8月20日，当平安集团的半年报发布时，一个数字震惊了业内：平安集团内部每日的Token（AI词元）的消耗量达到了1200亿——同期公开信息显示，一些头部金融机构的日均token消耗在小几百亿的量级。
但在平安集团首席技术官（CTO）兼平安科技总经理王晓航，这个数字并不值得惊讶："1200亿是截至半年报发布（6月30日）时的数字，现在平安集团的每日Token消耗已经达到了2100亿。"
这就是平安在AI方面的速度，也是王晓航加盟平安1年后的"成绩单"。外界关注的是，这位从互联网行业出身的首席技术官将给平安带来什么？
答案逐渐清晰：平安的AI战略"三条主线"全面铺开；上半年超4700万人次使用AI快捷服务；上半年新代码的 AI生成率达到62%；AI诊疗特别是肿瘤专病诊断方面，与专家一致性达到了90%以上；AI查问办覆盖集团88%的业务场景；AI智能体辅助实现销售额573.13亿元…….
而在王晓航看来，这只是开始而已，"金融保险行业AI的消耗和价值产出，正处在一个突破的前夕，平安的目标是——超前半步。"
三线作战：平安的AI全景图
王晓航把平安当下的AI布局概括为三条主线：综合金融、医疗健康、以及面向企业内部的效率提升。
综合金融是第一条主线。平安拥有2.53亿个人客户，月活客户峰值超过9000万，已经成长为"行业里面最大的APP流量生态"。如何把这批流量转化好、服务好，是王晓航的重要任务。
而平安科技团队所做的，就是尽量把各类服务用"AI快捷服务"串联起来：银行、保险、证券、医疗等多个入口被整合为一个流量平台，用AI技术支持客户实现"一句话咨询和办事、一句话理赔、融资、交易、救急"，这一路300多项跨主体、跨业务的服务一站式打通。中报披露，这一服务的使用量累计4700万人次，自发布以来使用人数快速攀升。
在王晓航看来，AI不仅带来了"极致的咨询和办事体验"，还把这个APP生态转化成一个"新兴渠道"——线上增量订单环比增速保持在两位数以上，获客成本大幅低于外部渠道。
第二条主线是医疗健康。目标"打造最具专业性的AI医生"。王晓航介绍，平安在全科、专科以及面向重疾的多学科会诊（MDT）领域，AI的诊疗、诊断和咨询准确性"已经对齐三甲医院的水平"；在肿瘤专病方面，公司与北大、平安好医生共同打造专病AI，专家一致性达到90%以上。
而线上诊断只是就医的起点，平安还通过"四到"服务体系（到线的家庭医生、到院的医院网络、到企的企业福利、到家的上门服务）连接线上线下资源，形成就医闭环。
第三条主线面向企业内部。平安内勤员工超过25万人，内部迅速推进的AI Coding（AI编程）、AI运营、AI办公三大企业AI工程带来可观的成果。
仅AI Coding方面，上半年平安集团的新代码AI生成率已达到62%——相比年初30%的水平翻一倍。而AI运营的推广，也让相关重复性、事务性的标杆岗位实现了两位数的工时提效。
"无论是综合金融的AI服务还是医疗健康的AI服务，未来都是对客超大规模的应用，我们认为都会到每年亿次以上的量级。"
王晓航预判，超大规模的外部应用叠加超高频的内部应用，将构成了平安AI"真正产生商业价值和客户价值的关键领域"。
坚持聚焦："金融医疗的专家级AI"
王晓航很早就提出了，平安AI模型建设"不做通用大模型、而是要聚焦金融医疗专家级AI"的观点，探索一年多后，他的观点日益坚定。
王晓航认为，在过去一年多里，通用模型的能力不断涨升，在日常健康咨询和全科问诊等通用领域，前沿模型的能力"水涨船高"，"模型本身已经拉不开特别大差距"。
对保险机构而言，未来的比拼，更多的在产品体验和流量优势方面，而这也是平安的优势所在。
所以，线上AI医疗咨询只是保险机构的起点，"真正的难点"是如何帮助客户解决严肃的医疗问题，形成服务闭环。
王晓航由此把平安AI在医疗方面的定位拆解为两层：一是在严肃医疗领域做"最专业的AI医生"；二是连接医疗资源、连接"四到"服务。
在他看来，平安的优势和壁垒植根于其"综合金融+医疗养老"的生态，体现在三个方面：其一，真实而精准的医疗需求——平安每年覆盖企业客户接近20万家，能够精准了解客户的健康状态与严肃医疗需求；其二，数据积累——长期积累的保险理赔、在线医疗、线下医疗网络数据，与北大、好医生共建形成了"行业里面最大的、质量最高的医疗健康档案和医疗知识工程"；其三，服务闭环——AI医生作为统一入口，主动识别、触达客户，连接"四到"服务体系，解决线上线下就医痛点。
而这一切的结合都指向了一个结论：平安要在专业大模型的研发上持续下功夫，同时把它和一线的服务结合深、结合透。
日均Token投入：从300亿到2100亿
Token的使用是所有金融机构都绕不过去的热门话题。平安的最新中报也披露，集团内部的日均Token消耗量从2025年12月的每日300亿，跃升至2026年6月的超1200亿。王晓航则给出更新的数字："我们年报截止日期是到6月30日，当时的数据是1200亿，现在的每日Token到了2100亿。"
但王晓航强调，Token消耗"不是为多而多"，关键要看三个环节是否实现了Token的"正循环"：
一是供给方面，能否形成稳定高效的算力基础设施。而平安通过长期深耕智算和AI基础设施，已构建了国产多GPU异构算力集群；
二是效率方面，能否持续降低Token的供给成本。王晓航透露，过去半年里内存和GPU等算力硬件设施价格涨了不止一倍，而平安单位Token成本"降低了超过一半"、背后靠的是从上下文优化、模型优化、推理优化到算力调度的全栈技术的进步；
三是价值方面，Token的使用和消耗是否是客户的真实需求。而平安内部的Token消耗主要来自面向2.53亿客户的超大规模应用和面向内部关键岗位的超高频应用。
"AI应用的下一步发展取决于上述三个环节的发展"，王晓航判断，在供给、效率、应用三环节同步优化之下，保险行业AI的应用和价值将"持续爆发"，平安在AI方面的"发展空间"也将不断拓宽。
AI应用：安全与边界
金融与医疗是对专业性和严谨性要求最高的两个行业，而AI技术本身存在一定的"幻觉"问题，如何做好安全管理和应用边界的管控，尤为重要。
王晓航介绍，平安在AI的可控性上持续推进三件事。
一是专业质控。平安是行业里极少数在医疗健康领域"按照卫健委的医生质控要求"来做AI医疗质控的机构，至今已有超过13万例AI医疗问诊案例经过专业质控，在专科、全科的幻觉率、错误率、红线率"都低于千分之三"，远超质控要求。
二是专业验证，通过医疗知识工程、病例库、循证文档库等，确保回复可溯源、可控。
三是安全护栏与专家复核，在交易、医学正式诊疗建议等关键决策上明确边界，交由专家团队。
对于《银行业保险业网络安全管理办法（征求意见稿）》提出的三道防线协同共治，王晓航表示平安内部已建立了相应的机制：第一道防线是科技条线（集团科技信息部）负责整体安全管理，第二道防线是集团风险管理部负责风险识别、赋能、评估与监控，第三道防线是稽核部门以独立视角检验、问责并推动整改，成员公司作为第一责任人形成防护闭环。
在智能体规模化的挑战面前，平安给出的管控逻辑是"分级准入、最小必要权限"原则：一方面，凡是涉及客户权益、资金、关键医疗决策的场景，AI和智能体"非必要，不授权"；
另一方面，所有关键的决策，都由具有专业资质的人员复核；全程可监控、可追溯、可审计。
"AI会越来越自主，但同时AI的边界也应越来越清晰。"
重塑业务：支持和赋能一线
谈及AI对保险行业的深远影响，王晓航认为，这一波AI效能释放最充分的是健康险领域。随着AI对疾病发生、预测和管理能力的提升，保险有望"覆盖过去无法覆盖的人群，提供更多的普惠性"。
今年7月，平安在世界人工智能大会（WAIC）上发布了面向肿瘤患者的专病AI产品矩阵，涵盖专病识别、高危人群早筛、癌症复发、阿尔茨海默等场景，出险后由医疗管家提供全流程服务。
同时，越来越出色的AI智能体也在赋能一线的销售团队。在寿险领域，平安内部有一款名为"营销askbob"的智能体平台，为个险代理人提供条款问询、策略解读等服务，目前39%的代理人每天使用，并正从"问答咨询工具"升级为覆盖获客、触达、转化全流程的助手。
中报数据显示，上半年平安AI智能体辅助实现销售额573.13亿元。在车险端，因流程更标准化，AI应用更成熟——车代渠道94%的保单在一分钟内完成智能出单。
"再强的AI也没办法替代代理人提供的连接和信任"。王晓航指出，当下的AI重点是让一线的销售队伍可以更多的从事务性、重复性工作中解放出来。
