保险巨头AI实践案例：十年亏损330亿美元，如今一年盈利19亿

转自 | AI深度研究员

过去十年，这家保险巨头从公众视野中“消失”。

它曾经亏掉330亿美金，被贴上“不能倒”的危机标签。

如今，它用AI大模型重构核心流程，年赚19亿，成为全球AI转型的新范本。

📍纽约，这里是国际性跨国保险及金融服务机构集团AIG十年来首次举办投资者日的现场。而这一次，除了资本市场的回归，更令人瞩目的是一位“不速之客”——AI 独角兽 Anthropic 的 CEO Dario Amodei。科技与金融，一场新叙事正在开启。

01

沉潜十年，AIG如何重生

如果不是这场投资者日，或许很多人已经快要遗忘 AIG（美国国际集团）的名字。它曾是全球最知名的保险公司之一，也是2008年金融危机中最具代表性的“重灾区”。

彼时的AIG，因高杠杆、高风险的信用违约掉期产品（CDS）暴露，最终在美国政府7000亿美元救市计划中，被迫接受高达1820亿美元的紧急救援。一度，“Too Big To Fail（大而不能倒）”成为它身上最沉重的标签。

但很少有人知道，接下来的十年，AIG经历的是一场真正意义上的“涅槃重构”。

CEO Peter Zaffino的执掌之路

2021年，Peter Zaffino 正式成为 AIG 的 CEO。在此前长达十年的“救赎周期”中，AIG虽然在技术上避免了破产，但始终未能在市场中“赢回尊重”。

Peter 面临的挑战是双重的：

• 1、如何从过去的阴影中“清零”，重新定义公司的市场定位与商业逻辑；

• 2、如何带领这家庞然大物真正实现盈利能力的结构性改善。

而从2021年至今，他交出了一份令人惊叹的答卷：

• 三年稳定盈利：每年承保利润维持在19亿美元左右；

• 资本市场回暖：重拾投资者信心，重启投资者日活动；

• 战略灵活性显现：从运营、财务到技术全面焕新，进入AI时代的准备已经悄然完成。

Peter 在这次访谈中提到，“我们刚刚花了三个半小时向投资者梳理这些年所走过的历程，大家普遍反馈很积极。这代表了整个公司多年来的集体努力。”

一句“集体努力”，听似平淡，实则沉重。这背后，是一场从文化、结构到战略的深度重构工程。它不仅仅是“活下来”，而是真正“活明白”。

从亏损330亿到盈利19亿：数据背后的故事

我们来看看这组关键数据：

• 2008-2018年：AIG累计亏损330亿美元；

• 2021-2023年：每年稳定实现19亿美元承保利润；

• 2024年：资本结构优化，开始释放战略灵活性，进入AI合作阶段。

Peter 特别强调，“今天的AIG，已经不是那个依赖风险定价套利的金融巨兽，而是一家通过真实业务价值驱动增长的现代化保险企业。”

这段转型路的关键词只有两个字：“苦撑”。

• 管理层选择的是最难的一条路——慢、重、稳地修复体系，而不是用爆款产品快速博市场眼球；

• 他们没有选择“科技换增长”这类时髦口号，而是先筑好底层，再寻AI赋能的时机。

所以，当AIG终于牵手Anthropic的时候，外界才真正意识到，这不是“跟风”，而是“蓄谋已久”。

02

不是跟风，是深度共建

如果说前十年是“治病救人”，那么今天的AIG，已然到了“强身健体”的阶段。而人工智能，正成为这家老牌金融企业的新增长引擎。

Peter 在现场宣布与AI独角兽 Anthropic 的合作正式升级时，全场安静了几秒——不是因为惊讶，而是因为这步棋，落得太稳了。

为什么是Anthropic？

这家公司可能对大众还不够熟悉，但在AI技术圈内，它被视为“可信AI”的代名词。它的 Claude 模型是 ChatGPT 最强劲的竞争者之一，更重要的是，它对企业市场的理解远超同类玩家。

Dario Amodei 在访谈中透露，Anthropic 从第一天起就将“企业级AI”作为核心方向，尤其强调模型的安全性、可控性、合规性。

“我们清楚地知道，像保险这样的高度监管行业，不允许出错。这就意味着，我们不仅要让模型好用，更要让它在所有审计与安全规则下运行。”

这正中AIG下怀。

对于一家经历过金融危机、历经监管风暴的大型金融机构而言，AI不可能是一种“炫技”，而只能是“加法”：要么提效降本，要么优化决策，要么提升客户信任度。更重要的是，这些“加法”都必须在合规与风控的体系内完成。

而Anthropic，提供的正是这样一套“企业级可信AI方案”：

• 模型输出可解释、可回溯；

• 支持“嵌入式”部署，确保数据不出企业内网；

• 拥有跨团队协作的工程能力，可以与客户共同定义落地路径。

这不是OpenAI或Google那样的“平台能力输出”，而是一种“联合建构式合作”。

📌 这些对话，是企业如何“把AI用对”的真实写照。

03

AI深入核心，动了真刀

企业真正走向AI时代的标志，往往不是“部署了多少模型”，而是“AI是否进入了核心流程”。对保险行业而言，承保与理赔，是最核心、最复杂、也最敏感的两个流程。而AIG选择将AI用于这两大板块，堪称一次“深水区测试”。

Peter 在接受采访时直言：“AI理论上可以进行承保，但我们当前主要利用它来提取数据、理解风险，并大幅缩短决策时间。”

这句话，暗藏三层逻辑：

1、用AI重塑承保逻辑，而非取代人工判断

传统保险承保，往往依赖资深专家“人脑+Excel”进行风险评估。这种方式既慢又容易受限于经验偏见。而AI能够实现的，是基于大量异构数据的“风险画像”，为承保人员提供更全面、实时的参考依据。

Claude模型就被用来自动提取投保人资料、历史记录、相关法规、市场数据，并在几分钟内生成多维度评估结果。这不是“取代人”，而是“增强人”的判断力。

AIG团队特别强调：

• AI仅作为“第一筛查助手”，最终决策仍由承保专家做出；

• 所有模型输出必须可解释，并可回溯决策路径，满足监管要求；

• 每次模型迭代，需通过跨部门校验，尤其重视合规与道德边界。

 2、理赔流程全面智能化，提高效率与透明度

理赔流程长期以来是保险行业的“黑箱地带”，时效长、争议多、体验差。AIG将AI介入这一流程，带来的是前所未有的变化：

• 利用自然语言处理模型分析客户提交的文本与图像资料，实现自动初判；

• 将历史案例与当前案件进行相似性匹配，辅助理赔人员做出快速决策；

• 在客户服务端，实现理赔进度追踪与智能问答，大幅减少投诉率。

Dario 表示：“我们和AIG的理赔团队是‘一对一深度共建’，很多模块是他们现场提需求，我们两周内上线POC（原型系统）。”

这种“从一线需求出发”的合作方式，既避免了“模型空转”，也真正实现了“从实验室走向业务一线”。

3、从流程优化迈向策略变革

更深层的变化，是AIG在推动“端到端的增长逻辑”：不仅是单点提效，而是从获客、核保、理赔到再保的全链条重构。

Peter 多次提到：“我们不是用AI去修修补补，而是思考如何用技术重写保险行业的基本逻辑。”

这场由Claude等模型驱动的流程重构，让AIG不再只是“跟上AI浪潮”，而是“引领行业变革路径”。

他们没有急于宣布“全自动化承保”，而是通过“安全、合规、可控”的方式，从一点突破，再点线成面，逐步重构整个运营体系。

而这，正是所有大型企业面对AI的典范路径：慢，就是快。稳，才走得远。

04

企业级AI合作的三重逻辑

Dario在采访中坦言：“企业市场是我们最重要的方向。”这不仅是业务选择，更是一种战略判断。

对所有寻求AI转型的传统企业来说，真正的挑战从不是“能不能用AI”，而是“是否具备用好AI的能力与组织基础”。AIG与Anthropic的合作，正是为这一难题提供了结构化解法。

1 、不是采购，而是组织能力的重塑

过去企业对AI厂商的合作大多是“采购模型”，希望通过“买技术”快速变革，但结果常常是“水土不服”。

而AIG与Anthropic的合作，从一开始就不是“供需关系”，而是“共建关系”：

• 技术团队与业务团队并肩作战，共同定义问题边界；

• 模型上线节奏以业务痛点为锚，不追求“全面部署”，而是“精准落地”；

• 数据治理、合规设计、用户反馈机制同步嵌入AI开发流程，形成“业务-技术-监管”三维协同框架。

这意味着，AI不再是“外挂”，而成为组织内部机制的一部分。

2 、平台化的生态思维搭建

AIG在推动AI转型的过程中，并未止步于某几个成功场景，而是开始思考如何构建一套“可复制、可扩展”的AI应用体系。

这背后是平台化的生态逻辑：

• 构建统一的AI中台，支持不同业务模块调用模型能力；

• 设立AI伦理与审查委员会，确保模型在各业务场景下的合规使用；

• 搭建AI人才内训体系，让非技术团队也具备基本的AI素养与使用能力。

平台化的生态思维，使得AI不再是“项目”，而是一种“企业能力”。

3、AI不只是技术，更是企业价值观的延伸

Dario特别强调：“我们选择合作企业的标准之一，是对方是否具备长期主义与责任感。”

AI是一把双刃剑，它既可以提升效率，也可能带来偏见、失控与误导。而AIG在合作中的表现恰恰体现了一种“克制的勇气”：

• 对模型的部署慎之又慎，每一次扩展都要通过伦理与风控双审；

• 将“可解释性”作为模型上线的前置门槛，哪怕牺牲短期速度；

• 鼓励一线员工提出模型异常与客户反馈，不搞“唯技术崇拜”。

这是一种新的AI治理观：

不是一味“加速”，而是在“加速中保持秩序”； 不是追求“替代”，而是推动“协作”； 不是短期“炫技”，而是长期“信任”。

而这种价值观上的契合，才是AIG与Anthropic能走得深、走得久的底层原因。

05

中国企业的三条AI转型路

AIG与Anthropic的合作，不仅为全球传统金融行业树立了AI转型的范式，也为中国企业，尤其是大型机构型企业带来了深刻启发。

在AI加速落地的当下，中国企业如果希望真正“用好AI”，以下三点尤为关键：

启发一：组织结构必须为“技术共建”预留接口

AI绝不是一个“外挂项目”，而是一次对组织边界、角色分工和决策机制的系统挑战。

AIG能与Anthropic深入合作的关键在于，它内部已有明确的跨部门协作机制、数据治理架构与项目推进中台。中国企业要推动AI，不仅要“设一个AI部门”，更要打造一个“支持AI跨界落地”的企业架构：

• 建立业务与技术“双轮驱动”的产品共建机制；

• 让法务、风控、合规成为AI项目的“标配角色”；

• 对AI试点业务赋予“容错权”，以“快速试错”换“经验积累”。

启发二：AI转型不能“浮于边缘”，要敢于“打穿核心”

很多中国企业在AI应用上，往往从客服、财务、HR等非核心业务入手，这确实风险较低，但也容易陷入“技术不痛不痒”的境地。

而AIG选择将AI嵌入承保、理赔等关键流程，正是对“AI价值兑现”的最有力体现。对中国企业而言，真正的变革性突破，往往来自“最难的地方”：

• 制造业企业要将AI纳入供应链、质量检测、设备运维等环节；

• 医疗企业要在诊断、治疗、药物研发中引入大模型；

• 金融企业则要让AI深入风控、投研、客户画像与服务流程。

AI不是“锦上添花”，而是“重塑主干”。敢不敢打穿核心，是转型成败的分水岭。

启发三：中国需要自己的“Anthropic式共建者生态”

与其说AIG选择了Anthropic，不如说它们彼此“成就”了对方。

一个拥有数据、场景、业务痛点的传统巨头，遇到一个拥有技术、工程化能力与长期主义价值观的AI创新公司，才能产生真正的“生态级共建”。

中国企业若要真正释放AI红利，必须推动一个新生态的形成：

• 大企业不再只看“供应商履历”，而是以“共创力”为标准选伙伴；

• AI创业者不仅专注模型精度，更要懂行业Know-how与部署逻辑；

• 风险资本也应从“独角兽下注”转向“产业共建”长期陪跑。

用中国自己的话说，这叫“结硬寨、打呆仗”。不是追风口，而是建能力。

06

尾声：重建信任，重塑未来

从AIG的沉潜重生，到与Anthropic共同推进AI的系统性落地，我们看到的不是一个简单的“技术升级”，而是企业对信任机制、组织能力、长期主义的一次深度再造。

如果说2008年危机让AIG学会“如何活下来”，那么今天的AI合作，则让它学会“如何活得好”。

对所有正在穿越周期、期待突围的中国企业而言，AI不是救命稻草，而是一次“自我进化”的机会。

关键是，我们有没有准备好，和它一起“重写未来”？

📌: 如果你是传统行业的一员，请把这篇文章转发给你的同事和老板，这就是AI时代的企业生存样本。

参考资料：https://www.youtube.com/watch?v=qvNCVYkHKfg&t=1827s

来源：官方媒体/网络新闻

编辑：深思

主编: 图灵