荷兰保险公司Univé最近公布一组内部数据:ChatGPT Enterprise许可证激活率97%,拿到账号的员工里85%每周都在用,活跃用户人均每周发出约40条提示词,员工自己搭建的定制GPT已经超过1500个。这是一家服务数百万会员的保险机构,业务覆盖保险、房贷、金融服务和风险预防,不是一场科技公司内部试验。
多数企业推AI的做法是IT部门立项、筛场景、逐个批商业案例,再统一采购分发给业务线。Univé反过来做:先让全体管理层坐下来讨论AI会怎么改变工作本身,再把权限边界提前划死,最后把时间和自主权交还给员工,让理赔、核保、财务、法务岗位自己重组工作流程。这条路径本身,比97%这个数字更值得同行研究。
从"多批项目"到"多养建造者"
Univé数据与AI总监Yous van Halder的说法很直接:多数组织靠"多建方案"扩大AI规模,他们选择靠"多培养建造者"扩大规模。两条路径的差别不在工具本身,在谁来决定工具长什么样。
| 环节 | 传统IT主导路径 | Univé的路径 |
|---|---|---|
| 起点 | IT部门筛场景、写商业案例 | 管理层集体讨论AI如何改变工作 |
| 权限 | 逐个项目单独审批 | 提前统一划定安全边界 |
| 工具来源 | IT统一采购、分发 | 员工自建,目前约1500个定制GPT |
宠物险理赔:材料准备快了,决定权没挪窝
一个具体场景是宠物险理赔。过去理赔专员要自己翻查兽医发票、核对保单条款、找齐缺失材料,准备过程常常要花上几个小时。
现在这部分工作先交给一个Workspace Agent:整理资料、核对条款、标出异常和缺项,生成一份带依据的建议。理赔专员打开案子时材料已经摆好,几分钟就能进入判断环节。核保岗位类似,员工登录时,当天的工作队列已经按风险和缺失文档排好优先级。
但材料准备快了,不等于判断权转移了。Univé反复强调,理赔和核保的最终决定、责任始终留在人身上,AI给的是可追溯的建议,不是裁决。
治理立在前面,账本还没打开
这套体系的关键,是治理设计在前,不是事后补丁。以下几项在开放使用之前就搭好了:
- 企业级身份认证
- 权限继承原有系统,员工能访问的数据范围不多不少
- 隐私评估与安全审查
- 持续监控和明确的人工问责
但眼下能看到的,终究是企业自己讲的故事,不是第三方审计过的结果。97%的激活率、1500个自定义GPT、每周40条提示词,都是使用频次指标,不等于生产率提升,更不等于利润增长或理赔质量变好。
Univé没有公开采购成本、员工节省的总工时、AI建议的错误率、对客户体验的实际影响,也没说清Workspace Agents接下来会在多大范围内正式铺开。这些空白,恰恰是评估这套模式能不能复制的关键变量。
对谁意味着什么
| 读者 | 具体变化 | 现实动作 |
|---|---|---|
| 保险/金融机构业务与技术管理者 | 值得参考的是治理先行、员工自建这套组织路径,不是激活率本身 | 采购前先要对方给出成本、错误率、复核机制这些未披露的数字 |
| 理赔/核保一线人员 | 材料整理、条款核对这类前期工作会被压缩 | 继续审查AI给出的建议、处理异常情况、对最终判断承担责任 |
一线人员省下的时间,不会自动变成更轻的责任。管理者能借鉴的,是前置治理和放权自建这套组织方式,不是把使用率数字当成投产比的证明。接下来最该盯的,是Univé会不会公开成本和错误率,以及Workspace Agents正式铺开的范围有多大。