人工智慧將如何在未來十年改變安盛集團

01. AI設定

安盛集團已披露的人工智慧相關訊息

人工智慧不太可能將安盛變成一家科技公司，但它仍可能在未來十年內透過改進核保流程、理賠處理、文件處理、詐欺偵測、銷售支援和內部生產力，對安盛產生深遠的影響。對一家大型保險公司而言，即使市場從未給予其軟體類估值倍數，這些改變也意義重大。

AXA AI 影響示意圖 — 圖示說明，並非預測：此圖展示了人工智慧如何透過效率、核保、理賠、治理和長期估值品質影響安盛集團。

重點總結

人工智慧角度	為什麼這很重要
內部生產力	人工智慧可以節省保險業繁瑣的文件處理流程時間。
理賠和承保支持	更好的分診和資料提取可以提高一致性和成本控制。
治理問題	保險公司面臨切實的隱私、公平和模型風險義務。
估值影響是間接的。	人工智慧最重要的意義在於提高收益和效率，而不是製造新聞頭條。

安盛集團多年來一直公開推動其人工智慧（AI）計畫。 2023年7月，安盛推出了AXA Secure GPT，這是一款基於微軟Azure OpenAI服務所建構的內部生成式AI服務。安盛表示，該服務最初在集團營運部門的1,000名員工中推廣，目標是在接下來的幾個月內將該工具擴展到全球所有14萬名員工（AXA Secure GPT發布）。

安盛集團目前掌握的人工智慧證據

證據	安盛揭露了什麼	解釋
安全啟動 GPT	面向員工的內部生成式人工智慧平台	這顯示安盛集團很早就涉足了可控企業人工智慧。
2025財年管理階層評論	自動化和人工智慧正在發揮作用，推動效率提升。	這顯示人工智慧已經開始影響企業的營運績效。
隱私和人工智慧原則	目的性、穩健性、公平性、透明度、人的自主性、隱私、永續性	這顯示安盛將人工智慧視為一種受監管的保險工具，而不是一項不受控制的實驗。
操作用例	文件排序、資訊擷取、翻譯、摘要、內容支持	這些都是具有實際規模效益的保險公司實用工作流程。

關鍵在於，安盛的AI策略目前看起來更著重於實際營運而非宣傳推廣。這一點至關重要，因為保險公司很少透過獨立的業務線來實現AI的利潤。他們通常透過簡化龐大的流程、優化風險選擇，以及提升大型業務組合的風險評估能力來實現獲利。

換句話說，人工智慧對安盛的價值可能首先體現在費用比率、速度和一致性上，然後才會反映在故事的吸引力上。

對投資人而言，這是一個微妙卻重要的差異。如果他們等待人工智慧改變安盛的公眾形象，他們可能會錯過成熟保險公司內部創造價值的更隱密的方式：更低的流程摩擦、更順暢的文檔流以及龐大操作系統中更少的可避免錯誤。

02. 應用案例

人工智慧在安盛集團內部最能發揮作用的地方

1. 理賠自動化與文件處理

保險業充斥著結構化和非結構化文件。人工智慧能夠更快地對資訊進行排序、匯總和提取，從而減少人工工作量並縮短處理時間。安盛自身的隱私揭露文件中明確提及了其中幾個應用案例（安盛隱私和人工智慧揭露文件）。

2. 承保支持與風險選擇

人工智慧可以幫助核保人整理數據、識別風險模式並提高一致性。在定價或選擇方面的微小改進都可能隨著時間的推移產生重大影響的行業中，這絕非微不足道。

3. 客戶和代理商的生產力

安全可靠的內部人工智慧工具可以幫助客服人員和員工更快地總結客戶互動內容、撰寫溝通稿件並獲取相關的政策資訊。這可以在不改變基本業務模式的前提下提升服務品質。

4. 規模化的成本控制

對於安盛這樣規模龐大的集團而言，即使是適度的生產力提升也能累積成可觀的效益。因此，管理層關於自動化和人工智慧已經開始推動效率提升的聲明值得關注（2025財年展望）。

5. 良好的治理能力可以成為競爭優勢

由於保險業受到嚴格監管，且對公平性、可解釋性和隱私性高度敏感，因此治理最終可能與模型本身的強大功能同等重要。安盛集團公佈的人工智慧原則表明，它理解這一限制。

03. 市場影響

人工智慧如何影響安盛的營運品質和估值

保險業的機構研究日益強調，技術和人工智慧必須轉化為可衡量的營運績效，而不能只停留在創新表演的層面。德勤發布的《2026年保險業展望》強調了數位化和技術合作的重要性，而安盛集團自身的資訊揭露表明，該公司已開始從實驗階段轉向工作流程整合（德勤《2026年展望》；安盛安全全球支付技術）。

未來十年，人工智慧可能為安盛帶來哪些改變？

區域	潛在益處	約束
理賠業務	更快的分類和更低的摩擦	需要強而有力的治理和人工監督。
承保	更好的資訊處理和一致性	模型偏差和可解釋性仍然是實際存在的問題。
員工生產力	減少重複性工作，加速溝通速度	好處或許真實存在，但外人很難衡量。
客戶體驗	更快的響應速度和更好的服務支持	保險業的信任度和隱私期望很高。
估價	如果效率得以顯現，就能獲得更高品質的效益。	除非收益能夠持續，否則市場可能不會支付太多額外費用。

關於人工智慧應該在多大程度上改變安盛的估值倍數，目前證據尚不一致。但人工智慧能夠多大程度上提升營運品質則更為明確。對於一家大型保險公司而言，這二者之間的差異至關重要。如果人工智慧能夠提升數百萬份保單和理賠互動中的效率和承保規範，那麼十年累積效應將十分顯著。

然而，投資者應避免將人工智慧視為神奇的成長引擎。更現實的觀點是，它能讓成熟的保險公司運作得更好，但並不會從根本上改變其運作方式。

這種務實的態度是有益的，因為它設定了適當的門檻。安盛並不需要人工智慧來創造新的業務線，而是需要人工智慧來幫助現有業務擴展規模，減少人工環節，改善管理，並加快決策速度。如果這種情況能夠持續發生，那麼從長遠來看，其財務影響仍然會非常顯著。

04. 情景

安盛對人工智慧的看漲、基本面和看跌分析

人工智慧牛市情景

樂觀的AI發展情境是，AXA的效率將顯著提升，風險選擇將更加穩定，客戶服務速度也將更快，這些改善將逐步帶來更高的利潤率和更強的聲譽。在這種情況下，AI將幫助AXA獲得比數位化進程較慢的同業更高的長期估值。

AI熊情景

人工智慧前景黯淡並非災難，而只是令人失望。安盛在人工智慧工具、治理和流程變革方面投入巨資，但外部投資者難以看到收益。成本上升之後，節省的成本才會顯現，因此股價並未獲得應有的認可。

人工智慧基本案例

基本情況是，人工智慧在不成為投資人持有股票的主要原因的前提下，悄悄提升營運效率。這通常是大型保險公司創造價值的方式。

機率表

小路	可能性	解釋
人工智慧助力安盛在效率方面表現卓越	42%	這合情合理，因為安盛集團已經建立了公共工具和治理機制。
人工智慧可以改善運營，但對估值基本上沒有影響。	38%	對於一家成熟的保險公司而言，最現實的中間結果。
人工智慧的發展仍然大多是漸進式的，或者令人失望。	20%	如果收益難以衡量或規模化，則有可能。

投資者持倉表

投資者類型	謹慎的做法	人工智慧特定監測點
投資者已獲利	將人工智慧視為提高論文品質的工具，而不是支持論文的唯一理由。	結果評述中體現了效率提升的證據。
投資者目前處於虧損狀態。	不要以為單靠人工智慧就能拯救疲軟的入場價格。	實戰經驗，而非聳人聽聞的標題。
無倉位投資者	等待人工智慧在實際應用中顯現出來的證據，而不僅僅是在企業宣傳中。	費用控制和服務指標。
商	不要過度關注保險股中的人工智慧相關新聞。	實際收益日參考生產力或成本比率。
長期投資者	將人工智慧視為一種能夠長期提升品質的輔助工具。	治理、採納和可衡量的工作流程效益。
風險對沖投資者	人工智慧並不會將安盛變成對沖工具或科技替代品。	將部位規模與保險基本面掛鉤。

該框架的建構方式：它基於安盛集團官方揭露的人工智慧資訊、管理層對效率提升的評論，以及更廣泛的保險業數位轉型研究。由於安盛集團尚未發佈單獨的人工智慧獲利預測，因此所有估值推論應視為謹慎的情境分析。

需要關注的風險：治理失敗、隱私問題、普及程度不均、實施成本高，以及人工智慧帶來的益處可能仍然分散，而不是在報告的指標中顯現出來。

什麼情況會使這項預測失效： AXA 採取比目前跡象顯示的更為激進的外部貨幣化策略，或出現嚴重的治理挫折，迫使公司大幅放緩人工智慧的部署。

免責聲明：本文僅供參考，不構成投資建議。文中討論的人工智慧應用場景是基於公開揭露資訊做出的判斷，而非公司官方指引。

未來十年，人工智慧對安盛集團的重要性可能舉足輕重，但它卻不會變得引人注目。對一家保險公司而言，這或許才是最可信的看漲解讀。

因此，安盛最強有力的AI論點並非顛覆，而是有條不紊的增強。如果公司持續將AI融入可控的工作流程，並能隨著時間的推移展現出更明顯的效率提升，即使投資者從未將其視為一家科技公司，他們也可能逐漸將安盛視為一家更優秀的運營商。

05. 常見問題解答

關於人工智慧和安盛的常見問題

人工智慧會把安盛變成科技公司嗎？

不。更合理的解釋是，人工智慧將使安盛成為一家效率更高、管理更完善、更具可擴展性的保險公司。

人工智慧在哪些方面最能幫助安盛？

理賠業務、文件密集型工作流程、核保支援和內部生產力似乎是最明顯的應用場景。

人工智慧理論面臨的主要風險是什麼？

主要風險在於，人工智慧雖然能夠改善內部流程，但在收益或效率指標方面的提升不足以改變投資人的看法。

為什麼要在一篇人工智慧文章中重點討論治理問題？

因為保險公司在高度敏感的領域運營，公平、隱私和可解釋性對於信任和監管至關重要。

06. 資料來源