"‘AI超级客服’不是超级酷炫、超级先进，我们最关注的是超级有用、超级好用。"近期，平安集团首席技术官王晓航在深圳金博会上介绍了平安"三大AI服务"（超级客服、家庭医生、养老管家），其中"AI超级客服"（内测中）引发市场热议。

据王晓航介绍，"‘AI超级客服’将打造统一的AI入口，连接平安全量的金融、医疗、养老与生活服务，打通线上与线下服务资源，实现问答咨询、办事服务和应急救援等便捷直达，该服务正在内测阶段。"

今年以来，众多头部科技企业都在卡位"AI超级入口"。普华永道给"超级入口"的定义是：是用户获取商品、服务和内容的主要入口，通过整合多种功能和服务，成为用户进入资源或生态系统的中心通道。

(资料图片)

而巨头们纷纷卡位"AI超级入口"的背景是——当基础智能差距逐渐缩小，行业焦点逐渐转向能否解决用户真实需求。

此次也是平安集团首推面向C端的超级入口，"其实做面向消费者的应用难度是更高的，最终做成这件事情，还是因为AI技术在过去两三年的时间里发展非常迅速，真正意义上能够开始在专业领域里让我们大展拳脚，开发‘消费级专业AI产品’。"

金融企业为何瞄准消费级AI产品/服务？"AI服务入口"和过去的移动互联网的"一站式服务平台"有何本质区别？深入极其多元、复杂、专业的垂域场景，AI"水土不服"了吗？带着这些疑问，21世纪经济报道记者等媒体对话平安集团首席技术官王晓航。

为何首次面向C端发布AI服务？

21世纪经济报道：当前AI发展呈现哪些重要趋势？平安为何聚焦这三大领域推出AI服务，背后有哪些考量？

王晓航：平安此前的AI应用多聚焦内部降本增效，现在转向消费级产品，核心就是技术成熟度让专业服务落地成为可能。

我们看到，AI发展正迎来三个核心趋势，推动产业应用进入新阶段。首先是模型智能持续跃迁。ScalingLaw（缩放定律）驱动智能上限提升，在预训练、后训练、推理三个阶段，Scalinglaw都在持续见效。金融与医疗等行业，AI已经越来越接近专业级、竞赛级水平，这让重塑行业更具可行性。

其次是AI边界持续拓展，从感知智能到生成式AI的理解与表达，再到智能体AI的规划与执行，AI正进一步走向物理空间，通过世界模型、时空感知、具身智能，理解并作用于物理空间，可以深入改造医疗、养老等复杂线下场景。

最后是AI角色的转变，它不再只是问答、生成、分析的辅助工具，已经成为工作和学习的合作伙伴。在平安内部，有相当一部分比例的代码由AI生成。在客服、理赔、营销等工作的部分特定场景，"1个人+ AI"可以胜任原先一个小型团队的工作量。

因为平安有非常庞大的医疗养老、综合金融业务，过去我们更多是在内部降低风险、提高效率。

但其实做面向消费者的应用难度是更高的，最终做成这件事情，还是因为AI技术在过去两三年的时间里发展非常迅速，真正意义上能够开始在专业领域里让我们大展拳脚，开发"消费级专业AI产品"。

"AI服务入口"与APP"一站式服务平台"有何不同？

21世纪经济报道：平安此次推出的"AI统一入口"与此前金融科技的"统一入口"有何不同？"超级客服"的核心价值是什么？

王晓航：你可以把它想象成是移动互联网APP入口的"一站式服务平台"，现在要升级为面向AI时代的"综合管家体验"。

此前各类APP各自独立、服务对象不同，任意门将其拉通后，能让用户更便捷获得一站式金融、医疗、养老服务，是"一站式的货架"。

而超级客服这类AI服务逻辑完全不同，其载体不局限于APP，未来还可嵌入穿戴设备、居家养老嵌入式设备等，是不被某一个具体的形态所定义的，核心是提供"管家式体验"。

"超级客服"的关键在超级有用、超级好用，而不是酷炫的技术。目前它在内测中，已整合平安全量500多项线上线下服务，通过MCP协议实现智能体统一调度、连接和编排，以前需要层层搜索、等待人工转接的事，现在几秒钟就能解决。

比如我的车坏在路上我想叫道路救援，我的身体不舒服去健康咨询，理赔怎么更简单、流畅，快速获得理赔服务等，我们希望通过智能体Agent，像一个贴身的综合服务管家，帮用户解决这些问题，

21世纪经济报道：这个"AI服务入口"是封闭系统还是开放生态？

王晓航：我们希望整体的服务体验，评估标准、SOP和规范性都是统一的，要对用户体验负责。但是平安的服务体系是一个生态，是向全市场开放的生态，我们会优选接入医疗健康、车险、上门照护的服务，这是一个生态平台，供应链侧是非常开放的。

21世纪经济报道：这个AI"超级客服"之后会在哪里上线？

王晓航：在平安所有的APP，包括口袋银行、金管家、好医生、好车主等等都会有。

平安做AI，不是为了做一个更大参数的模型，也不是为了刷更高难度的榜单，而是为了打造一套真正懂专业、懂风险、懂场景、持续进化的AI服务体系。

"AI客服不只做纯粹的咨询"

21世纪经济报道：平安是一个综合金融集团，涵盖了极其多元、复杂、专业的垂域场景，AI技术运用到这些场景中，会遇到哪些技术的难题？

王晓航：挑战有很多。首先是要把全量服务数字化，平安做保险、信贷、理财、医疗、养老等各类服务，涉及线上、线下，境内、境外。第一步是先要把全量服务数字化，纳入MCP框架协议中让智能体理解、匹配和调度，并且能够规划、编排，这是为了让我们能够通过一个入口，通过自然语言对话进行定位，找到最合适的服务。

其次，金融、医疗是专业严谨的领域，严肃医疗和专业金融服务很难通过数字化解决所有问题，所以它是一个协作方式，专家和AI来分层协作、相互协同，不只是做纯粹的咨询。

另外，很多服务发在线下场景下，对物理空间的感知，是一个复杂命题。而合规安全是底线。AI最大的问题是"它不知道自己不知道"，你不管说什么它都能给你回答。

21世纪经济报道：平安如何破解上述这些技术难题？

王晓航：技术上，我们主要在几个方向发力。一是领域增强。平安有高质量、大规模的模型训练数据：累计近十亿次医患交互，数十年沉淀的金融咨询、风控决策数据。

我们构建了数据筛选-知识蒸馏-专业微调pipeline，让模型真正掌握行业知识。可以说，领域增强，是核心竞争力。

二是AI优化飞轮。平安有完备服务生态，模型可以在真实业务里"持续学习，持续进化"。医生、顾问每一次采纳或修正，都是新的偏好数据，通过OnPolicy强化学习，模型会越来越接近专家的决策思路和偏好分布。

医疗大模型、金融大模型，在实际业务中，用得越多、数据越好、模型越强——形成优化飞轮。

三是时空感知技术。我们希望能改造养老和健康服务，要走进线下场景，必须理解物理世界。我们在构建时空大模型，融合毫米波雷达和多模态多源信号，实现对活动轨迹、体征变化的预测和干预。时空感知，是未来居家养老服务的智能基础。

四是针对安全合规问题，我们结合平安在医疗、金融行业几十年的经验，专门开发了"AI质量合规大模型"，对全量数据质控，明确AI能答和不能答的边界。

我们现在能让AI回答的问题，准确率达到98%-99%，AI不能答的复杂问题就转给人工来答。比如不能做营销承诺、不能给出诊疗处方建议等。

同时我们还用"AI+人"的方式来审查这套服务的质量，背后有质量合规要求和安全把控体系等。