平安日均超2000亿Token花哪了？

21世纪经济报道记者 曹媛 深圳报道

一家以保险、银行为主业的综合金融机构，上半年日均Token消耗量缘何能突破千亿？

近期，平安集团日耗Token达1200亿的消息引发市场关注，“我们的日均Token消耗量从年初的300亿涨至年中超1200亿。”平安集团首席技术官王晓航告诉21世纪经济报道，最新数据已经突破2000亿Token/日。

超两千亿的日均Token消耗量，若放在整个市场看，低于字节豆包等大模型厂商日均百万亿级的Token消耗量，但远超金融同业：

今年多家银行披露的日均Token消耗量，最高仅为百亿级别：工商银行年初披露全行业务应用日耗Token量达百亿级；招商银行5月披露日耗Token达330亿；微众银行7月披露日耗Token超200亿……

一家并未向市场输出通用大模型的综合金融机构，日均超千亿Token，究竟用在哪儿了，产生了什么价值，账怎么算？

自8月20日公布中期业绩报告以来，中国平安A股、港股实现多日连涨，市值重回万亿元。

日耗超千亿Token，都用在哪儿了？

Token消耗量已成为衡量企业AI应用深度的通用标尺。但对金融机构而言，比“烧Token”更关键的，是如何把每一笔Token支出转化为业务条线可感知的增收、减损、提效与风控精度的提升。

日耗超千亿Token，平安都用在哪儿了？王晓航告诉记者，平安每年在科技领域投入超百亿元，其中AI聚焦三条主线：综合金融、医疗健康、内部提效，通过超大规模、超高频AI应用产生真实商业价值。

主线之一是AI驱动平安的综合金融服务体验创新。最典型的案例是今年平安推出的快捷服务AI助手，通过“一个入口，一站式解决”为客户提供平安内部保险理赔、融资、交易、救急等300多项服务，“AI查问办”已覆盖平安88%的业务场景，上半年超4700万人次体验。

“AI带来全新的咨询和办事体验，还能使线上APP渠道转化为高增长、低成本的客户经营渠道，每月线上增量订单的环比增速达两位数以上。”王晓航透露。

AI应用主线之二是提升医疗健康智能水平。据悉，平安现阶段目标是打造“最具专业性的AI医生”，“少数重疾的理赔金额占平安上千亿元赔付总额的50%以上，面对这部分肿瘤专病，我们跟北大、平安好医生共同打造了专病AI，专家一致性达90%以上，我们希望真正解决用户的严肃医疗问题，不光是健康咨询的问题。”他说。

另外，“AI医生”精准理解客户医疗需求后，还与平安的“到线、到院、到店、到企”四到服务体系联动，形成就医闭环。

主线之三是AI赋能企业内部提效。据悉，平安内勤员工超25万人，正大力推进AI Coding、AI运营、AI办公“三大AI工程”。

王晓航分享了一组数据：“上半年我们的新代码AI生成率已经达到62%，年初这一数字仅为30%，原定目标是60%，年中超额完成。”AI运营上，围绕重复性、事务性的流程，平安运营标杆岗位以工时为度量的提效达两位数；AI也在赋能其内部会议、审批等办公场景。

破解“算力焦虑”：用技术把成本降低超一半

当前AI行业普遍陷入“算力焦虑”，高端GPU紧缺且昂贵，算力成本高昂导致大模型应用“算不过来账”。平安如何承受如此庞大的算力消耗？

采访中，王晓航提出了“供给、效率、价值”三要素正循环的逻辑：“我们看算力本身，关注的不只是Token消耗多不多，同时也看Token的效率，也就是每个Token的单位成本高不高，以及Token的价值产出是不是足够大。这三者形成正循环，才能可持续地支撑这种大规模的投入。”

在供给端，平安6月Token日均消耗超1200亿，AI应用已深度嵌入到其亿级客户交互与内部高频场景中。

在效率端，平安在硬件成本上涨的背景下实现单位Token成本降低超一半。据王晓航介绍，平安通过全栈技术优化，包括上下文压缩、模型推理优化、异构多GPU算力集群、昼夜错峰调度等手段，实现了单位Token成本下降。

价值产出层面，平安的算力消耗集中在超大规模对客应用（2.53亿客户数）和超高频对内应用（约25万员工）。“供给扩大、使用Token的效率提高，以及Token产出的爆发，这样才能可持续。”王晓航总结。

平安为何不向C端市场推出通用医疗模型？

在医疗领域，据公开报道，豆包每天承载的健康咨询量超过2000万人次。今年8月，中国青年报社社会调查中心发布的一项调查显示：超九成受访者用AI查询过病情、获取过就医建议。

当AI问诊已成大模型刚需场景，市场好奇，面对真实医疗需求、拥有庞大且高质量的理赔与健康档案数据积累的平安集团，为何不面向更广泛的C端市场推出通用医疗模型？

“平安不卷通用AI，聚焦产业AI。”王晓航告诉记者，“在日常的健康咨询和全科问诊这些通用领域，随着前沿模型的能力水涨船高，模型本身很难拉开特别大的差距。平安更希望帮助客户解决严肃医疗问题，形成服务的闭环。”

这也意味着，当下平安集团的AI定位是赋能客户、优化流程、形成服务闭环，而非与通用大模型拼日常咨询流量。

还需注意的是，目前在医疗这类高壁垒领域，AI大模型主要面临专业度不足、幻觉频发的问题。面对这一行业难题，王晓航告诉记者，平安通过三方面推动解决：

一是专业质控，平安参照卫健委的医生质控标准开展AI医疗质控，已完成了超13万例问诊案例质控，专科和全科的幻觉率、错误率及红线率均低于千分之三。

二是专业验证，平安依托自建医疗知识库、病历库、循证文档库与检索技术，保障回答可溯源。

三是设置“安全护栏”并落实专家复核，对诊疗、交易等关键决策划定边界，采用AI与线上线下专家协同模式，即便幻觉问题已得到控制，仍持续守住严肃场景的风险底线。

在金融领域，王晓航则强调坚持深入业务场景，做好技术对业务人员的赋能。平安推出了面向代理人的AI赋能工具AskBob，当前39%的代理人每日高频使用该工具进行条款问询、策略解读。平安中报数据显示，上半年，AI智能体的辅助销售额高达573亿元。

除了赋能人，平安也在加强AI对流程的智能化改造。平安中报数据显示，平安AI坐席服务量占客服总量的81%。在车险领域，车代渠道94%的保单可以在一分钟之内完成出单。

据王晓航介绍，“未来AskBob还将升级改造为一个能办事的智能助手，贯穿代理人获客、触达、访问和转化全流程，帮助代理人从事务性工作中解放出来。”

未来，平安在科技领域主要聚焦三部分：基础研发、规模化创新、前瞻孵化。“我们主动将资源从基础研发向创新方向迁移。”

“价值只要讲得清楚、只要能够落地，我们是愿意花人力和算力，愿意投入的。”王晓航说。