「格隆匯·高端訪談」對話中國平安盛瑞生:穿越周期的「常青樹」與AI時代的估值重塑

格隆匯
04/27

編者按:2026年初,一場源於華爾街的​A​I恐慌令保險股遭「錯殺」。

當市場在為「AI是否會取代保險」而焦慮時,中國平安卻悄然完成了一場從技術底層到服務生態的全面升級。它究竟是一傢什麼樣的公司?複雜的業務版圖背後藏着怎樣的估值​邏輯?

帶着這些投資者最關心的問題,格隆匯創始人格隆博士走進深圳平安金融中心,與中國平安董事會祕書、公司祕書兼品牌總監盛瑞生先生展開了一場深度對話。​

以下為精​彩集錦:

01、市場的恐慌,AI是敵是友?

格隆:年初市場瀰漫着「AI恐慌」,保險股遭遇「錯殺」。請問怎麼看AI對保險業的影響?在這場AI的浪潮中,平安給自己的定位是什麼?

盛瑞生:年初這輪波動,我覺得是一個誤解。AI確實可能對專門做比價類的經紀公司產生影響——消費者可以直接問AI,不再需要經紀公司幫他們做選擇題。所以經紀公司估值受到一定影響可以理解。但對直保公司而言不一定是負影響,相反,主動擁抱AI、在AI領域領先佈局的公司反而可能走得更好、更快。

AI在平安既是老故事,又是新故事。老故事在於,過去十多年我們圍繞數據、算力、算法、場景等能力建設,已經具備了非常豐富的AI能力。2025年高盛報告認為平安是全球金融公司中極少數的「AI增強型AI-Driven)公司,因為AI的賦能,平安的競爭力有可能更強、營收更強。年初那波信息消化以後,市場已迴歸理性。

格隆:4月9日,平安舉辦了服務升級發布會,升級了AI「快捷服務」,主打「一句話能辦事」。平安的AI服務和市場上其他AI助手有什麼不一樣?

盛瑞生:過去AI主要用於問答,我們去年就認識到,下一步升級方向是幫人實際辦事。從去年年初開始,我們就在規劃一個項目叫「綜合金融,九九歸一」。平安有九大業務線、十幾個金融子公司,過去客戶辦理不同的業務需要切換多個APP。現在,通過一句話(文字或語音),平安的AI可以直接幫你辦保險申請、轉賬、理賠、預約掛號、緊急救援等。我們讓AI從資訊工具轉化為服務工具,真正實現省心、省時、又省錢。

格隆:發布會上還有一個信息:平安把300餘項數字化服務全面封裝成一個「超級接口」,讓AI調用。這是平安三十八年攢下來的家底,AI時代拼的是算法、數據迭代速度。您能否展開說說,平安的AI護城河到底有多深?比同業有哪些不同或更領先的地方?

盛瑞生:體現在三個方面。

首先,基礎的數據能力。我們不僅有金融的四大類數據庫,還有五大類頂級的醫療數據庫——醫生庫、疾病庫、處方庫、藥品庫、個人健康庫等。高質量數據約30萬億字節。

第二個,算力和算法。早年平安推出極速理賠的時候,十多年前就可以通過圖像比對,知道一輛車損傷什麼程度、什麼部位,最後通過一張圖判斷賠多少錢。如今AI工具來了以後,我們的視覺大模型在這個基礎上快速迭代,自研的視覺大模型不僅識別靜態圖片,還能通過人臉溝通過程中48塊肌肉的微表情變化,做信用風險分析判斷,這是我們積累的黑科技。

另外智能語音技術。得益於我們三十多年的後援運營語料積累,能夠解析客戶的聲紋,更精準地判斷客戶需求,然後升級到解答客戶問題、引導客戶到最便捷的解決方案。

我們形成了智能語音大模型和智能視覺大模型這兩個底層模型體系,然後在這個基礎上形成大中小各類模型——通用層、垂域層、應用層。算力方面我們也做了較多部署,既有外部的先進技術和設備,也有內部的技術能力。

到去年為止,整個集團已有7萬個AI智能體在運營,23萬員工在使用各種智能體從消費者洞察、營銷服務、銷售支持、運營風險管理到經營管理,全面應用AI能力。所以AI在平安的場景非常豐富。

現在平安一天之內,消費者主動找我們或我們主動找消費者,通過APP、電話或其他場景,每天的接觸頻次是600萬。其中82%的場景由AI完整地為客戶找到解決方案。AI驅動的銷售,合起來一年有1000億左右。

(編者注:訪談後的一周,平安自研的「醫療大模型3.5」,在全球醫療AI權威評測集HealthBench Hard(OpenAI發布)中斬獲全球最高分(57.27分),超越百川(44.4分)、Meta(42.8分)、OpenAI(42分)等多家頭部科技企業位列排名榜首,刷新該基準的評分紀錄。)

02、服務即護城河,「金融+醫養」的生態重構

格隆:很多保險公司都在講服務,向醫療、養老延伸。平安把2026年定為「服務年」,這次升級本質不同在哪?

盛瑞生:服務是在構築企業核心競爭力的護城河。金融產品同質化,又相對低頻。而健康、醫療、養老是生活必需品且高頻。把保險與這些高頻服務粘合,就形成了生態。

所以平安集團董事長馬明哲十多年前就開始構建生態體系。既有平安好醫生——中國最大的在線醫療服務平台,也包括北大醫療集團——線下醫療體系。平安走了一條相對輕資產的模式,叫做拼多多+美團模式。我們是支付方,有巨大的保險支付場景,以支付方協同供應方——各類醫療機構、健康管理機構、養老機構——為客戶提供高性價比服務。

如今,我們已整合出一套強大的資源體系:覆蓋全國3000多家三甲醫院、30萬家專業健康體檢機構,以及各類藥店、診所等快捷響應終端;匯聚了近5萬名中國名醫資源,甚至與國際著名醫療機構協同,可以直接為客戶做國際會診、MDT多學科會診。

過去五年,圍繞醫療、健康、養老構建的生態,給業務帶來了深刻變化。以往,很多人認為保險主要靠強力推銷;但現在,當你告訴客戶,保險與優質醫療資源、養老服務緊密綁定,客戶會意識到這些資源對自己至關重要——好的醫生、好的藥,也渴望專業的養老照護。一旦這些剛性需求與保險解決方案相結合,銷售場景便隨之改變。很多時候,客戶是先切身體會到醫療健康服務能解決實際問題,才反過來詢問保險方案是什麼。

數據上,保險+醫療使件均保費可以提升1.5倍;+居家養老服務件均保費提升5.2倍;+高端康養件均保費提升23.4倍。

格隆:能不能講一個具體的、有溫度的場景?比如一個普通客戶,得了重病,從確診到康復,平安能給他什麼樣的獨特服務體驗?

盛瑞生:去年5月,我們有一個山東的客戶,在家裏意外摔倒。他是居家養老客戶,家裏有一個在保護隱私前提下實時監測異常晃動的毫米波雷達。雷達偵測到異常晃動,遠程管家及時呼叫確認,得到確認後救護車迅速上門,把他送到醫院,及時掛號急診。等通知到子女時,老人已在正常治療中。

另外,去年有一個客戶在東南亞旅遊,突然患了急性腦炎。我們啓用了全球急難救援服務,把ICU裝備放到直升機上,在飛行過程中做及時救治,快速協調海關通關,差不多48小時內就把客戶轉移到了廣州的中山醫院,在黃金救援時間內得到及時救治。

03、平安的基因,估值新敘事背後

格隆:平安的業態很豐富,從您的角度,能不能用最簡單的話給平安下一個定義?

盛瑞生:平安的商業模式可以概括為:「綜合金融+醫療養老」雙輪驅動,科技賦能。這一模式在全球產業中獨具特色——國際上,花旗、摩根、滙豐等綜合金融集團擁有金融全牌照,而平安在此基礎上疊加了醫療養老;美國聯合健康等公司則將醫療健康服務能力與保險金融高度融合。我們兼收二者之長,形成了平安獨有的模式。

格隆:有沒有系統性的數據證明,平安這套生態確實產生了1+1>2的協同效果?

盛瑞生:有幾個維度的數據可以參考。

第一,獲客效率與質量。當你能在多個觸點、多個產品上同時服務同一個客戶時,獲客成本自然降低。我們整體的獲客成本比同業普遍低35%至45%。

第二,客戶質量,即客戶留存率。當客戶只擁有一個產品時,5年留存率約90%。當持有兩類產品時,留存率提升到97%;持有三類及以上產品時,留存率達到99%。

第三,代理人展業效率。醫療養老的剛性需求驅動客戶的件均消費顯著提升。這些數據充分證明,綜合金融加醫療養老的生態模式是成立的,且潛力巨大。

這也解釋了為何大家對AI快捷服務如此感興趣——它相當於用AI驅動了一個更高效、一站式服務客戶的新生態,能力較以往更強大、更高效。

格隆:模式落地最終靠人。平安率先在行業內推動壽險改革,代理人隊伍規模下降、人員優化,留下的這批人平安對他們的終極要求是什麼?

盛瑞生:五年前我們就啓動了壽險代理人模式改革,從人海戰術轉向 「三高」——高素質、高產能、高績效。人均產能持續上升,鑽石人力——高績效人力的佔比不斷提升,去年比上一年又提升了15%。

長遠來看,保險+醫療、+養老、+健康這些新模式,要求代理人不僅要具備保險專業知識,還要具備醫療、健康、養老的知識。所以我們對代理人的長遠定義是:首先是個金融顧問,然後是一個生活管家,還是一個醫療健康專家——三位一體。

格隆:回到資本市場,如果說要跳出保險股的框架看平安,您認為平安的估值新敘事是什麼?

盛瑞生:首先,壽險行業仍處黃金髮展期。

主要基於幾個判斷:

第一,現階段中國的保險深度與密度僅處於世界平均水平的50至60分位,與國家的經濟地位嚴重不匹配。

第二,利率下行背景下,老百姓穩健投資的選擇越來越少——非標、理財、信託等品種要麼供應收縮,要麼利差空間狹窄。而保險,尤其是近兩年轉型後的派息險,具備1.75%的保底收益,當前演示收益率約3.5%,對客戶的吸引力非常大。

第三,快速老齡化帶來養老焦慮,疊加醫療體系改革後對高品質醫療服務的需求,這些需求匯聚在一起,成長性極強。

壽險行業在新興市場的一個特徵是它的新業務價值增長在相當長周期內可以達到GDP的兩倍以上。過去三年全行業NBV基本保持了雙位數增長。因此,沒有理由把它看成一個缺乏成長性的行業。

其次,平安的獨特性。我們有2.5億的龐大客戶基礎,每年淨增1000萬新客;擁有領先的綜合金融協同優勢、醫療養老生態賦能、AI強力驅動;當這些能力一層層發揮出來,估值空間自然會被打開。

格隆:您想象過平安估值的修復的路徑會是什麼?。

盛瑞生:估值修復其實已經從去年開始逐步發生,從0.7、0.8倍PB修復到一倍以上,但從PEV等指標看仍處於低位。修復還會持續。

路徑有幾個:第一,抓住當前旺盛的市場需求。70萬億存款要找出路,目前全行業FIP也就一兩萬億,轉化率還不高,90%的錢還在銀行體系。銀行自身有動力降低負債成本、提高中收,我們要幫助銀行留住客戶、用好的產品承接。第二,發揮綜合金融協同效應,用AI驅動更便捷高效的一站式體驗。第三,醫療養老的「四到」(到線、到院、到店、到家)加全球急難救援的「4+1」服務體系更加豐富完善,賦能金融主業銷售。第四,抓住新一波AI浪潮,將過去積累的AI能力更強地賦能到前線、銷售和客戶服務場景,成為高盛所說的AI增強型公司。每一層做到足夠好,新的估值空間就會打開。

04、穿越低利率,投資能力與派息平衡

格隆:低利率是懸在所有保險公司頭上的達摩克利斯之劍。平安怎麼應對低利率的挑戰?

盛瑞生:低利率的挑戰要從負債端和投資端兩個方向看。

負債端:第一,過去不同年份有些保單成本可能偏高,但經過30多年經營中,我們通過增提準備金、有效篩選風險、提升保單繼續率等舉措,把整體綜合負債成本降到了行業最低水平。

第二,近些年監管部門建立了更科學的產品定價體系,以10年期國債收益率等指標形成研究值,動態調整定價利率。過去兩年,產品定價利率從3.5%一路降到傳統險2.0%、派息險1.75%保底,剛性負債成本急劇下降。所以存量保單綜合負債成本已非常低,新單負債成本也大幅降低。

投資端:保險負債周期長,平安的負債久期約15年。過去利率相對較好時,平安是30年、50年期國債最積極的配置者,險資6.5萬億資產中,超70%為固收資產,其中逾70%是長久期國債。另外,公司在資本市場上配置低估值、高派息的股票,並放入OCI賬戶,派息計入損益表,股價波動不影響利潤表,相當於構建了一個「類固收」策略。以這兩個底倉為基礎,再輔以適度的多策略權益配置,投資的穩健性表現良好。去年綜合投資收益率達6.3%,遠高於精算假設的定價線。而且派息險轉型後,客戶也能分享到可觀的投資收益。

綜上,低利率環境確實是挑戰,但要做更積極、能穿越周期的資產配置。過去十年,平安的平均綜合投資收益率約5%,遠高於精算假設。儘管市場有人關注利差損,但對平安而言,這一問題並不存在。

格隆:平安的派息連續14年保持上漲,不過現階段AI、養老、醫養都需要重金投入。未來在「多發錢」和「多投入」之間,怎麼平衡?

盛瑞生:主要從「平衡」的角度進行綜合考慮,第一,行業還處於成長期,壽險自身有內生資本動力,但綜合金融、醫療養老、科技賦能等方向,需要時會根據業務發展做必要投入。第二,平安有非常前瞻性的資本規劃,確保資本滿足業務發展的同時,又能給股東合適的回報。兩者一定是一個平衡的結果。

05、時代寄語,平安想成為什麼樣的「常青樹」?

格隆:十年後,當人們提起平安,您最希望他們記住一個什麼新標籤?

盛瑞生:資本市場是一場長跑。我們追求的是一條持續穩健增長、可預期的增長。十年後,希望大家記住平安是一個資本市場的常青樹。服務於2億多乃至越來越多的客戶,服務的根扎得足夠深,增長的潛力足夠強,那棵樹就越來越枝繁葉茂——基業長青,成為資本市場的常青樹。

格隆:現在處在一個充滿不確定性的時代,年輕人也會有一些迷惑甚至無力感。請您給90後、00後甚至10後的年輕人,說幾句推心置腹的話。

盛瑞生:時代變化確實非常快,但每個時代都有不同的選擇。人從大學畢業走向社會,首先就是選對賽道——是不是一個有成長性、有潛力的賽道?然後結合自己的愛好、能力、特長。最好是發自內心地熱愛一件事。我們最近常講張雪的故事,這真的徹底演繹了一旦人熱愛一件事情,就一定是潛力無窮。所以看好一個賽道,在賽道里結合自己的能力特長愛好,發揮能量,勇敢進取,同時有足夠多的耐心。

股票市場長跑人生也是一個耐力跑,選對路,然後耐心長跑下去。

最後,如果年輕的朋友還在找方向,也歡迎加入平安,歡迎成為平安的員工,或者客戶或股東,跟着平安一起成長。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10