中国平安 × AI

[导语·核心观点]2025年，中国平安提出“AI in All”战略，宣称以人工智能重塑金融服务边界[1]。在乌镇峰会上，集团高管进一步阐述了“五智”路径[2]。本评论认为，平安的AI雄心方向正确，但必须警惕技术宣传与实际成效之间的落差，避免陷入“AI万能”的误区。这一事件之所以重要，在于它标志着中国金融巨头正将AI从辅助工具提升为战略核心，其成败可能影响整个行业的转型节奏。

[事件回顾·发生了什么]据《财经网》报道，2025年，中国平安将人工智能视为驱动金融变革的核心力量，以“AI in All”战略为核心，持续拓展金融服务的边界[1]。其半年报显示，平安拥有金融库、医疗库、公司经营库等数据库，称海量数据处于世界领先梯队，并以此作为AI创造价值的核心基础[1]。报道还提及平安好医生[1]。 与此同时，新华网报道称，在2025年11月8日世界互联网大会乌镇峰会的前沿人工智能模型论坛上，平安集团董事会秘书兼品牌总监盛瑞生发表主题演讲，分享了平安推进“智能营销、智能服务、智能运营、智能管理、智能经营”等“五智”实践[2]。这两则信息表明，平安正在多个层面推动AI与金融业务的深度融合。

[背景与格局·公司沿革 · 行业脉络]中国平安是中国金融业的综合金融集团，在保险、银行、投资等领域布局广泛，被报道称为“金融行业的领军者”[1]。面对2025年人工智能技术的加速渗透，平安选择以“AI in All”作为回应，意味着其将AI嵌入所有业务线[1]。从行业格局看，金融业是AI落地的前沿阵地，国内外多家金融机构都在加大科技投入。平安的优势在于其拥有多元化的金融场景和庞大的数据资产，其数据库涵盖金融、医疗、公司经营等多个领域[1]，这为算法训练提供了基础。 值得注意的是，平安的“五智”路径覆盖了营销、服务、运营、管理、经营等价值链环节[2]，表明其策略不是局部的应用，而是全流程的智能化改造。本评论认为，这种全面布局在行业内并不多见，体现了平安试图在技术维度建立竞争壁垒的意图。然而，与全球科技巨头相比，金融公司在底层大模型研发上的深度仍有待观察。

[深度解读·为什么发生 · 意味着什么]理解平安的“AI in All”战略，需要从三个维度看。第一，为什么是现在？2025年大模型技术成熟，金融机构数字化转型进入深水区，AI技术从概念走向实用化，平安需要以明确的战略来统领分散的科技尝试。第二，意味着什么？这不仅是效率工具的升级，而是商业模式的转变。例如，数据库的价值不再仅是存储，而是通过AI提炼知识，支持智能决策[1]。平安的“五智”框架[2]显示其意图将AI嵌入从获客到运营的全部流程，从而降低人力成本、提升服务一致性。 第三，谁受益谁受损？短期看，平安客户可能获得更便捷的服务，如智能客服、个性化推荐；公司则通过自动化降低边际成本。长期看，传统岗位如柜员、客服可能被替代，员工需要技能重塑。对竞争对手而言，平安若成功，将拉大技术差距，迫使同行跟进，从而提升整个行业的AI密度。 然而，本评论认为，“AI in All”可能被过度包装。战略口号容易，落地难。真正的挑战在于：数据质量是否能支撑模型？组织架构是否能适应AI驱动的决策？跨部门的智能协同是否顺畅？这些问题在报道中未有回应。平安应避免将AI浪漫化，而应聚焦于可量化的业务成效。

[关键数据与证据·来自报道的数字与事实]报道中提及的关键证据如下： 1. 中国平安半年报披露其拥有金融库、医疗库、公司经营库等数据库，称“海量数据处于世界领先梯队”[1]。 2. “AI in All”战略被视为平安重塑金融服务边界的核心[1]。 3. 报道提到平安好医生，虽未详述细节，但可联想到AI在医疗健康领域的应用[1]。 4. 平安集团董事会秘书兼品牌总监盛瑞生在2025年乌镇峰会上分享了“五智”——智能营销、智能服务、智能运营、智能管理、智能经营[2]。 然而，这些证据偏重战略描述，缺乏量化指标。例如，没有披露AI带来的业绩增幅、成本节约或客户满意度变化。数据资产“世界领先”也缺乏横向对比依据。因此，可信度打折，需要投资者保持审慎。

[风险与争议·审慎的批评视角]报道中的乐观表述需要接受审慎检视。第一，数据优势的夸大成分。平安自称“世界领先梯队”，但未给出数据规模、多样性或质量的第三方验证。数据库庞大与AI价值创造并无必然因果，若数据治理不善，反而可能放大偏见或隐私风险。第二，“AI in All”可能遭遇技术落地的不确定性。金融业务涉及严格监管，AI在风险定价、客户服务中的失误可能导致合规危机。例如，算法歧视、错误推荐等。 第三，监管与伦理风险。金融数据涉及个人隐私，中国近年加强数据安全立法，平安如何确保AI使用数据符合《个人信息保护法》等法规，是巨大挑战。报道中未提及任何合规措施。第四，组织转型阻力。“五智”覆盖全流程，意味着员工角色重构，内部利益博弈可能导致执行变形。第五，宣传与实效脱节。目前报道多为战略层面的宣传，缺乏第三方验证的案例。这容易引发外界对“赶时髦”的质疑。 此外，平安的AI战略如果不能转化为财务业绩，可能会拖累利润，因为科技投入巨大。所以，风险不只是技术，还有资本市场的耐心。本评论认为，平安应披露更多可验证的AI绩效指标，降低信息不对称。

[未来展望·情景推演]基于现有信息，我们给出三种情景推演。 保守情景：平安的AI应用仍局限于客服、营销等外围环节，“AI in All”沦为口号。数据库的优势未能转化为高价值模型，因为缺乏尖端AI人才或数据孤岛问题。结果，战略投入持续增加但回报平平，股价表现疲软。 中性情景：在智能营销和服务环节产生显著效益，例如提升转化率、降低成本。平安通过“五智”逐步实现运营自动化，但核心决策仍由人类负责。公司的盈利能力小幅提升，AI成为重要的竞争工具。 乐观情景：平安凭借海量数据[1]和全业务场景，率先在大模型驱动的金融应用上取得突破，如个性化保险定价、精准健康管理。成功打造平台化AI能力，向同业输出，开辟第二增长曲线。同时，通过与平安好医生等联动[1]，构建医疗+金融生态。 哪种情景更可能？本评论判断，中性情景概率较大。金融业对风险极度敏感，全面智能化需较长时间，但平安的体量和资源支持其持续投入。

[建议与启示·面向决策者]对平安及同类企业的决策者，本评论提出四点建议。第一，建立可衡量的AI绩效体系。不要宣称“世界领先”，而应发布AI项目的ROI、错误率、客户满意度等指标。第二，强化数据治理与模型审计。数据是AI的燃料，但需要去隐私化、偏差检测和合规审查，以避免监管风险。第三，优先选择高价值场景进行单点突破，如智能风控、反欺诈等，证明成功后再推开，而非全面铺开“AI in All”。 第四，也是与AgentSH平台相关的一点：当企业同时运营多个智能体（如营销、客服、运营等），需要统一的调度和协作机制，避免冲突和资源浪费。一个多智能体调度平台可以协调各个AI代理，确保它们遵循业务规则、共享上下文信息。这恰是AI从“单点”走向“全流程”的关键基础设施。平安的“五智”若成功，必然需要这样的底层调度能力。因此，投资建设可解释、可监控的AI治理中台，比盲目追求模型数量更重要。

[结语·一句话立场]中国平安的“AI in All”战略是金融业拥抱AI的一个缩影[1]。方向正确，但道路崎岖。本评论认为，平安应保持战略定力，更要保持对技术边界的敬畏。与其强调“世界领先”[1]，不如用可验证的业绩证明AI的价值。只有将AI融入业务、控制风险，才能真正拓展金融服务的边界。否则，再宏大的口号也只是昙花一现。