核保（Underwriting），又称风险选择或风险评估，是安全公司按照安全标的的风险程度进行审核、筛选、分类，以决定能否接管承保及确定承保前提的过程，核保同时关乎善意投保人好处和安全公司稳健运营，正在安全业中具有根本性主要意义（汤俊湘，1998；中国安全行业协会，2015）。人工智能核保（AI-Powered Underwriting，AI-Enabled Underwriting）通过大数据、机械进修算法等新兴手艺，大幅加快核价流程，实现机械替代人类给出核保结论的改变，是区别于人工核保保守的性立异。但性立异的后背有时是创制性。中国的安全监管轨制构成和完美于工业社会布景下，对人工智能核保可能激发的风险预判无限，应对相关风险的法则轨制有待完美。为此，本文环绕人工智能核保风险的安全监管展开阐述，起首析明人工智能核保取保守人工核保的手艺分野及由此衍生的风险谱系，继而归纳应对人工智能核保风险的安全监管准绳，以此为根本，建立我国回应人工智能核保风险的安全监管法则。起首明白的是，本文中的人工智能核保系统指核默算法冲破对静态法则的依赖，具备自从进修推理能力，可以或许给出拒保、除外义务等非尺度体核保结论的智能核保系统。由于这类系统依赖于预设的核保营业法则，素质上只是电子化的人工核保。此外，为聚焦论题和便于会商，本文以人身安全核保为次要阐发场域。人工智能核保的显著变化之一是，数据收集从“投保人照实奉告”到“让替代性核保数据措辞”的改变。这种改变虽然带来减轻投保人奉告承担、提拔安全展业效率等劣势，但也内嵌诸多风险。第一，目前我国数据相关法令律例更多聚焦于数据平安而非数据质量，数据质量参差不齐，低质量的替代性核保数据可能引致风险评估失实，形成风险情况取承保前提的错配。替代性核保数据引致风险评估失实的景象凡是包罗：其一，数据相关性不脚。其二，数据代表性不脚。其三，数据完整性和多样性不脚。其四，数据布局化程度低。第三，安全中的金融是指小我正在支流市场上难以获得和/或利用某些合适本身需求的安全产物（EIOPA，2021）。人工智能核保系统利用替代性核保数据可能引致金融，例如，部门投保人如沉视现私的人或老年人，因为客不雅上不喜利用数字东西或因客不雅前提无法利用数字东西，其替代性核保数据往往缺乏或不脚，此时，若是安全公司仅根据或高度依赖替代性核保数据进行核保，投保人要么因数据缺失而无法进入核保流程，要么虽进入核保流程，但因数据不脚而导致人工智能核保系统鉴定其风险程度较高，进而得出加收保费以至拒保的结论。这些间接或间接的了被群体办理风险的根基权益，加剧了其正在面临风险事务时的懦弱性。人工智能核保的显著变化之二是，数据评估从“数理查定法”到“机械进修算法”的改变，两者的焦点区别正在于风险评估过程及成果能否可注释和可稳健验证。人工核保利用的数理查定法（王媛媛和秦蓉蓉，2015；中国安全行业协会，2015）基于“若是-则”（If-Then）的简明逻辑，法则清晰、方式明白，易于注释并可验证。由超强算力支持的机械进修算法改变了这一场合排场，其内部运转机制仍不成知，数据评估过程不成注释且输出成果难以稳健验证，这些将加剧和扩张人工智能核保风险。第一，加剧风险评估失实、核保和金融的风险。目前人工智能利用海量数据进行算法锻炼，动辄利用上万亿参数，涉及大量交错的线性取非线性关系，可以或许自从决定处理问题和实现方针的方式（巴菲尔德，全体过程尚不成注释，输出成果不成稳健验证，人们难以晓得其正在输出核保结论的过程中具体利用了哪些变量或变量组合、特定变量正在最终决策中阐扬的感化/权沉，以及能否具有充实的精算联系关系性，这无疑会加剧诸多风险。第三，多家安全公司对特定模子供给商的依赖可能导致市场集中度添加，激发金融不变风险。再安全公司针对中国人身险数字化核保的研究表白，中小型安全公司倾向于从第三方采购模子或采用自建取外购相连系的夹杂模式（再安全，2023）。这些第三方供给的产物（办事）可能正在贸易化程度、尺度化程度、不变性和持续性等方面存正在现忧（龚明华，2025）。当多家安全公司利用第三方供给的类似算法处置类似数据集时，若是呈现差错，这种互联性可能放大周期性行为，导致市场参取者的核保结论呈现系统性误差，扭曲市场价钱或添加价钱联系关系性（FSI，2024）。从安全监管标准来看，比例准绳是人工智能核保风险规制应遵照的根基准绳。这一准绳强调，对人工智能核保的规制应取人工智能核保对投保人、配合体和安全人的潜正在影响程度相等。比例准绳对人工智能核保风险规制的意义表现正在以下两个方面。一方面，因为人工智能核保可能激发风险评估失实、核保、金融、模子风险、安全信赖危机和金融不变风险等诸多风险，应明白用于核保的人工智能全体上属于高风险人工智能，应赐与较高程度的监管关心和回应。另一方面，虽然用于核保的人工智能全体上属于高风险人工智能，但也存正在少量风险程度相对较低的核保场景，这意味着虽然此类勾当处于核保环节，但按照比例准绳，应按照其低风险程度响应降低其规制程度。从规制从体、方式及节点来看，协同共治准绳是人工智能核保风险规制应遵照的另一准绳。这一准绳强调，正在保守的规制从体、方式及节点的根本上，还应将投保人、第三方专业机构、行业组织等多元从体纳入到人工智能核保风险规制的从体收集中，分析使用法令从义方式和手艺从义方式，正在发生风险的分歧节点对人工智能核保风险进行协同共治。第一，多元从体协同共治。正在保守监管之下，监管部分是独一的监管从体，遵照“号令—从命”的单向监管模式（吴烨，2019）。面临人工智能核保带来的复杂风险，单一监管模式难以应对其不成注释性及快速迭代等特征，亟需建立投保人、第三方专业机构、行业组织等多元从体参取的协同共治系统。第二，就人工智能核保风险的规制而言，法令从义方式和手艺从义方式（Petit，2017）是两种互补且不成或缺的方式。此中，法令从义方式通过法令、行政规章、手艺尺度等轨制性东西，设定安全人利用人工智能核保的根基行为鸿沟。手艺从义方强调通过手艺东西和工程手段，实现对人工智能核保系统内部运转的全流程节制、审查取优化。二者的关系正在于，前者供给轨制规范，设定手艺应遵照的尺度、规避手艺风险应采纳的办法等等，后者嵌入手艺保障，通过手艺手段施行轨制规范，二者连系将弥律取手艺实现之间的落差。第三，多元节点协同共治。人工智能核保系统做为复杂性系统，不只发生风险的节点数量多，还因其具有自组织性、自顺应性和出现性（梅夏英，2024）可能发生预期之外的管理风险（张欣，2023），这就使得对人工智能核保风险的规制不宜再采用保守单一节点式监管，而应转向基于多元节点的协同共治。具体包含两层寄义：一是全链管理。二是把对数据和算法的规制做为全链管理的环节抓手。从最终目标来看，好处均衡准绳是人工智能核保风险规制应遵照的又一准绳。这一准绳要求人工智能核保时应连结投保人好处、配合体好处、安全人好处之间的好处均衡，不因不得当核保危及安全人财政稳健和偿付能力，或损害投保人、配合体好处。起首，人工智能核保中的好处均衡要求源自对人工智能核保潜正在的好处失调风险的回应。这种失调的表示次要包罗：其一，人工智能核保系统正在核保中偏沉安全人好处，损害投保人和配合体好处。其二，人工智能正在核保中侧沉所有投保人好处，危及安全公司稳健运营。其三，人工智能正在核保中侧沉部门投保人好处而低估其风险，此时将由配合体其他补助这部门投保人缴纳保费之不脚，有违配合体之间的公允，同时配合体领取的全体保费低于安全人承担的全体风险，这就既损害配合体其他的好处，也可能危及安全稳健运营。其次，好处均衡准绳正在人工智能核保风险规制中的利用场景广漠。试举二例申明。其一，替代性核保数据利用中的好处均衡。一方面，监管不宜以“一刀切”的体例安全人利用替代性核保数据，另一方面，监管也不宜替代性核保数据的无序扩张。这就要求正在替代性核保数据利用问题上均衡投保人、配合体取安全人之间的好处。其二，机械进修算法运转中的好处均衡。算法核保能够提拔核保效率、降低人力成本，并可挖掘复杂数据间的联系关系关系，提高风险评估的精确性，契合安全公司逃求运营稳健取利润最大化的方针。但若对算法运转缺乏恰当束缚，将可能导致对特定群体的晦气分类或订价，加剧金融，损害投保人好处。这就要求规制算法时注沉安全人好处取投保人好处之间的均衡。人工智能核保算法可能加剧和扩张核保风险，因应其复杂性、高风险性，规制人工智能核保算法的最佳模式应属“前端认证+后端审计”模式，该模式的内容形成和轨制劣势如下。起首，应成立人工智能核保算法的通用设想尺度。即正在安全监管机构的指点下，由安全行业协会、精算师协会、安全科技公司、算法供给商等多元从体按照人工智能核保场景的特殊性，成立人工智能核保算法的通用设想尺度（包罗但不限于能否必需利用可注释性算法及具体类型），并付与其强制性地位。当然，为了防备人工智能核保算法通用设想尺度的动态顺应性不脚风险，还应要求尺度制定者按期审查和更新尺度（如需）。其次，前端认证要求。即正在人工智能核保算法投入利用之前，由监管承认的第三方专业机构对人工智能核保算法进行认证，以确认算法能否合适强制性尺度。为激励人工智能核保算法的立异取优化，激发人工智能核保的最优潜力，该当明白，正在算法认证中，人工智能核保算法的设想若呈现取通用设想尺度不尽分歧之处，不应当然认定其不合适强制性尺度，应为算法开辟者保留证明其设想目标合理、手段恰当的。最初，后端审计要求。即正在特定人工智能核保模子投入运转后，由监管承认的第三方专业机构按期对模子输出成果进行后端审计。取后端审计相关的一项要求是，安全公司应妥帖保留人工智能核保系统所利用的数据及其建模方式的相关记实，以确保其可逃溯性和可审计性（EIOPA，2021）。人工智能核保加剧了投保人的消息劣势。这既由上文所述核保过程引入替代性核保数据和机械进修算法使然，也取当前针对核保的消息规制的粗疏相关。有需要通过以下办法矫正人工智能核保场景下的消息和权益失衡。第一，正在核保前端，要求安全公司履行利用人工智能核保系统的一般消息披露权利。即要求安全公司通过公司网坐披露等集约化体例，区分分歧安全营业，向潜正在投保人披露其能否利用人工智能核保系统、能否利用替代性核保数据锻炼人工智能核保模子及次要数据来历/类型和其表征的风险峻素、人工智能核保系统确定核保结论的次要逻辑法则（如分歧风险峻素对最终输出成果的影响权沉及其来由）。第二，正在核保后端，要求安全公司履行针对特定投保人核保结论的具体消息披露权利。即，经特定投保人请求，或正在人工智能核保系统做出晦气投保人的核保决按时，安全公司需通过核保通知书等形式向投保人披露影响其核保结论的次要评级要素、各自权沉及对应数据。最初，安全人履行前述消息披露权利后，若经投保人证明晦气核保结论可能存正在误差或错误的，例如投保人系因替代性核保数据的缺失或不脚而被拒保或加费的，安全人需通过人工复核等体例核验核保结论。正在人工智能沉塑安全行业形态的汗青性逾越中，核保的智能化转型既彰显璀璨曙光，亦暗含手艺同化的暗影。对人工智能核保风险的安全监管进行深切调查，不只有帮于厘清人工智能核保环节的风险形成及其规制方略，也可为安全价值链中其他环节的人工智能风险规制供给镜鉴，进而统摄安全业智能化转型中复杂风险的回应逻辑，帮益安全业高质量成长。