摘要

  • 在 475 名保险业受访者中，87% 认为代理式 AI 对业务重要，但只有 16% 表示已将其用于生产。
  • 报告中的 24% 是六类业务流程中代理式 AI 上线占比的平均值，不是已采用该技术的保险公司比例。
  • 成熟度指数评估云、主数据、AI 治理和人才准备度，并不统计有多少理赔决定由 AI 自主作出；人工监督仍很常见。

分析

远期预期与当前基线

Sapiens 于 10 月 7 日发布的保险 AI 成熟度指数，把一项乐观判断与一项较小的生产基线并列呈现。约三分之二的受访者预计，保险业会在两到三年内实现完全自主的 AI。完整报告的结论页写作 66%，发布新闻稿则将其概括为 67%。无论采用哪一个四舍五入后的数字，这都是业内人士的预期，不是厂商交付计划，也不是对现有系统能力的实测。

同一报告称，87% 的受访者认为代理式 AI 对业务很重要或比较重要，但仅有 16% 说它已经在生产中运行；另有一半受访者表示已完全或大体做好采用准备。重要性、准备度和生产采用是三个不同阶段，不能互相替代。(Sapiens《2026 保险 AI 成熟度指数》；10 月 7 日发布公告)

这项研究由 Research in Finance 于 2026 年 7 月至 9 月替 Sapiens 开展。Sapiens 是保险软件供应商，也是报告的委托方。阅读结果时应保留这一商业背景：调查提供的是一组有明确范围的行业回答，并非对全球保险市场的独立普查。

24% 衡量的是流程覆盖

若脱离指标名称，报告中的 24% 容易被误读。它指六类流程中平均有多少已经上线代理式 AI，六类包括分销、核保、客户服务、理赔、欺诈和再保险。它并不表示 24% 的保险公司已经采用代理式 AI。报告用同一方式统计时，普通 AI 的平均流程覆盖为 42%，基于固定规则的自动化为 40%。

这两种分母会描绘出不同的市场。少数保险公司可能在多个流程上线代理，而多数公司还没有任何生产系统；也可能很多公司都只在单一、范围很窄的任务中试用。24% 的平均流程覆盖无法区分这些情形。16% 回答的是公司层面的另一个问题：有多少受访机构称至少一套代理式系统已经投入生产。要比较市场，报告需要同时给出公司采用率和每项业务的使用深度，并注明调查时间与样本范围。

报告将代理式 AI 定义为能以较少人工直接干预完成多个步骤的系统，并把多代理系统另行定义为多个代理协同完成端到端流程。能对话的助手、能摘要理赔档案的工具，以及能够收集材料、评估理赔并发出付款的系统，不能笼统地视为同一种应用。

“自主领先者”不是自主决策数量

指数将受访者分为四档：25% 为“自主领先者”，28% 为运营阶段，23% 为启用阶段，24% 为应对阶段。名称听起来像是在衡量决策自动化，但评分依据是云迁移、主数据战略、AI 治理和人力准备度。领先档表示这些组织基础已经建立，不等于 25% 的保险公司已把理赔裁决交给机器。

这一指标仍能揭示部署所需的基础条件。90% 的受访者表示至少有部分基础设施在云上，但 36% 采用混合架构，18% 使用 SaaS。云端资源的存在并不等于核心系统已经统一现代化。在尚未使用代理式 AI 的机构中，受访者将数据隐私与安全、监管合规、旧系统集成列为主要障碍；超过四分之一表示核心系统需要大幅改造。

因此，供应商的商业机会不只是卖出一个代理。更难的工作是把可信数据、权限、旧平台和工作人员接入边界清晰的业务流程。调查说明了这些环节的重要性，却没有估算潜在收入，也没有对厂商产品作比较。

人仍在控制链中

已使用 AI 或代理式 AI 的受访者中，86% 对决策结果有信心，83% 相信组织具备相应的监督机制。与此同时，报告称人工平均检查 53% 的代理式 AI 输出，并最终推翻 15% 的 AI 或代理式 AI 决策。这不能直接说明系统失败：检查可能是设计好的控制，推翻也可能正是正确处理。它说明现阶段的运营模式仍大量依赖人的判断。

调查没有公布检查耗时、错误造成的损失、多少次复核改变了结果，也没有按产品或客户群展示错误分布。信心不是错误率，生产部署也不能证明自主决策安全。保险公司在评估 AI 带来的速度提升时，还要计入集成、复核和恢复流程的成本。

一项有用但有边界的市场信号

这是一项约 10 分钟的线上问卷，共有 475 名保险专业人士和业务用户参与，五个地区的样本数量相同：英国与爱尔兰、北欧、比荷卢、南非和北美。受访者来自转型负责人和一线业务人员，覆盖寿险与财产及意外险公司，企业规模从不足 250 人到超过 2 万人。Sapiens 表示将再开展高管定性访谈。

这为五个地区提供了结构化切面，但不是全球行业普查。它适合作为后续比较的首个基线，不足以证明整个市场会按标题中的期限实现自主化。

来源