重估动能，“万亿平安”AI化变

21世纪经济报道记者 曹媛 深圳报道

今年以来，DeepSeek的崛起重构了全球AI产业的价值坐标系，中国资产“价值重估”的响亮口号被喊出。

全球资本对中国市场情绪高涨，全球资金基金大量涌入港股等市场。花旗集团发布最新全球宏观策略报告，将美国股票评级从“增持”下调至“中性”，同时将中国股票评级上调至“增持”，整体股票配置保持中性。

“AI+”对千行百业的赋能也备受市场关注。高盛预计，未来十年，AI的广泛普及有望推动中国股票整体盈利每年提高2.5%。

其中，银行、保险业作为最有望被AI深度改造的领域，其价值和市场潜力不容小觑。

近期高盛列出了中国AI投资组合名单，令人意外的是，在腾讯、阿里巴巴、宁德时代等一众科技企业名单中，一家金融机构赫然在列——中国平安（601318.SH、2318.HK）。

传统金融标签难掩技术底色，AI正驱动平安“综合金融+医疗养老”主业发展。在“AI+”加持下，中国平安旗下的平安健康（平安好医生、1833.HK）近期股价表现也尤为抢眼。

近期，摩根士丹利、高盛、瑞银也均给了平安“买入”评级。“平安拥有强劲的数据基础设施、特定领域人工智能模型的基础以及专门的人工智能开发团队。平安已利用AI优化营运。”瑞银在报告中称。

瑞银此前估计，对于保险行业来说，随着生成式AI的发展，2025年NBV将边际提升9%-17%,推动估值边际提升9%-18%；2030年NBV将边际提升17%-35%,估值将边际抬升12%-26%。

中国资产价值重估由AI核心资产引领，但这不仅仅是一场AI叙事热潮，更是改变金融业进程的关键一步。

“AI+金融”打开多大想象空间

从ChatGPT到DeepSeek，AI大模型爆火背后不仅仅是一场技术竞赛，也意味着“AI+”为各行各业打开了无限想象空间

开年以来，以银行、保险为代表的金融业迎来“DeepSeek时刻”。金融业数据密度高、流程标准化程度强，在风控、营销等领域具备AI赋能的天然土壤。

其中，中小银行率先借助DeepSeek低成本高性能等优势，寻求“弯道超车”机遇，国有大行和股份制银行也陆续加入这场“卡位赛”。

如据媒体报道，工商银行推动AI技术在行内的规模化应用，目前已实现大模型对行内20多个主要业务领域的赋能，落地场景200余个；江苏银行使用DeepSeek实现自动化估值与对账，邮件分类、产品匹配、交易录入全链自动化，总体识别成功率90%，可以大幅节约人员工作量……

从国有大行、股份制银行、中小银行再到互联网银行等，在DeepSeek加持下，银行探索在财富管理、智能客服、智能风控、精准营销、智能投研等方面推动数字化转型。

在保险行业，人保财险、新华保险、太平人寿等多家保险机构、保险科技公司纷纷上线DeepSeek大模型并落地应用场景；平安集团旗下平安人寿、平安产险、平安银行、平安健康、平安金服、金融壹账通等多家成员公司也已接入DeepSeek。从落地情况看，“AI+保险”主要应用场景包括销售支持、核保理赔、代理人培训等。

但“AI+金融”并非一个新故事，浪潮早在DeepSeek前便已掀起，随着ChatGPT等大语言模型的快速发展，AI应用逐渐渗透到所有金融服务领域。IDC数据显示，2024年，中国金融行业AI and Generative AI投资规模达到196.94亿元，到2027年将达到415.48亿元，增幅达到111%。

“不断动态沉淀的本地数据及业务逻辑是金融机构利用大模型加速数字化转型的核心胜负手。”中信建投证券非银金融及金融科技首席分析师赵然认为，“AI+金融”竞争力将取决于能否持续积累吸收高质量业务数据、深化垂直场景认知，并通过迭代形成“数据-模型-业务”的正向循环，不断提升金融服务水平。

在这场“AI+金融”浪潮中，平安集团便是一个典型案例，它打破了传统金融壁垒，也是最早提出“科技驱动”战略的金融机构之一。

一家金融机构何以成为AI重要标的

平安集团的一天是怎样的？

“每天赔付保险约6.3亿元、平均每分钟赔付超959件、拥有超2.32亿客户、95511客服平均每天服务进线近212万人次。”平安科技副总工程师王健宗说，这是一个庞大的数据矩阵。

这或许能解答一个新问题——一家金融机构何以成为AI重要标的？

高盛在最新研报中提出一个全新的中国股市AI投资框架，中国平安是唯一一家被列入“非科技领域收入增强型（AI驱动营收增长）”这一主题类别中的保险公司。

王健宗说，平安集团的科技优势主要在于科技和业务结合得十分紧密，平安推动科技创新的核心目标是赋能主业，借科技之力推动“综合金融+医疗养老”战略、经营、管理和发展。

曾将“科技驱动”作为重要战略的平安集团，在同业中已率先建立起“AI护城河”。

为什么是平安？调研发现，逻辑可归结为几点：庞大数据基础、基础科技研发落地、丰富的应用场景形成闭环。

首先，数据是AI应用的原材料，数据质量和处理方式直接影响AI模型的性能和输出结果。而金融是数据生成量最大的行业之一，且多为结构化数据、数据质量较高，为行业模型的训练、调优提供了丰富的数据基础。

目前，平安已打造了三大金融数据库、五大医疗数据库，是全球最大金融、医疗数据库之一。庞大的数据基础为AI模型提供了基础，而基础技术的研发创新、应用落地则决定了能否将科技成果转化为商业价值。

以平安集团旗下的平安健康为例，2014年至今，平安健康通过对海量医学专业知识库、医学问诊数据库和电子病历资料库的深度学习形成五大医疗数据库，涵盖了3.7万疾病，22万药品说明书，200万经典病例，3000万医学文献，14.2亿问诊等专业数据。

上述优质的医疗服务数据也释放出了实际价值。基于上述五大医疗数据库构建的“平安医博通”多模态大模型，采用自研的Dflow和LPO技术，拥有2000亿医疗领域token和500万医疗领域指令集，以及百万级医疗文本图片对齐数据，使平安医博通大模型可以精准完成医疗场景下的不同任务。

而平安基础科技的研发创新、应用落地背后，是2.1万名科技开发人员和3000多名科学家的持续投入。目前，平安集团的基础科技已构建起金融、医疗、养老三大图谱。已搭建通用模型、垂域模型、应用模型三层大模型体系。截至2024年9月末，平安集团专利申请数累计达53521项，金融科技、医疗科技专利申请数全球第一。

此外，唯有将庞大的数据、基础科技应用落地在多元业务场景中，才能实现价值闭环，“平安运用全球领先的基础科技，赋能N个综合金融场景+N个医疗健康场景。”王健宗说道。

例如，在客服场景，解决了传统金融电话坐席服务成本高、质量难保障等问题，2024年前三季度，平安AI坐席服务量约13.4亿次，覆盖平安80%的客服总量；在产险理赔场景，2024年，平安产险通过智能出单助手实现车险出单从5.7分钟降低到1.2分钟。

持续科技积累已产生前沿业务价值。“我们在促销售、降成本、控风险、提效率等方面取得了非常好的成果。”中国平安董秘兼品牌总监盛瑞生说，在促销售上，AI已累计驱动产品销售2023亿（元）；降成本上，AI服务总量达22亿次，AI驱动运营流程重塑、年化成本节约100亿元；控风险上，智能反欺诈引擎累计减损超100亿；提效率上，平安人寿的闪赔服务平均支付时效仅8.4分钟。

市场普遍认为“传统金融标签掩盖了平安等技术领先企业的科技底色”，在这场“AI+”浪潮中，以平安为代表的金融机构值得一次深层次的价值重估。

“AI+金融”产业价值或迎重估

目前银行业、保险板块长期处于估值洼地，但作为与AI有巨大融合潜力的领域，资本市场已经“AI+金融”模式提出了重估的概念。

有分析人士认为，当前市场对AI的估值逻辑还未能体现“AI+”带来的长期乘数效应。以中国平安为例，市场对其的定价仍局限于传统“金融股”范畴，而忽略了其借助AI技术重构金融、医疗健康和养老服务边界的战略潜力。

但“AI+金融”有望迎来规模化拐点，“在技术可用性、数据完备性与付费确定性三重共振下，AI+金融已迈向全域赋能的新周期，智能化重构带来的产业价值重估机遇亟待关注。”中金公司近期指出。

首先从资金端来看，金融行业对科技投入的重视程度持续增加，为AI技术的落地提供了坚实的资金基础。相关数据显示，2023年金融机构科技投入3558.2亿元，其中央国企占据中坚力量，国有六大行金融科技投入同比增长5.4%至1228.2亿元，证券业信息技术投入进一步提升至430.3亿元。

政策层面，中央金融工作会议提出“做好数字金融等五篇大文章”，AI有望驱动银行、保险等机构加速技术迭代。从行业特性看，金融业数据密度高、流程标准化程度强，在风控、营销等领域具备AI赋能的天然土壤。

在多种需求推动下，“AI+金融”产业价值有望迎来重估。以保险行业为例，当前，瑞银已经为经纪和保险行业识别了31/23个生成式AI应用场景，主要影响包括成本降低、效率提升和客户黏性增加，该机构估计，生成式AI的发展到2030年将使行业劳动成本中位数下降20%。

这也将进一步推动行业价值重估。业内人士分析，价值重估核心看几方面：营收增长，成本降低，风险下降等，最终传到至核心财务数据的提升。瑞银此前估计，对于保险行业来说，随着生成式AI的发展，2025年NBV将边际提升9%-17%,推动估值边际提升9%-18%；2030年NBV将边际提升17%-35%,估值将边际抬升12%-26%。

对于金融业而言，“AI+金融”是“数字金融”的重要组成部分，也是数字化转型下半场的重点方向。

更多内容请下载21财经APP