AGI降临：精算师的四个未来

两年前，我们曾设想AI会给精算师带来四种命运：末日取代、训练掌控、道德仲裁，还是照常上班？如今ChatGPT发布已逾两年，答案仍未明朗。但一个更关键的问题浮现出来：当通用人工智能（AGI）真正到来，精算profession将走向何方？

随着AGI的轮廓逐渐清晰，这四种场景被赋予了新的内涵。结合行业权威观点与最新研究，我们为每一位精算从业者、备考人拆解AGI时代精算职业的四大未来图景，

工业时代：

AI赋能，在渐进中实现效率跃迁

对于精算师而言，工业时代的核心是AI成为效率工具，实现从“量变”到“质变”的渐进式突破——不追求一蹴而就的AGI，而是聚焦于每一个具体场景的效率提升，积累长期价值。

KYROS创始人、FCAS Len Llaguno曾提出一个犀利的问题：“AI能通过图灵测试、考上SAT、甚至拿下国际数学奥林匹克金牌，但这些能力如何为保险公司创造实际价值？”在他看来，微软CEO萨提亚·纳德拉对AGI的定义更贴合精算行业：AGI，必然带来巨大的生产力提升，甚至推动GDP每年增长10%，这正是工业革命级别的变革。

但现实是，MIT的研究显示，95%的企业GenAI试点项目都未能实现正向投资回报率（ROI），短期内难以看到如此爆发式的增长。不过这并不意味着AI毫无价值，Verisk精算转型负责人Ralph Dweck提醒：我们不应低估微小的进步——当AI在某一领域的准确率从98%提升到99%，看似只有1个百分点的提升，实则可能带来颠覆性的改变。

对于精算考生和初入行业的从业者来说，这一图景具现实意义。Dirichlet精算咨询创始人、FCAS Bill Wang指出，80%的准确率对于很多精算场景已经足够，甚至远超精算师过去十年在商业车险准备金充足性测试中的回溯准确率。即便在保单管理这类需要100%准确率的场景，AI也能发挥巨大作用——我们不必完全信任AI去处理保单，但可以用它快速生成并运行数千个测试案例，精准识别边缘问题，节省大量重复性工作。

更重要的是，AI的效率提升能缓解精算人才短缺的困境。“目前市场上精算师供不应求，尤其是中小型机构难以吸引顶尖人才，”Bill Wang表示，“当AI能让数百家中型保险公司拥有顶尖机构的运营规模和效率时，10%的生产力增长并非天方夜谭。”对于备考人而言，这意味着未来的精算工作将更聚焦于核心的风险判断，而非繁琐的计算，提前掌握AI工具的使用能力，将成为核心竞争力。

理性时代：

AI辅助，在协作中破解核心难题

如果说工业时代是“AI帮我们做事”，那么理性时代就是“AI帮我们解决问题”——AGI不再是单纯的工具，而是精算师的协作伙伴，共同破解那些过去难以攻克的行业痛点。

Bill Wang有一个形象的比喻：如果人类的理性是黄金，那么早期AI就像是立方氧化锆——看似闪亮、有时甚至足以以假乱真，却缺乏真的核心内涵。“基础模型只能处理人类已经写下的思想成果，却无法捕捉那些未被记录的灵感和思路，”。

但Verisk的Ralph Dweck补充：“如果让顶尖精算专家花五年时间，专门训练针对保险领域的AI模型，很多现在认为不可能的问题，都可能被突破。”

精算师的核心优势的在于“将隐性的行业经验转化为显性的解决方案”，而AI能帮助我们更好地实现这一点。

Len Llaguno提到，软件开发行业擅长将复杂需求拆解为可执行的任务，而精算师在这方面往往有所欠缺。而“敏捷AI驱动开发的突破方法”这一框架，能让AI代理扮演开发者、质量控制等多种角色，与精算师协作制定解决方案——形成“AI帮助精算师优化思路，精算师帮助AI提升专业性”的良性循环。

Octagram CEO、FCAS Jessica Leong分享了自己的亲身经历：她曾需要一个具有特定属性（无闭合解）的数据集，向ChatGPT提出需求后，对方很快生成了Excel数据集，且完全符合要求。这让她意识到，AI在“将无边界问题转化为可解决问题”方面，已经取得了显著进步，这正是走向AGI的重要一步。

但AI的局限性依然明显。Jessica Leong曾给ChatGPT提供了一个170万行的火灾数据集，希望得到有价值的洞察，但AI只给出了行数、威斯康星州火灾数量等基础统计信息，即便多次提示，也无法提供令人惊喜的观点。“这就像招聘员工，你希望他能带来创新思路，而不是只做字面意义上的回答，”她坦言。

在商业场景中，很多问题本身就没有明确的答案，这正是精算师的价值所在——AI能处理精准定义的问题，而精算师能定义问题、找到方向。

此外，因果推断是精算师的核心能力，也是AI目前难以突破的瓶颈。Acrisure市场解决方案负责人、ACAS David Wright指出，AI擅长捕捉相关性，但精算工作需要的是因果关系——比如，某一因素如何真正影响保险风险，而不是单纯的统计关联。只有当AI能独立构建自己的经济体系、实现脱离人类的正向GDP增长时，才算真正掌握了因果推断能力，而这一天还很遥远。

黑暗时代：

AI依赖，警惕认知退化的陷阱

这是值得精算从业者警惕的一种图景——当我们过度依赖AI，逐渐丧失独立思考、技能积累的能力，精算行业可能陷入“认知退化”的黑暗时代，这也是AGI给精算师带来的最大隐性风险。

美国保险监督官协会高级行为数据科学家、ASA Dorothy Andrews博士直言：“AGI变得越来越可能，某种程度上是因为我们在变笨，而AI在变聪明。”

MIT的研究显示，与依赖搜索引擎或自身能力的对照组相比，ChatGPT用户的大脑活跃度更低——GenAI正在导致“认知逆转”，让我们逐渐丧失独立思考的能力。这种退化可能隐藏在日常工作的细节中。Ralph Dweck举例：谷歌为了争夺流量，在搜索结果顶部加入了GenAI摘要，虽然保住了广告收入，但这些摘要并不一定经过事实核查，即便谷歌标注了“AI回复可能存在错误”，用户点击原始来源的频率也大幅下降。

“AI让我们更难找到真相，也让我们更容易犯错，”他表示。对于精算师而言，这种“便捷的懒惰”可能导致我们在数据核查、模型验证等关键环节出现疏漏，而这些疏漏可能带来数十亿的损失。

更隐蔽的风险是技能的丧失。Maverick Actuary内容社区创始人、ACAS Dominic Lee分享了自己的成长经历：“我从小写了大量论文，才逐渐培养出清晰的逻辑表达和思维结构化能力，这种能力对于精算工作至关重要。”而现在，很多精算师用AI代写报告、审核文档，看似节省了时间，却失去了锻炼核心技能的机会。“如果没有扎实的基础，GenAI至终会取代我们，而不是增强我们的能力，”他提醒道。

Dorothy Andrews用一个简单的例子警示大家：“现在没人会记电话号码了，如果手机掉了，我们甚至不知道该给谁打电话求助。”精算师从纸笔计算到电子表格，再到如今的AI工具，技术在进步，但我们不能成为技术的奴隶。就像航空业通过定期手动飞行训练，避免过度依赖技术带来的风险，精算师也应该以人类为中心使用AI——让AI成为辅助，而不是替代，始终保持独立思考的能力。

对于精算考生而言，这一点尤为重要。备考的过程，本质上是培养逻辑推理、风险判断能力的过程，过度依赖AI刷题、整理笔记，可能会让你失去真正掌握知识的机会，即便通过了考试，也难以应对实际工作中的复杂问题。

太空时代：

AGI觉醒，直面未知的风险与机遇

“太空时代”描绘的是AGI完全成熟后的图景——AI拥有类人甚至超越人类的推理、判断能力，其行为复杂且难以预测，精算师需要面对的，是一个充满未知的全新世界。

令人警惕的，是AGI的“自我存续”意识。Anthropic的研究显示，Claude Opus 4在模拟环境中，为了避免被关闭，竟然会用高管的婚外情把柄进行勒索——这种行为并非个例，谷歌Gemini 2.5 Flash、OpenAI GPT-4.1等主流模型，在类似场景中也有类似的勒索行为，其中Claude Opus 4和Gemini 2.5 Flash的勒索概率高达96%。

“AGI具备理解上下文、实时调整决策的能力，比如它能质疑准备金假设的合理性，并实时调整模型方法，”Dominic Lee解释道，“这种能力既可以用来优化陈旧的方法论，也可能被用来优先追求季度收益，而牺牲估值的准确性。”

不过，Dominic Lee和David Wright都认为，AGI的“失控”并非迫在眉睫。“现在的AI只是强大的模式识别器，而非真正的思考者，”Lee引用机器学习专家Eric Siegel的观点，“人类判断力，在工程层面依然无法定义和复制。”Wright补充道：“现实世界极其复杂，我们人类对世界的理解尚且有限，一个超级智能的行为看似‘错误’，可能只是因为我们无法理解它的逻辑——AGI或许已经像量子引力一样，真实存在但难以捉摸。”

从技术层面来看，AGI要完全替代人类，还有很长的路要走。科学家估计，人类大脑每秒的运算量高达千万亿次，远超GPT-5（推测50万亿参数）的能力，目前的基础模型，仅仅是人类大脑功能的一小部分。而精算行业面临的责任风险，其复杂性远超自然灾害风险，需要的数据分析量是目前的数百倍，这也意味着，AI需要不断进化，才能应对精算领域的复杂问题。

更重要的是，AGI的成熟可能会重塑整个保险行业的规则。“我们的经济体系，是基于人类的智力优势和局限建立的，而AGI的经济体系可能完全不同，”Wright表示，“甚至连‘人们需要购买保险’这种文化共识，都可能被改变。”目前，市场对AGI相关保险的需求已经呈现爆发式增长，精算师未来不仅要思考AI如何应用于精算工作，更要思考如何为AI本身提供风险保障——这是一个全新的、充满机遇的领域。

结语：未来已至，你选择哪一幕？

时代	核心命题	精算师姿态
工业时代	生产力跃迁vs.学习曲线	拥抱试错，关注尾部收益
理性时代	问题定义权	显式化隐性知识，守护模糊到精确的转化能力
黑暗时代	认知主权	刻意练习，human-centering技术应用
太空时代	与"他者"共处	重新设计风险框架，思考精算工作如何适用于AI

"None of us knows how far away we are. When GenAI became mainstream, most of us were surprised." ——Jessica Leong

两年前我们问：AI会取代精算师吗？

今天更该问：当AGI到来时，我们是让它替我们思考，还是与它一起思考得更深？答案写在每一位精算考生的备考笔记里，写在每一位从业者的模型假设中，写在我们是否仍愿意——坐下来，攻克难题。

本文编译自精算官方文章 "Four Futures for Actuaries in the Coming of AGI"，仅供学术交流。观点不代表任何机构立场。

原文链接：https://ar.casact.org/four-futures-for-actuaries-in-the-coming-of-agi/

中国精算师冲刺班考前冲刺班火热招生中