7月16日，2026丽泽全球保险科技大会在北京拉开帷幕，由金融界、清华大学经济管理学院、北京丽泽金融商务区管委会以及泰康保险集团联合主办。大会紧扣“高质守正·数智创新”这一核心主题，深入探讨了保险科技创新、数字化转型的前沿实践、养老金融的多元模式、消费者权益保护的体系建设，以及区域产业生态的构建等关键议题。
原保监会党委副书记、副主席周延礼，全国社会保障基金理事会原副理事长王忠民，中国银行原行长李礼辉，国家金融监督管理总局北京监管局一级巡视员逯剑，中共北京市委金融委员会办公室副主任闫小娜，中国保险行业协会会长赵宇龙，中共丰台区委常委、副区长唐朝辉，第十四届全国人大代表、北京大学光华管理学院院长田轩，清华大学经管学院党委副书记高峰，金融界集团董事长张斌等众多嘉宾莅临现场。
大会期间，源堡科技联合创始人、副总裁梁露露在“全球保险科技大会丽泽对话”环节发表了自己的见解。他分析了科技保险行业在实施过程中遇到的难题以及寻求突破的关键路径。梁露露强调，包括网安险、数安险、智能驾驶保险、具身智能保险等在内的科技保险细分领域，虽然市场潜力巨大，但长期面临着“呼声高、落地难”的挑战。其中，历史风险数据的缺失成为了制约行业发展的主要瓶颈。他建议，行业应当超越传统基于大数法则的精算定价模式，利用大模型AI技术来构建覆盖保前、保中、理赔全流程的主动风险管理机制，以此来开创符合科技风险特性的新型承保方式。
自2018年成立以来，源堡科技始终专注于AI+数字风险量化技术的本土化应用。针对网络安全保险（cyber insurance )这一细分市场，梁露露指出，尽管海外市场已经形成了千亿级的成熟市场，但国内供需双方长期存在脱节现象。保险公司由于缺乏足够的历史风险数据，难以实现精准的风险量化，从而限制了大规模产品的推出；而企业方面，由于对保险的核心保障价值缺乏直观认识，即便存在风控需求，也难以准确评估产品效用，导致投保意愿不强。
对于行业希望通过接入国家级行业数据库来解决数据不足的问题，梁露露持保留态度。他认为，科技产业的快速迭代使得大模型和智能算法等技术不断更新，历史数据的价值会随着时间推移而迅速降低。基于静态数据统计和传统大数法则的定价模型，并不适应科技保险风险的动态变化特性。他进一步指出，历史数据的缺乏并非科技保险特有的短板，而是一种固有属性。因此，行业的突破不能简单地复制传统保险的发展模式，而是需要围绕这一特性，构建一套全新的承保体系。
梁露露提出了一个关键的解决方案：减少对传统大数法则的依赖，将重心转移到保后、保中全周期的主动风险管理上，通过前置风控来降低事故发生的概率，以此补偿因数据缺失而导致的定价偏差，最终实现保险公司和投保企业的双赢。这一方案依赖于大模型AI技术，能够在投保、存续管理、出险理赔等各个关键环节中落地实施。
在保前投保阶段，AI大模型能够自动化业务流程，减少人工参与。随着保险业务链条的延长和人工审核的增加，企业的投保意愿往往会降低。通过利用大模型构建自动化审核规则，并结合自动化风险探测工具进行企业风险评级，可以大幅简化投保流程，降低企业的投保门槛，提高市场参与度。
保中存续阶段是科技保险风控价值充分发挥的关键时期。与车险等传统险种不同，科技保险需要在整个周期内进行主动的风险干预。梁露露以源堡科技的实践为例，说明了网络安全风险的内外部双重复杂性。通过利用大模型，可以实现自动化的渗透测试、攻防演练和潜在风险的挖掘，提前识别安全隐患并推送风险告警，同时采取减损措施。这种模式不仅能够显著降低风控成本，还能缩短安全事件的响应时间，从源头上减少事故发生的概率，进而降低企业和保险公司的损失。
在理赔环节，AI技术同样扮演着重要角色。传统财产保险的损失通常是标准化的，易于量化，但网安险、无人驾驶保险、智能体保险等科技保险的损失边界模糊，赔付场景复杂，人工处理既耗时又费力。特别是考虑到未来