世界模型、時空感知、具身智能，理解并作用于物理空間，可以深入改造醫療、養老等復雜線下場景。

最后是AI角色的轉變，它不再只是問答、生成、分析的輔助工具，已經成為工作和學習的合作伙伴。在平安內部，有相當一部分比例的代碼由AI生成。在客服、理賠、營銷等工作的部分特定場景，"1個人+ AI"可以勝任原先一個小型團隊的工作量。

因為平安有非常龐大的醫療養老、綜合金融業務，過去我們更多是在內部降低風險、提高效率。

但其實做面向消費者的應用難度是更高的，最終做成這件事情，還是因為AI技術在過去兩三年的時間里發展非常迅速，真正意義上能夠開始在專業領域里讓我們大展拳腳，開發"消費級專業AI產品"。

"AI服務入口"與APP"一站式服務平臺"有何不同？

21世紀經濟報道：平安此次推出的"AI統一入口"與此前金融科技的"統一入口"有何不同？"超級客服"的核心價值是什么？

王曉航：你可以把它想象成是移動互聯網APP入口的"一站式服務平臺"，現在要升級為面向AI時代的"綜合管家體驗"。

此前各類APP各自獨立、服務對象不同，任意門將其拉通后，能讓用戶更便捷獲得一站式金融、醫療、養老服務，是"一站式的貨架"。

而超級客服這類AI服務邏輯完全不同，其載體不局限于APP，未來還可嵌入穿戴設備、居家養老嵌入式設備等，是不被某一個具體的形態所定義的，核心是提供"管家式體驗"。

"超級客服"的關鍵在超級有用、超級好用，而不是酷炫的技術。目前它在內測中，已整合平安全量500多項線上線下服務，通過MCP協議實現智能體統一調度、連接和編排，以前需要層層搜索、等待人工轉接的事，現在幾秒鐘就能解決。

比如我的車壞在路上我想叫道路救援，我的身體不舒服去健康咨詢，理賠怎么更簡單、流暢，快速獲得理賠服務等，我們希望通過智能體Agent，像一個貼身的綜合服務管家，幫用戶解決這些問題，

21世紀經濟報道：這個"AI服務入口"是封閉系統還是開放生態？

王曉航：我們希望整體的服務體驗，評估標準、SOP和規范性都是統一的，要對用戶體驗負責。但是平安的服務體系是一個生態，是向全市場開放的生態，我們會優選接入醫療健康、車險、上門照護的服務，這是一個生態平臺，供應鏈側是非常開放的。

21世紀經濟報道：這個AI"超級客服"之后會在哪里上線？

王曉航：在平安所有的APP，包括口袋銀行、金管家、好醫生、好車主等等都會有。

平安做AI，不是為了做一個更大參數的模型，也不是為了刷更高難度的榜單，而是為了打造一套真正懂專業、懂風險、懂場景、持續進化的AI服務體系。

"AI客服不只做純粹的咨詢"

21世紀經濟報道：平安是一個綜合金融集團，涵蓋了極其多元、復雜、專業的垂域場景，AI技術運用到這些場景中，會遇到哪些技術的難題？

王曉航：挑戰有很多。首先是要把全量服務數字化，平安做保險、信貸、理財、醫療、養老等各類服務，涉及線上、線下，境內、境外。第一步是先要把全量服務數字化，納入MCP框架協議中讓智能體理解、匹配和調度，并且能夠規劃、編排，這是為了讓我們能夠通過一個入口，通過自然語言對話進行定位，找到最合適的服務。

其次，金融、醫療是專業嚴謹的領域，嚴肅醫療和專業金融服務很難通過數字化解決所有問題，所以它是一個協作方式，專家和AI來分層協作、相互協同，不只是做純粹的咨詢。

另外，很多服務發在線下場景下，對物理空間的感知，是一個復雜命題。而合規安全是底線。AI最大的問題是"它不知道自己不知道"，你不管說什么它都能給你回答。

21世紀經濟報道：平安如何破解上述這些技術難題？

王曉航：技術上，我們主要在幾個方向發力。一是領域增強。平安有高質量、大規模的模型訓練數據：累計近十億次醫患交互，數十年沉淀的金融咨詢、風控決策數據。

我們構建了數據篩選-知識蒸餾-專業微調pipeline，讓模型真正掌握行業知識。可以說，領域增強，是核心競爭力。

二是AI優化飛輪。平安有完備服務生態，模型可以在真實業務里"持續學習，持續進化"。醫生、顧問每一次采納或修正，都是新的偏好數據，通過OnPolicy強化學習，模型會越來越接近專家的決策思路和偏好分布。

醫療大模型、金融大模型，在實際業務中，用得越多、數據越好、模型越強——形成優化飛輪。

三是時空感知技術。我們希望能改造養老和健康服務，要走進線下場景，必須理解物理世界。我們在構建時空大模型，融合毫米波雷達和多模態多源信號，實現對活動軌跡、體征變化的預測和干預。時空感知，是未來居家養老服務的智能基礎。

四是針對安全合規問題，我們結合平安在醫療、金融行業幾十年的經驗，專門開發了"AI質量合規大模型"，對全量數據質控，明確AI能答和不能答的邊界。

我們現在能讓AI回答的問題，準確率達到98%-99%，AI不能答的復雜問題就轉給人工來答。比如不能做營銷承諾、不能給出診療處方建議等。

同時我們還用"AI+人"的方式來審查這套服務的質量，背后有質量合規要求和安全把控體系等。

關鍵詞 財經頻道 財經資訊