投入激增4倍,净利润大减!保险巨头豪赌AI,短期阵痛能否换来长期壁垒?

市场资讯
Yesterday

  来源:保观

  近年来,随着人工智能技术的加速迭代,头部险企纷纷加码AI,将其视为未来增长的核心引擎。

  然而,安联近期发布了一份令市场“喜忧参半”的财报,将AI转型的残酷现实摆在了整个行业面前。

  财报显示,安联二季度的归母净利润同比大幅下滑8.7%,远不及市场预期。而造成这一巨大落差的主要原因,是安联大规模部署人工智能,当期IT重组费用高达6.43亿欧元,比去年同期的1.52亿欧元激增超4倍。

  这引出了一个所有头部险企都无法回避的课题:大力布局AI,究竟要承受多少代价?短期成本的巨额投入,能否换来长期的竞争壁垒?

  本文将详细拆解安联2026年二季度财报的核心数据,并剖析头部险企押注AI背后,要如何平衡好短期阵痛与长期价值之间的博弈。

  1

  冰火两重天,

  创纪录的营业利润与不及预期的归母净利润

  如果非要用一个词来概括安联二季度财报,那就是“割裂”,经营层面全面向好,净利润层面却出现明显落差。

  首先从整体上来看,表现十分亮眼。安联二季度集团总业务量达到456亿欧元,内部业务增速达到5.7%。

  其中三大核心业务板块全部实现盈利,增长态势十分强劲。

  具体来看,财产险板块营业利润为24.59亿欧元、同比增长7.2%;人寿与健康险板块营业利润为15.44亿欧元,同比增长10%;资产管理板块表现最为突出,营业利润为9.33亿欧元、同比激增19.8%。

  三大核心业务板块共同发力,安联集团二季度营业利润高达49亿欧元、同比增长10.6%,创下历史新高。

  但反观归母净利润,数据却大幅背离市场预期。

  财报显示,安联二季度归母净利润仅为26亿欧元,较去年同期下降了12.7%。

  营业利润创新高,净利润却明显走弱,二者之间的巨大缺口,核心来源就是IT重组费用的大幅飙升。二季度安联的IT重组费用高达6.43亿欧元,而去年同期仅为1.52亿欧元。

  安联在简报中明确表示,此次重组“包括加速退役与我们在人工智能驱动工作流程和解决方案投资相关的IT系统”。

  通俗来说就是主动淘汰那些无法适应AI时代的旧系统,为全新的AI基础设施腾出空间,也可以看作是安联为了推进人工智能落地,主动付出的一次战略性成本。

  有业内人士猜测,这是安联大规模部署AI的信号,预计接下来的几个季度里,安联的IT重组费用将继续走高。

  同时市场给出的反馈也十分直接,安联二季度业绩公布后,股价当日收盘下跌。

  2

  安联AI战略全景,

  6.43亿欧元的巨额重组费用到底花在了哪里?

  与其他保险公司仍将AI局限于试点或小范围试用不同,安联已率先将AI确立为集团核心战略,并成为业内AI转型的标杆。

  纵观安联的AI战略全景,可以从底层技术平台建设、业务场景规模化落地、AI人才团队培养三个方面分开阐述。

  在底层技术平台建设方面,安联的AI战略并非“空中楼阁”,而是建立在深厚的数据基础设施之上,覆盖数据质量、治理与架构的完整框架。

  而从二季度IT重合费用暴增来看,安联已经将老旧IT系统进行淘汰,加速构建新的数据平台,确保AI应用建立在准确、结构化、高质量的数据基础之上,而这恰恰是重组开销中最大的一块。

  在业务场景规模化落地方面,安联在全球范围内部署超过900个AI应用案例,重点涵盖承保、理赔、客户服务等核心领域,并在一些特定场景实现规模化落地。

  在承保领域,安联推出生成式AI工具“BRIAN”。该工具有效提升核保速度与信息收集效率,承销商可以专注于更深入的风险分析、加强客户关系、完善定价策略,并及时了解新兴市场趋势和监管变化。目前该工具已经全面投入运营。

  在理赔领域,安联推出代理式AI系统“Nemo”。该系统采用七个任务专用AI代理,自动完成从承保范围核查到欺诈检测的全流程,最后有工作人员进行最终赔付决定,最大程度的兼顾效率与客户信任。

  在客户领域,安联推出了内部聊天机器人“Mia” ,能帮助员工快速地回答客户常见问题,目前该聊天机器人已经成为安联员工的有力帮手。

  在AI人才团队培养方面,安联表现得尤为突出。

  根据相关数据显示,目前安联拥有行业内最大规模的AI开发团队,AI专业人才约占安联员工总数的2%,这意味着每50名员工中就有一名AI专家,远超行业平均水平。

  同时安联还推出了企业级AI培训体系,覆盖70多个国家和地区的超过15万名员工。从管理层到基层员工,都能得到定制化的AI学习路径,进一步拔高集团全员的AI素养。

  正是底层平台、业务场景、人才团队三条战线同时发力,才让6.43亿欧元的重组费用具备了战略层面的“重量”。

  3

  押注AI的背后,

  短期承压能否换来未来长期优势?

  安联二季度的财报数据,折射出的是整个保险行业的共同难题:AI是未来的必选项,但短期承压能否换来未来长期优势?这笔账到底划不划算?

  安联给出的答案是肯定的,并且给出了明确的量化预期。

  从短期来看,大规模部署AI确实带来了非常直接的压力。

  首先是财务层面。高额IT重组费用直接拉低归母净利润,即使营业利润保持强劲,但投资者依然会对盈利表现产生担忧,股价下跌就是最好的体现。

  其次是组织层面。随着AI大规模部署,人工客服、理赔录入等大量重复性工作,会被AI所替代,必然会出现大规模的裁员。2026年7月,安联再次发布裁员通告,确定将在欧洲削减1500至1800个职位,裁员约占其总员工的6.8%至8.2%。

  此外,AI导致的大规模的系统迭代、业务流程重构,短期也会出现业务流程磨合难、员工适应难等一系列问题。

  但站在长期战略视角来看,安联是愿意承受短期的牺牲。

  第一,看得见的整体回报率

  目前很多AI项目前期投入巨大,但实际业务收益可能不及预期。如果能够明确的量化预期,无疑将为决策层提供极具价值的参考依据。

  8月时,投资银行Berenberg发布了一份分析报告,指出安联2026年用于IT重组的投资,预计将在营业利润层面产生20%的回报率。

  此外,目前已经有多家头部险企公布了集团整体的AI投入回报。

  比如宏利在2025年实现3亿欧元的AI回报收益,预计2027年累计收益达到10亿欧元;忠利2025年通过AI节约1亿欧元成本,预计2027可以节省3.5亿欧元。

  第二,AI能快速带来结构性的成本优势

  AI为保险业带来的价值,最先体现在结构性的成本优势上。像理赔、审核、客服、校验等高度依赖人力的岗位,AI若能规模化替代这些工作,将进一步压低运营成本,显著提升成本竞争力。所以我们能看到2025下半年,海外保险巨头已经掀起了大规模的裁员潮。

  其次,在如今竞争日趋激烈的市场环境下,更低的运营成本,意味着险企可以在产品定价上拥有更大空间,既能提升利润,也可以给到客户更好的服务,从而形成正向循环。

  第三,AI转型的“短期代价”是行业共性,安联不是特例

  任何一家头部险企进行AI的全面转型,都必须经历类似的阵痛。但核心在于越早行动,越有机会率先享受AI带来的成本优势与效率的红利。并在定价、服务和竞争市场上与对手拉开差距,构建自身的AI生态壁垒。

  所以说,对于安联这种全球头部险企,AI已经不再是一个锦上添花的工具,而是未来竞争的“入场券”。

  归根结底,安联所付出的“AI代价”并非孤例,而是整个保险行业正在经历的共同课题。因此,想要大规模部署AI,换取长期的数字化竞争力,就必须直面短期的成本阵痛,并做好长期博弈的准备。同时还要做好面临回报周期长、业务落地难、技术与监管风险等一系列挑战。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

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