人工智慧將如何在未來十年改變安聯集團

01. 快速解答

人工智慧最有可能帶來的結果是，安聯集團在發生更明顯的變化之前，效率會先提高。

人工智慧不太可能將安聯變成一家軟體公司。然而，它可能會改變一家全球保險公司對風險進行定價、處理理賠、服務客戶、檢測詐欺和控製成本的方式。這一點至關重要，因為未來十年的價值創造可能不再僅僅來自簡單的保費增長，而是更多地來自保險公司如何高效地將數據、資本和工作流程自動化轉化為更優的承保和更低的摩擦（負責任的人工智能原則；Anthropic 合作項目；保險助理）。

安聯人工智慧十年發展趨勢圖範例 — 此圖僅為示意圖，並非預測：該圖描繪了人工智慧在未來十年內可能對承保、理賠、詐欺控制、服務和估值的影響。

重點總結

主題	為什麼這很重要
人工智慧首先是一個運作的故事。	短期收益可能體現在成本、速度和品質的提升上，而不是收入的大幅成長。
理賠和承保是最大的機會領域。	這些功能涉及損耗率、客戶滿意度和週期時間。
治理問題	人工智慧在保險業的應用存在監管、隱私和公平性方面的風險，如果處理不當，可能會抵消其帶來的好處。
投資者應預期逐步實現獲利。	現有數據表明，生產力的提高是逐步實現的，而不是一次性實現的。

02. 當前背景

安聯擁有足夠的規模、數據和資本基礎，能夠使企業人工智慧獲得認可。

安聯集團以相對強勁的起點邁入人工智慧時代。該公司已擁有龐大的數據規模、全球營運網路以及充足的投資資金，且不會危及自身的財務穩定。這一點至關重要，因為許多人工智慧專案失敗的原因在於實施階段，而非構思階段。像安聯這樣的企業能夠比實力較弱的競爭對手更認真地測試、管理和擴展應用案例。市場環境也為其提供了助力：保險公司自然有動力在決策品質、詐欺偵測和服務效率直接影響利潤率的領域應用人工智慧。

當前市場及能力概覽

區域	現有證據	為什麼這很重要
安聯GPT	內部生成式人工智慧工具將於 2025 年發布	這顯示人工智慧正在融入員工的日常工作流程。
保險副駕駛	用於服務和理賠場景的人工智慧助手	客戶和理賠業務是提高效率、實現可衡量效益的主要領域。
布萊恩承保助理	人工智慧助力商業承保	如果人工智慧能夠幫助發現更好的風險洞察，核保品質就能提升。
人類夥伴關係	2026年宣布企業人工智慧合作	這表明安聯正在投資可擴展的基礎設施，而不是一次性的試點項目。

關於時機，目前證據仍不一。人工智慧通常會帶來快速的簡報效果，但企業最終獲得回報卻需要時間。因此，安聯的人工智慧計畫應該被視為一項長達十年的營運槓桿效應，而非僅僅關註一年的營收成長。

這裡也存在著戰略上的不對稱性。如果安聯執行得當，人工智慧可以在不大幅改變客戶行為的情況下提高生產力。如果執行不力，其負面影響可能更體現在聲譽或營運方面，而非變革層面。這種不對稱性正是保險公司最終可能從人工智慧中獲得真正價值的原因之一，即便公眾熱情有所減退。

03. 主要驅動因素

人工智慧可能在未來十年以五種方式重塑安聯集團

1. 理賠處理速度可能會更快，勞動強度也會降低。

理賠是人工智慧最典型的應用場景之一，因為大型保險公司需要處理大量的文件、影像和通訊記錄。如果人工智慧能夠在不損害公平性的前提下縮短理賠週期、減少理賠漏洞，那麼其影響將反映在成本比率和顧客滿意度兩方面。

2. 核保流程可能會變得更加依賴數據，也更具選擇性。

其優勢並非完全自動化的承保，而是更精準的分類、更有效率的資訊擷取以及更一致的決策支援。安聯的 BRIAN 計畫表明，管理層將其視為真正的營運槓桿，而不是一句空洞的行銷口號（BRIAN）。

3. 詐欺偵測和合規性可顯著提高

保險公司面臨來自詐欺、文件錯誤和監管複雜性的持續壓力。人工智慧可以幫助偵測異常情況並減少人工審核，但這只有在公司治理健全的前提下才能實現。

4. 提高分銷和服務效率可以提升顧客留存率

安聯的AI輔助駕駛工作至關重要，因為保險業的服務品質雖然鮮少引人注目，卻往往決定成敗。更快捷的服務、更優質的解答以及更低的營運門檻，能夠隨著時間的推移提升客戶留存率和交叉銷售效益。

5. 治理、倫理和可解釋性可以界定上限。

安聯已發布負責任的人工智慧原則，這在受監管的行業中是必要的信號（安聯負責任人工智慧）。其投資意義顯而易見：保險公司若在缺乏信任的情況下大規模應用人工智慧，可能會引發監管摩擦，進而抵銷其帶來的生產力提升。

04. 機構預測與分析師觀點

公共人工智慧證據支持一種基於衡量生產力而非炒作的論點。

針對保險公司的機構人工智慧預測仍然更側重於定性而非量化。德勤的保險業展望報告強調了該行業對現代化和生產力的關注，而安聯自身的公告則表明，其採取的是穩健的企業人工智慧策略，而非投機性的顛覆（德勤；Anthropic Partnership）。因此，公開證據支持一個較為溫和的結論：人工智慧可以擴大安聯在效率和決策品質方面的優勢，但其回報可能需要逐步顯現。

人工智慧將如何影響安聯集團的未來發展

功能	潛在收益	主要限制
索賠	更快的解決速度、更低的營運成本、更好的詐欺偵測能力	監管和公平性控制仍然至關重要。
承保	更好的風險選擇和定價一致性	對於複雜的風險，人工監督仍然至關重要。
客戶服務	更高的生產力和更好的員工留存率	執行不力可能會損害信任。
公司職能	文件處理、法律和工作流程效率	節省的金額可能確實存在，但在公佈的數據中卻難以體現。

分析師的分歧主要在於速度而非方向。現有證據尚不足以支持人工智慧將在一夜之間徹底改變安聯集團的極端說法。但這確實表明，我們應該比以往更加重視生產力選擇權。

05. 人工智慧場景、風險與失效

人工智慧的多頭市場、多頭市場和熊市情景應該與實際業務成果掛鉤。

買人工智慧情景

樂觀的AI情境是，安聯利用AI顯著降低成本摩擦、提高承保一致性、減少詐欺並提升客戶留存率。就股權而言，如果其他基本面也配合良好，這可能有助於支撐更高的保費倍數，並預計在2030年代中期將股價長期維持在600歐元至750歐元左右。

基本人工智慧場景

基本情境較為溫和：人工智慧逐步提升服務和工作流程效率，進而提高利潤率和可擴展性，但不會從根本上改變保險業的經濟格局。這一點仍然至關重要，因為即使是成本和漏洞方面的微小改進，也能在保險業產生顯著的累積效應。

悲觀的人工智慧情景

悲觀的人工智慧前景並非人工智慧會消失，而是實施成本、治理摩擦、資料分散或普及率低等因素導致其經濟效益有限。在這種情況下，人工智慧將淪為提升效率的工具，對估值的影響也有限，而非策略差異化因素。

安聯人工智慧場景矩陣

設想	商業影響	股權影響	可能性
公牛	在理賠、承保和服務方面，成本和品質均有顯著提升	支持更強有力的長期估價論點	25%
根據	透過穩健的治理逐步提高效率	對股票市場有幫助，但並非革命性的突破。	55%
熊	採用速度慢或實際效益低	估值提升幅度不大，超乎目前預期。	20%

機率表

小路	估計機率	評論
人工智慧顯著提升了安聯的業績	50%	公司擁有執行所需的規模和資金，但企業需要時間才能獲得回報。
人工智慧的表現令人失望	20%	執行和治理風險是真實存在的。
人工智慧有幫助，但作用有限。	30%	這在大型受監管企業中很常見。

需要關注的風險

資料碎片化、模型可解釋性、員工接受度、監管審查以及自動化低效率流程而非改進流程的風險是最大的變數。投資人也應關注人工智慧帶來的成本節約是否反映在費用控制方面，還是僅停留在抽象層面。

什麼因素可能會使人工智慧前景失效

如果安聯的試點計畫未能擴大規模，如果治理限制顯著減緩部署速度，或者如果客戶和監管機構拒絕某些應用案例，那麼對人工智慧的樂觀看法就過於武斷。如果該公司在幾個報告週期內就展現出與人工智慧直接相關的、可衡量的理賠成本或費用率改善，那麼這種樂觀看法就過於謹慎。

結論

人工智慧可能會在未來十年內對安聯產生實質的影響，但這種影響很可能是透過提升這家實力雄厚的保險公司的效率來實現的，而不是從零開始重塑保險業務。這或許不像許多新聞標題所渲染的那樣引人注目，但對長期投資者而言，其價值可能更高。

因此，實際的投資問題不在於人工智慧是否會成為新聞頭條，而在於人工智慧能否提升一家原本就實力雄厚的公司的經濟效益。如果答案顯而易見是肯定的，那麼安聯或許值得長期享有更持久的品質溢價。

免責聲明：本文僅供參考。人工智慧對長期估值的影響仍有條件限制和不確定性。

06. 投資者定位

投資人應將人工智慧視為可選的上漲空間，而非估值紀律的替代品。

投資者持倉表

投資者類型	謹慎的做法	追蹤什麼
投資者已獲利	不要為人工智慧敘事付出過高的價格；保持倉位規模的紀律性。	實際支出和索賠改進的證據。
投資者目前處於虧損狀態。	不要以人工智慧為由，為任何高價定價辯護。	拋開人工智慧炒作，看看安聯的核心理念是否依然成立。
無倉位投資者	只有當整體估值也合理時，才建立相應的曝險。	AI 的可選性是一種附加功能，但並非全部。
商	人工智慧相關消息發布前後，交易需謹慎進行。	企業人工智慧領域的新聞標題比基本面更能影響市場情緒。
長期投資者	將人工智慧視為一種緩慢成長的利潤提升策略。	多年來的生產力、治理和服務品質。
風險對沖投資者	不要把人工智慧相關的新聞標題當作下行風險的保護措施。	投資組合對沖應與人工智慧理論保持分離。

07. 常見問題解答

關於人工智慧和安聯保險的常見問題

人工智慧能否讓安聯集團成為一家成長速度更快的公司？

可能不會直接體現在營收成長。更可能的影響體現在效率提升、理賠處理優化和風險選擇等。

安聯目前在人工智慧領域有哪些動作？

該公司公開強調了負責任的人工智慧原則、AllianzGPT、保險助理、BRIAN 承保助理以及與 Anthropic 的企業合作關係。

人工智慧理論面臨的主要風險是什麼？

主要風險在於，實施過程仍然分散，或受到治理和監管的過度限制，因此無法產生有意義的經濟回報。

參考