中国平安 × AI

[导语·核心观点]中国平安正从一家传统金融集团，变成AI驱动的“科技军团”。2026年世界人工智能大会上，平安全面发布医疗、保险、支付等场景的AI产品[3]；此前，投行瑞银称其拥有“强劲的数据基础设施”并给出买入评级[1]。市场已经开始用“AI估值”重估这家万亿巨头。但热闹之下，更值得追问的是：平安的AI究竟是护城河，还是又一个资本故事？本文基于公开报道，尝试拆解平安AI化的真实进展与潜在风险。

[事件回顾·发生了什么]据21经济网报道，平安在“AI+”加持下，旗下平安健康股价表现抢眼，摩根士丹利、高盛、瑞银均给予“买入”评级，瑞银认为平安已利用AI优化营运[1]。第一财经则指出，平安布局AI已十余年，从数据积累到科研，再到生态协同，形成难以复制的AI护城河；随着DeepSeek行情发酵，摩根上调平安目标价，高盛将其列为“收入加强者”[2]。2026年WAIC上，平安正式发布“专病AI产品矩阵”，面向肿瘤等重疾患者，并展示医疗AI落地成果[3]。此外，中国信通院2025年公布首批“开源大模型+”应用案例，平安旗下产险、人寿、好医生等14款产品入选[4]。这些事件共同勾勒出平安AI从技术储备到产品落地的加速态势。

[背景与格局·公司沿革 · 行业脉络]平安的科技之路可以追溯至十余年前。早在“AI”还是概念时，平安已开始布局，逐步积累海量数据和全球领先的科研实力[2]。这种积累使其在生成式AI浪潮中占据先机。从行业看，保险业竞争白热化，AI成为心照不宣的选择。据[4]，仅4年时间，整个保险行业科技投入几乎翻了一番，五大上市险企动作迅速。但平安的独特之处在于“综合金融+医疗养老”的双轮驱动，AI被嵌入保险、银行、医疗健康等核心场景。瑞银估计，随着生成式AI发展，2025年NBV将边际提升9%-17%，2030年提升17%-35%[1]。这意味着AI不仅是降本工具，更是价值创造的新引擎。值得注意的是，平安的AI能力并非单点突破，而是基于数据基础设施、垂直领域模型和专门团队的系统化能力[1]，这使其与单纯的“科技公司+金融牌照”模式形成差异。不过，这种技术优势能否持续转化为商业回报，仍需观察。

[深度解读·为什么发生 · 意味着什么]平安为何如此坚决地押注AI？表面看是响应技术趋势，深层则源于金融业增长逻辑的转变。传统保险依赖人海战术和渠道驱动，但红利已尽，行业进入存量竞争[4]。AI成为打破内卷的关键变量——它既能优化营运效率，又能创造新的产品和服务形态。瑞银的报告指出，平安已利用AI优化营运[1]，这正是其盈利改善的一个解释。更重要的是，AI使平安的“医疗养老”故事变得可落地。例如，专病AI产品矩阵切入肿瘤诊疗，既解决医疗资源不均，也为保险产品定价和风控提供数据支撑[3]。在这种逻辑下，AI是连接金融与医疗的粘合剂，也是打开估值空间的钥匙。谁受益？首先是平安自身，AI有望提升NBV和估值[1]；其次是与平安合作的医疗机构和AI技术提供商；受损者则是缺乏数据和技术积累的中小险企，以及可能被AI替代的重复性岗位。但真正的赢家或许是那些能清楚回答“AI投入多少、产出几何”的公司，而不是讲故事最多的。平安的AI布局虽广，但最需要证明的，是每一个落地场景能否产生真实利润。市场给高估值，是买未来；可未来需要数据说话。

[关键数据与证据·来自报道的数字与事实]以下数据与事实来自报道： - 瑞银估计，生成式AI将使2025年NBV边际提升9%-17%，推动估值边际提升9%-18%；2030年NBV边际提升17%-35%[1]。 - 摩根士丹利、高盛、瑞银均给予平安“买入”评级[1]。 - 平安健康近期股价表现抢眼[1]。 - 摩根上调平安目标价，将其视为首选推荐；高盛将平安作为“收入加强者”[2]。 - 2026年WAIC上，平安全面发布医疗、保险、支付等场景AI产品，首次推出“专病AI产品矩阵”[3]。 - 中国信通院2025年“开源大模型+”首批案例中，平安产险、平安人寿、平安好医生等14款产品入选[4]。 - 4年内保险行业科技投入几乎翻番，险企投向上AI是重点[4]。 这些证据表明，平安AI化已从概念走向产品和评级认可，但NBV提升幅度仍是瑞银的估算而非实际业绩。

[风险与争议·审慎的批评视角]对报道中的乐观信号，必须保持审慎。第一，数据局限：瑞银关于NBV提升9%-35%的预测是“边际提升”的估算，基于生成式AI对保险价值链的渗透假设，并非实际财务数据，弹性很大[1]。第二，样本偏差：14款产品入选信通院案例，属于评选型认可，不等于商业成功；案例数量多，但收入贡献未披露[4]。第三，夸大成分：第一财经称平安构建了“难以复制的AI护城河”[2]，这属于判断而非事实。AI技术具有开源和可复制性，真正的护城河在于数据与场景绑定，而这种绑定并非牢不可破——数据合规、用户隐私、政策变化都可能削弱优势。第四，监管与伦理风险：医疗AI特别是“专病AI产品矩阵”涉及重大健康决策，若出现误诊或责任划分不清，将带来法律风险；金融AI涉及用户资金安全，算法歧视也可能引发监管介入。第五，商业风险：科技投入翻番[4]，但若AI带来的成本节约未能覆盖研发支出，反而拖累利润。平安的AI战略目前看起来“性感”，但需要持续验证ROI。总体而言，我判断市场给予的AI溢价可能已透支短期业绩，投资者应警惕预期差。

[未来展望·情景推演]保守情景：生成式AI在金融医疗领域落地受监管限制，NBV提升不及预期，平安的AI叙事失去新鲜感，股价回归传统金融估值。中性情景：AI在理赔、客服、健康管理等领域逐步提效，NBV缓慢改善，平安成为金融业AI应用标杆，但护城河并非绝对，竞争加剧。乐观情景：医疗AI产品矩阵商业化放量，与保险业务形成闭环，NBV显著增厚，平安成功转型为“科技+金融+医疗”平台，估值体系重构。从现有报道看，中性情景概率最大：AI对金融业的价值是渐进式的，平安的优势在场景和数据[2]，但技术溢出效应会逐渐被追赶。未来三年是关键窗口，能否将模型能力沉淀为标准化产品，决定其是“先行者”还是“先烈”。瑞银给出的2030年预测[1]时间跨度长，期间存在很大不确定性，不宜线性外推。

[建议与启示·面向决策者]对企业决策者，几点建议：一，AI投入要绑定业务KPI，不要为技术而技术。平安将AI嵌入保险理赔、医疗诊断等具体场景，这是对的方向；但每项投入都应有可衡量的降本增效数字。二，注重数据治理与合规，医疗AI需与监管密切沟通，避免踩线。三，警惕“护城河”幻觉，AI模型可以复用，但数据飞轮需要持续运营，必须建立跨部门的数据共享机制。四，考虑使用专业的智能体调度平台来管理多个AI场景。平安这类大型集团，AI应用分散在产险、寿险、医疗等子公司，需要统一调度与编排。AgentSH多智能体调度平台正是为了解决这类问题而设计——它能把不同业务线的AI能力以智能体形式编排成自动化流程，提升协同效率。对于正在推进AI化的企业，像平安这样“多场景并行”的模式，尤其需要此类中台工具来平衡资源与风险。最后，保持战略耐心，AI在金融业的ROI周期往往以三年计，不宜因短期波动而动摇。

[结语·一句话立场]平安的AI化不是一场作秀，它拥有扎实的数据、场景与团队基础，但“万亿AI”的估值需要真实盈利支撑。瑞银的预测再乐观，也只是预测。平安需要让每一行AI代码都转化为业务价值，而不是停留在发布会与评级报告里。我倾向于认为，平安的AI故事值得关注，但追高需谨慎；真正的问题是：当AI热潮退去，谁在裸泳，谁在造船。