背景：政策东风与中报披露口径
保险业的智能体加速有明确的政策推手。2025 年 12 月，国家金融监督管理总局办公厅印发《银行业保险业数字金融高质量发展实施方案》，提出「加快发展人工智能+金融」：鼓励保险公司建设企业级 AI 平台、推进算法模型系统化平台化运营，支持 AI 优化承保理赔流程、精准风控与客户服务，并推动同业算力与技术资源共建共享。
在这个背景下读中国人寿 2026 年中报的 AI 披露，能看到一条完整的因果链：政策鼓励建设企业级平台 → 平台承载场景与智能体 → 智能体产出可披露的运营指标。据新华财经报道，中国人寿总裁助理张新宇在 8 月 28 日中期业绩发布会上表示，公司已打造超过 500 个智能体，应用于销售服务、运营作业和风险管控等重点领域；半年报口径为「累计建设数智应用场景超 90 个，构建智能体超 500 个，实现对销售支持、产品运营、客户服务等核心领域的深度覆盖」。
值得注意的是披露性质：这是上市险企法定信息披露与业绩发布会公开问答的口径，不是营销通稿——它必须经得起投资者与监管的检验，可信度高于一般厂商案例；但反过来，它也只披露结果指标，不披露技术栈、供应商与投入成本，且所有数字为企业自报，无第三方审计。
三线打法：销售、服务、风控的全景账本
把发布会与半年报的披露合并，中国人寿的智能体体系呈三线并进结构：
| 条线 | 智能体应用 | 披露指标（自报口径） |
|---|---|---|
| 销售服务 | 「AI 私教」培训体系：为销售人员生成培训素材、客户经营方案、展业话术；意外险、重疾险责任辅助判定与信息分析 | 理赔服务时效降至 0.36 天 |
| 运营作业 | 智能核保、数字核保员、保全智能审核、一站式理赔直付 | 智能核保审核率 96.8%；数字核保员作业率超 37%；保全服务智能审核率 99%；数智化服务赔案占比超 75%；医疗险一站式理赔直付超 230 万件（上半年） |
| 风险管控 | 理赔报案责任判定、投保信息校验、智能理赔体系（票据识别、责任判定、反欺诈 AI 自动处理） | 兜底价值：在「严控风险前提下」提升承保作业处理效率（无单独量化指标披露） |
结构上有两个值得注意的选择：其一，智能体落地顺序是服务与运营先于风控——理赔时效、核保审核这类「结果可验证」的指标先行，反欺诈等高风险场景跟进；其二，风控条线只有定性描述没有量化指标，侧面说明保险业把智能体用于风险决策时的审慎——这与监管对算法可解释性的要求一致。
0.36 天（约 8.6 小时）的理赔服务时效是三线当中仅有的、直接触达客户感知的端到端指标。保险业的传统理赔痛点是材料流转与责任判定的人工等待，大模型介入的恰是责任辅助判定与信息分析这两个瓶颈环节。它是结果指标而非过程指标，且影响客户续保与口碑，造假动机最小——在全部自报数字中，这一条的含金量相对最高。当然，它衡量的是「含 AI 的整个人机协同流程」，不能等同于「AI 单环节的提速」。
AI 私教：少见的「人才侧」智能体样本
多数企业级 Agent 案例聚焦流程自动化，中国人寿的「AI 私教」提供了少见的另一面：把智能体用于销售人员的能力建设。按披露，AI 私教体系把 AI 技术应用到销售队伍的技能提升上——依托大模型输出培训素材、客户经营方案与展业话术，为销售人员量身定制培训内容。
这个样本的价值在于它回应了保险业智能体落地的真实约束：寿险销售高度依赖百万级代理人个体的专业能力，而代理人流失率高、培训成本高是行业长期痛点。AI 私教的逻辑是把企业沉淀的专业能力「迅速传递给一线服务人员和客户」——张新宇在发布会上把它归纳为 AI 给寿险机构带来的三层机遇之一：
- 长周期数据资产：历史经营周期长、业务类型全，沉淀的数据资产在 AI 时代发挥更大作用；
- 标准化作业提效：AI 提升大量标准化作业效率，员工得以投入高度复杂的个性化作业；
- 专业能力传递：长期业务实践积累的专业能力，经 AI 迅速传递给一线与客户。
这个「数据资产 → 效率 → 能力传递」的框架，与互联网大厂案例里的纯降本叙事不同，更贴近险企的资源禀赋——对同类长周期、强专业的机构（银行、医疗、法律）有直接参照价值。
运营账本：96.8% 与 75% 的正确读法
半年报披露的运营指标密集，但每一项都需要辨析口径后才能比较：
| 指标 | 数值 | 口径辨析 |
|---|---|---|
| 智能核保审核率 | 96.8% | 是「审核率」不是「准确率」——指核保作业中由智能审核处理的占比，不等于审核结论的正确比例 |
| 数字核保员作业率 | 超 37% | 数字员工承担的核保作业份额；意味着过半核保仍由人工完成，人机协同是常态而非替代 |
| 保全服务智能审核率 | 99% | 保全业务规则性强，智能审核渗透率天花板本就高于核保 |
| 数智化服务赔案占比 | 超 75% | 指赔案经数智化渠道处理的占比，含线上化流程；非「AI 自动决策的赔案」 |
| 医疗险一站式理赔直付 | 超 230 万件（上半年） | 量级指标；单件处理时长未披露 |
| 理赔服务时效 | 0.36 天 | 端到端人机协同流程时效；与 AI 单环节贡献无法分离 |
读法要点：这组账本描绘的是「人机协同渗透率」，而非「机器替代率」。96.8% 的智能审核率与 37% 的数字核保员作业率并存，恰好说明企业的实际路径是「智能审核铺开、数字员工补位、人工守住复杂个案」——与客服行业「转人工率」指标的存在是同一个逻辑。任何把这组数字读成「96.8% 的核保由 AI 独立完成」的解读都是口径错误。
行业横评：五大险企的 AI 竞赛
中国人寿不是孤例。据财经媒体对五大上市险企 2026 年中报的汇总（均为各自披露口径，不可直接互比），保险业的智能体竞赛已全面铺开：
| 险企 | 披露要点（自报口径） | 侧重点 |
|---|---|---|
| 中国人寿 | 500+ 智能体、90+ 数智场景；核保审核率 96.8%；理赔时效 0.36 天 | 平台化 + 全条线覆盖 |
| 新华保险 | 营销智能助手半年生成计划书 400 余万份；理赔数字员工日均处理影像件超 3 万件、识别准确率逾 99%；团险投标数字员工推荐命中率 60%→90%；AI 面试覆盖超 3000 名候选人 | 数字员工体系规模化 |
| 中国人保 | AI 智能中台 + 保险垂直大模型；落地 AI 应用场景 246 个；上半年 AI 能力调用次数超 23 亿次 | 中台化 + 调用量 |
| 中国平安 | 反欺诈智能化理赔拦截减损 71.1 亿元（同比 +10.4%）；AI 医生使用超 970 万人、辅助诊疗准确率 96%。 | 风控变现 + 医疗生态 |
| 中国太保 | 企业级人工智能中台持续建设；子公司太平洋健康险将 AI 嵌入保险购买与服务全链路 | 健康险全链路融合 |
横评可见三条路线分化：平台数量型（人保的 246 场景、国寿的 500+ 智能体）、数字员工型（新华的影像件与投标命中率）、风控变现型（平安把 AI 拦截减损直接写进损益）。三条路线没有优劣之分，但可比性极差——调用量、场景数、减损额分属不同量纲。对采购方而言，值得关注的是共同点：头部险企全部选择自建企业级平台而非直接采购成品 Agent 应用，垂直数据与合规要求是主要考量。
可复现打法与三条避坑红线
从国寿及同业披露中，可提炼对保险及强合规行业的可复现路径：
- 政策锚定立项：以「人工智能+」行动与监管实施方案为立项依据，让智能体项目进入正式 IT 建设体系而非创新部门的实验预算——这决定了资源级别与存续性；
- 责任判定类场景起步：意外险/重疾险责任辅助判定是保险业最合适的切入点——规则相对显性、结果可由人工复核验证、直接改善客户感知的理赔时效；
- 先审核渗透、后数字员工：国寿账本显示的顺序是智能审核率先行（96.8%）、数字员工作业率跟上（37%）——先让人机协同跑通，再谈无人化；
- 把人才侧写进规划：AI 私教样本说明，销售/顾问型人力密集行业里，「让 AI 提升人」与「让 AI 替代人」是并行不悖的两条预算线，前者往往阻力更小、见效更快；
- 指标前置口径约定：立项时即约定披露口径（审核率≠准确率、协同时效≠AI 贡献），避免后期自证困境。
对应的避坑红线：
- 红线一：风控决策不做无人化——反欺诈与核保结论保留人工复核；行业披露里风控条线无量化指标，正是审慎的体现；
- 红线二：不做跨条线的统一 ROI 承诺——销售、服务、风控的收益量纲不同，强行折算成一个 ROI 数字只会制造自报泡沫；
- 红线三：不把渗透率当替代率宣传——对内对外统一「人机协同」口径，避免监管与公众的预期落差。
口径辨析与局限
- 全部数字为企业自报：来自法定披露与业绩发布会，可信度高于营销通稿，但无第三方审计；技术栈、供应商名单、智能体投入成本与单智能体 ROI，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态
- 「500+ 智能体」的颗粒度未知：从客服问答到核保流程均可能计入，数量指标不反映复杂度分布；跨企业比较「智能体个数」无意义
- 归因困难：0.36 天理赔时效是流程再造（线上化、直付）与 AI 判定的复合结果，无法分离 AI 的净贡献
- 横评口径互斥：五家险企的披露指标量纲不同（场景数/调用量/减损额/审核率），本文仅并列呈现，不做跨企业排名
- 时点差异：发布会披露（8 月 28 日）与媒体汇总（9 月初）存在统计时点差，引用时以中报原文为准