一、案例背景
2026年，生成式AI已从技术概念演变为企业级应用的主战场。据Gartner预测，到2028年，33%的企业级软件将集成代理式AI（Agentic AI）能力，实现从”辅助生成”到”自主执行”的范式转换。在金融保险行业，这一趋势尤为显著——保险后援业务涵盖核保、理赔、保全、咨诉、续收等长周期、多触点的复杂流程，传统上依赖大量人工审核与操作，成为AI落地的天然试验场。
平安人寿保险股份有限公司（以下简称”平安人寿”）是中国平安保险集团旗下核心寿险子公司，业务规模位居行业前列。近年来，面对保险行业增速放缓、人力成本攀升、客户对服务时效要求日益提高的多重压力，平安人寿持续推进数字化转型战略。其核心系统续期板块技术团队在技术负责人吴智炜带领下，围绕保险后援场景展开了一场从生成式AI到代理式AI的三阶段技术跃迁。
2026年9月，在QCon全球软件开发大会·上海站上，平安人寿中级开发经理吴智炜确认出席”金融AI Native工程实践”专题，发表题为《生成式到代理式跃迁：构建保险后援全域自治数字分身》的主题演讲。该演讲系统披露了平安人寿基于开源OpenClaw代理框架，构建保险后援全域自治数字分身的规模化落地实践，引发行业广泛关注。
回顾其技术演进路径，平安人寿的AI应用经历了三个阶段：
第一阶段（约2022—2024年）：单点生成式AI嵌入。 早期，团队将OCR识别、语音问答等生成式AI能力碎片化嵌入业务流程节点，实现局部提效。例如，在理赔环节引入票据OCR识别，在咨诉环节部署智能问答机器人。然而，这些单点工具无法贯通完整业务链路，AI仅扮演”辅助工具”角色，不具备端到端办单能力。
第二阶段（约2024—2025年）：烟囱式垂直智能体。 随着大模型能力提升，团队针对核保、理赔等场景分别构建了垂直智能体。但这些智能体彼此隔离，形成”烟囱式”架构——业务隔离导致数据无法共享，资源重复建设推高成本，迭代高度依赖人工运维，难以规模化扩展。
……