预测二：AI 编排协调员（AI Orchestrator）

到2026年，15%的保险公司将通过任命AI协调员来打破内部孤岛，从而使其生成式AI（Gen AI）项目的成功率超过50%。

2024年是大模型、生成式AI场景落地的元年。从解放重复性劳动的生产力，到企业内部职能部门效率的提升，以及行业场景的落地均有涉及。2025年是大模型落地从“随机的AI实验”转向规模化应用的阶段。这一转换需要克服一系列战略和组织相关的问题，包括确保不同职能部门之间的跨部门协作和对齐。而任命一名内部AI协调员（或部门）来统一所有部门，使其在单一的企业战略下运作，是实现成功的关键。

预测三：自助式客户交互提升客户体验（Enhanced CX via Self-service）

到2026年，险司与投保人之间超过60%的交互将通过数字自助服务方式实时进行，这将促进跨渠道的对话式互动，并且提升客户满意度。

保险业务营销的数字化渠道正在迅速发展，其模式大约有两种类型：类似比价网站这样的第三方数字保险聚合平台，这类模式在欧美市场接受度较高；而亚洲的消费者更倾向于使用保险公司自身提供的数字渠道。这两种模式的共性是如何更好地提升自主化服务的客户体验。大模型，生成式AI通过增强对话和提高数字工具的自然语言理解能力，可以显著提升客户体验。其中来自Prudential，AXA以及平安等险司在这个领域的实践值得推广。

预测四：传统代码现代化与ESG实践（Legacy Modernization Impact on ESG Agenda）

到2027年，20%的C200保险公司将采用AI驱动的传统代码现代化和绿色认证的云数据中心，显著提高能源效率并推进可持续的IT实践。

在产品研发和服务方面注入ESG理念是保险行业正在进行的创新实践。这为行业带来了重大机遇，因为ESG激励下的投资选择，不仅是关于风险合规，也是将“可持续性”实现货币化的关键。虽然去碳化对于短期盈利的负面影响不容忽视，IDC预测可持续发展与成本优化之间的协同效应会是长期发展的方向，以响应最近的ESG法规和标准，如EED、企业可持续发展报告指导意见(CSRD)，及欧盟的可持续活动分类指引等。

预测五：长期护理模式的数据基建（Multiyear Care in Health Insurance）

到2028年，10%的健康保险投保人将加入多年赔付模式，这将导致对长期数据基础设施投资的需求增加，以支持将赔付机制与长期护理业务模式配套。

虽然长期慢性病如GLP-1和数字化诊断疗法（DTx）的结合证明是有效果的，但是其成本已经庞大到令人生畏的程度。传统的一年期短期预算和点对点诊治方案已经无法应对现代医疗体系日益庞大的成本压力。从IT层面，多产品套件和综合数据平台正在取代了点对点的解决方案，从而与这一医疗保健向长期护理模式转变的趋势所配套。这需要从包括数据在内的基础架构到应用层的再投资进行思考，从而实现医疗器具厂商，诊疗机构、支付者和患者之间的无缝数据共享成为可能，确保在每个护理接触点都可以获得全面的健康史。

预测六：AI 赋能云财务运营 （AI Powered FinOps）

到2027年，将人工智能（AI）与财务运营（FinOps）相结合的保险公司，因为规模化的自动化流程将能够从其IT投资中持续实现20%以上的额外价值。

预测七：数据智能再设计（Data Intelligence Architecture Revamped）

到2028年，20%的C200保险公司将通过与IT服务提供商的战略合作，改革其数据智能架构，从而实现AI部署成功率提高30%

Gen AI在保险行业的落地实践与其他行业类似，从内部生产效率的提升开始，特别是在承保和理赔流程相关的内容管理领域的实践比较成熟。然而，在落地实践中却遇到了如下挑战，如内部人员的技术素养，对监管合规的理解及相应的声誉风险，以及缺乏明确的价值主张（及治理架构）。基于这样的现状，保险公司可以从以下方面开展工作：制定负责任的AI治理框架及操作指南，增强基于用户角色的数字化体验，确定Gen AI可行的用例及场景，并进行全面的投资回报分析。其中， 如何通过数据智能架构的再造提高数据一致性和完整性是关键。这种转变将帮助保险公司以 “数据即产品”的思维模式，真正实现数据驱动的业务价值。

预测八：AI风险产品（AI Risk Coverage）

到2029年，30%的AI厂商和20%的G2000企业在开发自己的AI解决方案时将使用保险支持的性能保证，这将推动每十家财险（P&C）公司中就有一家进入这个市场。

AI的影响力不可避免，当IT行业从人工智能中受益匪浅的同时，其带来的负面影响也不可忽略。因此，如何防范因AI带来的不可控风险及损失，包括来自监管机构的罚单（如欧盟的AI Act对于利于人工智能实施被禁业务将可能引致高达公司全球范围内年营业收入的7%的罚金），已经被搬上了企业董事会的重大议事日程。财产保险公司正在积极考虑并推进AI风险产品，如Munich Re and Armilla Assurance为AI厂商推出的“aiSure”产品，以及为行业用户提供的”aiSelf”产品以覆盖因AI走偏锋而造成的经济损失。该市场正处于萌芽阶段，定价及精算还在探索实践阶段，但是IDC预测，早期进入者可以在这个快速增长的市场中获得竞争优势。

预测九：AI技能再提升（AI Reskilling）

到2029年，40%的保险业员工将掌握人机协作技能，强调个性化学习、批判性思维和沟通能力，从而提高工作效率和客户满意度。

IDC研究称，保险业正在经历又一次AI驱动的重大变革业务转型。然而，保险业明显在获取和保留AI以及进行技能培训方面的进展不尽如人意，在很大程度上阻碍了AI落地的进程。AI在保险行业的成功应用需要的不仅仅是单纯的技术投资。它需要在组织上进行根本变革，包括长期的变革管理和专门的治理机制。其中关于负责任AI实践的有效沟通对于在员工中建立信任和培养认同感至关重要。AI应该是被视为通过有价值的见解增强人类决策的工具，而不是作为人类工人的替代品。

预测十：物联网支持的保险关联证券化（IoT Powered ILS）

到2029年，因为边缘连接的普及将提升市场风险透明度，预计有超过10%的保险相关联证券业务（ILS）由物联网（IoT）技术驱动，使得保险公司的资本充足率和韧性得到改善。

面对复杂的风险环境和严格的监管要求，保险行业希望借助不同于传统模式的另类资本实现业务增长。与保险相关的证券正在成为这样的新兴投资工具， 如ILS（Insurance Linked Security），由于边缘连接和物联网技术的成熟进一步提高了ILS中使用的风险评估模型的准确性。该市场在中国的发展处于起步阶段，主要是巨灾债券领域（在十四五规划中特别提及）。未来发展在很大程度上取决于监管部门对于资本市场的开放态度，以及风险评估体系的建立。

IDC FutureScapes 对技术、市场及生态系统的分析解读能帮助企业技术高管更好地了解未来趋势以及IT组织对企业的影响。该报告还着手于复杂多变的环境为技术高管指点迷津，并提出可依循、可执行的建议。IDC每年都会有一系列将在未来若干年影响企业走向的关键性外部驱动因素。FutureScape根据这些驱动因素提出十项预测、分析IT企业受到的影响，并针对未来五年给出相关建议。