平安鷹眼系統十五年：一場專注風險減量的長跑

當臺風“竹節草”中心還位于太平洋海面時，平安產險上海、浙江等地的客戶就已經收到了臺風預警信息和防災指引。與此同時，平安風控員則趕赴高風險區域的企業和工程，實地走訪，向企業提出加固、轉移設備等建議。

對平安產險的風控和理賠隊伍來說，災害來臨前的防災減災服務已經成為常規的服務。而支撐著這套精準化、標準化防災減災服務體系運轉的，正是鷹眼系統——一個由平安產險自主研發的風險減量平臺。

保險是這個世界上最古老的行業之一，已經有4000多年的歷史。即使從1666年倫敦大火追溯現代保險歷史也有300多年的時間。這數百年里，保險行業的核心價值都錨定在事后理賠補償，幫助客戶實現風險轉移。

但從國家和社會角度，風險總量并未減少。伴隨著高質量發展的要求，保險價值不再局限于事后賠付，事前風險防范和事中的風險干預變得越發重要。風險減量越來越頻繁地出現在政府、監管的文件中：保險公司應主動參與和融入到承保標的風險管理過程中去，有效降低事故發生頻率或損失程度，從而實現整個社會風險總量的減少。

今年是鷹眼系統上線十五周年。這十五年，也是保險從“風險等量”向“風險減量”躍遷的關鍵轉折期。站在重塑保險價值的歷史交匯點，作為科技與風險減量深度融合的產物，鷹眼系統對風險減量服務的探索與實踐具有更多的意義。

打造風險減量新基建：從災害預警工具到風險減量平臺

平安產險總經理助理徐華表示，平安產險一直堅持研究風險、量化風險，妥善處置風險，逐漸形成了覆蓋災前預警、災中應急、災后理賠的全周期風險管理體系。

全周期風險管理體系的平臺支撐正是鷹眼系統。近日，平安在深圳舉辦“平安大講堂·科技賦能風險減量”活動，全面介紹了自主研發的風險減量智能服務平臺“鷹眼系統”，并集中展示了鷹眼系統背后人工智能、時空大數據引擎、氣象災害模型等多項創新技術。

為提升風險減量服務質效，2010年起，平安產險就著手建設鷹眼系統，積極運用人工智能、大數據、衛星遙感等前沿科技，探索打造“保險+科技+風險減量服務”模式，構建一個統一的管理平臺，打造風險減量新基建，筑牢災害防護網。

平安產險團體財意健險部副總經理景明洲介紹，鷹眼系統1.0時期，平安產險主要是整合多方資源開發，推動承保理賠數據地理化及災害風險數字化，實現理賠和承保的歷史數據線上化。

在集成大數據的基礎上，2020年，鷹眼系統邁入2.0階段，聚焦自然災害風險管理，打造了風險地圖（河圖）拓展至災害預警（相風）、巨災管理（巨災）、衛星遙感（太乙）及數據服務（繁星），其中災害場景識別擴大至18種，并提前72小時預警，實現了對自然災害的“災前預警、災中響應、災后評估”一體化管理。

景明洲舉例子說，僅2025年上半年，鷹眼系統就在全國范圍內預警25.9萬場自然災害，發出預警信息42.6億條，線下提供現場服務超10萬次，覆蓋6400萬企業和個人客戶。

2024年，鷹眼系統升級到3.0版本，在自然災害的基礎上新增萬物互聯平臺及意外事故風險防控，構建了全方位的風險管理體系。通過引入物聯網技術和AI算法，實現了對粉塵爆炸、電氣火災、水淹水浸等17類安全場景的7×24小時監測和風險干預。截至目前，萬物互聯平臺已部署了1.4萬套物聯網監測設備，為超過5000家企業安全生產保駕護航。

今年，為服務“一帶一路”建設，平安產險進一步推出了鷹眼系統海外版（EagleX）。作為國內直保公司首個對外的全球風險管理平臺，EagleX首期上線了風險地圖(Risk Vista)、災害預警(Cat Warning)、衛星監控(Satellite Monitor)三大功能。

景明洲以巴基斯坦某水電站為例分享說，“由于該工程地處喜馬拉雅地震帶邊緣，雨季山體滑坡風險突出，傳統人工巡檢難以實現大范圍實時監測。借助EagleX，平安產險通過創新應用衛星遙感與InSAR沉降監測技術，可以及時發現施工區山體形變隱患，并采取人員撤離、設備轉移、邊坡加固等措施。最終，該工程在強降雨引發的中大型滑坡中實現零傷亡。”

從1.0到3.0，從國內到海外，鷹眼系統已經從一個自然災害預警“工具”升級為風險管理“平臺”，承載了打造風險減量新基建的重要任務，推動保障服務從 “事后補償” 向 “事中干預、事前預防” 的躍遷，從事后賠付的“賠”到全生命周期陪伴的“陪”的轉變，不斷延長保險價值鏈條，為客戶提供全流程、全場景的便捷風險減量服務。

解碼科技底座：AI驅動，科技與風險減量深度融合

如何評估一個保險機構的金融科技成色？風險減量平臺是其中一個觀察窗口。保險機構如何看待風險減量服務、如何思考保險價值，小到某個災害場景的預警，大到未來服務模式變革，都能在風險減量平臺建設中管中窺豹。

鷹眼系統數以億計的數據基礎和迭代細節里，正藏著平安產險數字化轉型的“內功”。功能、服務、場景等容易感知到的應用層面猶如露出水面的冰山一角，而在水面之下的數據、模型、架構等技術底座建設，才是平安產險的真正“內功”所在。

鷹眼系統的迭代升級歷程也是平安產險數字化轉型的一個縮影。平安產險科技中心數據智能平臺團隊總經理謝文峰介紹，“在鷹眼系統1.0時期，核心技術是大數據，因為相關的災害多種多樣，數據量也非常大。我們本身的經營所積累的數據及保單量都非常大。如何在巨量的數據中預測風險，核心關鍵是借助大數據的技術。”

在2.0時期，除了大數據技術基座之外，平安產險科技團隊深入融合云計算和衛星遙感技術，實現大量的數據實時計算，支撐鷹眼系統2.0的災害的預測、預警及災中的響應時效。

進入AI時代，多模態大模型為鷹眼系統3.0建設注入新動能。謝文峰表示，ChatGPT是聚焦語言處理，而多模態大模型把能力拓展到對音頻、圖像和聲音等數據的處理，實現各種聽說讀寫的能力。“平安基于自己的算力和數據研發了‘平安GPT大模型’。在這個大模型之上，我們累積了11億個物理空間的單元，還有大概歷時一個世紀的歷史災害的數據，還有10億級的保單空間物理數據。”

而鷹眼系統3.0階段就深入應用了多模態大模型技術。衛星遙感是監測自然災害的常用技術，他以多模態大模型在衛星遙感技術的應用為例，“比如說，衛星拍攝的圖像云霧繚繞，看不到地面。AI多模態大模型有一個除云除霧的技術，精細化處理之后可以得到亞米級的清晰度。”

而鷹眼系統3.0的萬物互聯平臺是利用物聯網設備，智能識別工業生產、廠房和工程等場景的風險。但是，物聯網預警的痛點之一是設備的誤報和誤觸發問題。物聯網設備上報數據的頻度非常高，有些是秒級，有些是分鐘級的，每天累積的數據量都是TB級別。既要基于大量數據進行快速處理，又要保持高準確率，難度顯而易見。

謝文峰介紹了平安產險的技術解決方案，“我們是在設備終端里做邊緣計算，把大模型蒸餾成小模型，把小模型部署在終端，過濾掉一些誤觸發的信息，把真正有質量和有隱患風險的數據過濾后送到服務云端來，再在云端部署智能分析的多模態大模型，形成高準確率的端到端的解決方案，把萬物互聯傳統方案的痛點解決掉。”

如今，AI技術已經成為平安產險數字化轉型的核心技術。謝文峰進一步介紹，目前平安產險正以AI為技術底座，發起“智能體工程”，加速推進全面智能化實現智能化營銷、智能化運營、智能化服務、智能化經營和智能化管理。“智能體工程”基于強大的模型底座和豐富的AI工具生態，實現人人均可搭建和使用智能體。

以客戶為中心：把復雜留給自己，把簡單留給客戶

對于平安產險來說，“變”的是隨著數字化能力的提升，不斷增強底層能力，對風險的洞察和預警越來越精準、服務深度越拓越深。“不變”的是以客戶為中心：15年時間，鷹眼系統所堅持不變就是從客戶需要出發，持續迭代推動更加精準預測風險、處置風險，給客戶帶來更好的體驗。

金融服務尤其是保險服務，天然具備“復雜而低頻”的特點。要打造優質的客戶體驗，需要保險機構在金融服務本身的復雜與客戶所需要的簡單之間求得平衡。

站在客戶角度看，或許收到的是臺風、暴雨來臨前一條預警短信和防災指引，或許是物聯網設備發出的一次電路高溫警報。看似簡單的信息背后，是平安產險構建PB級大數據底座，也是基于AI打造的復雜的多模態大模型計算底座。

堅持以客戶為中心，就是把簡單留給用戶，把復雜留給自己。要做到這一點，就要在技術上不斷的創新，為客戶提供一種省心、省時、又省錢的服務體驗。

以客戶為中心是一場沒有終點的長跑。在風險減量服務中，依托鷹眼系統平臺，平安產險跳出了風險補償的傳統模式，回歸客戶對平安的本質需求，把服務前置到事前階段，提供多元化、精準化的防災減災服務，有效幫助客戶降低事故發生頻率或損失程度，讓客戶真正擁有平安，也打開了更廣闊、高頻的服務空間。

下一個十五年，是一個數字化轉型浪潮奔涌的時代，也是財產保險行業邁向風險減量服務無人區的時代。保險要比任何時候都更勇于突破創新，相信鷹眼系統正是平安產險對于“創新”的一個回答。