作者简介：
蒋洪浪，毕业于上海交通大学，长期任职于保险公司，先后在保险投资、内部审计、信息化建设等领域工作。现就职于复旦大学保险应用创新研究院。
数智技术驱动的保险大监督体系构建
（复旦大学保险创新研究院）
孔庆伟 蒋洪浪
摘要:数智技术的快速发展，为保险公司的大监督体系构建提供了新的解决思路，本文就数字化智能化技术对大监督体系构建的影响分析入手，提出了技术条件下的大监督体系构建思路，为行业发展提供可借鉴的模式。
关键词：人工智能、数智化、大监督体系、一体化监督
引言
保险业是经营和管理风险的行业，无论从公司治理和风险防控的角度，都需要保险企业规范经营，也需要强化管控，实现有效的监督。中国特色大监督体系的建设，不仅是国家治理和公司治理的需求，也受技术发展的深刻影响。国内的研究成果主要是从公司治理的角度，分析大监督体系建设的必要性、组织体系、责任划分等内容。随着数智化的发展，信息技术正在重构企业的组织机制，也需要从监督技术运用的角度，分析企业大监督体系的特征和建设思路。
一、大监督体系构建的数智技术支撑
1.大监督体系需要数智化技术驱动力
我国保险企业基本上形成了纪检监察、法律合规、内部审计等在内的各类监督主体。但监督资源不足、职责不清、成果共享不够、监督成效不高等问题是亟待解决的痛点和难点。一些大型保险公司积极探索大监督体系，希望通过组织和机制优化，实现整合资源、形成合力、提升质效的目的。但仍无法摆脱人工风险排查、多部门分工、信息被动上报、整改行政推动等手段，普遍存在监督覆盖不足、效率低下、响应滞后等问题，难以满足当前动态化、复杂化、数字化的监督需求。
人工智能作为数字技术的集合体，成果快速涌现。特别是近两年，以大模型为基础的人工智能生成（AIGC）得到广泛运用，人工智能体（AIAgent）蓬勃发展。人工智能作为新一轮科技革命和产业变革的代表性技术，对企业的经营管理带来革命性影响，也深刻改变着企业的监督管理体系，为监督体系贯通、组织穿透、业务集成、智慧联动提供了技术支持，促进各类监督力量整合、流程契合、工作融合，为大监督体系的建设开辟了新路径。
2.新风险需要数智化技术防控网
大型保险公司基本上都部署了数智化技术基座，保险业的数智化转型和智能体的大规模运用正在加快。但也要看到，创新的伴生风险、新技术运用的潜在挑战越来越高，如信息安全、系统安全、智能技术的误用滥用恶用等相关问题已逐渐成为新型风险。但大多数企业的监督管理仍然沿用传统手段，零星应用数据技术和方法，被动地应付大量的管理事件，甚至一些公司的监督检查还在为获取数据而发愁。这些都严重阻碍了保险监督的有效性。
风险揭示的时空错位。一是问题揭示的时间错位，传统监督方式对风险案件揭示存在滞后，导致损失的不可挽回性。二是问题排查的空间错位，监督覆盖的有限性，存在风险盲点，导致重大案件出险重大损失，小型风险事件损失的沙漏问题严重。另外，源头型风险未能提前防控，使风险在业务流程中呈链式传导和集聚。
闭环管理的边界壕沟。在监督事项上，传统模式下的纪检、合规、审计监督是以职能为边界的监督，监督覆盖既有重叠交叉，又有断点盲点，导致效率下降，甚至形成工作障碍；在监督对象上，主要是对法律实体的监督，已无法应对虚拟组织中的风险渗透，导致监督的表象化，风险深层次发酵。
监督成本的沉淀效应。传统管理流程是从总部向各级机构传递，政策要求逐级衰减效应明显，成本与效果并不匹配。各监督主体提出的管理建议、整改要求都依赖于系统的改造，很多功能采取系统外挂模式，不仅成本高，而且新增的修改控制往往与既有系统架构和功能产生排异反应，催生新的风险。
二、数智技术的大监督体系特征
1.大监督体系的时代要求
大监督体系是指企业有效整合内部纪检、审计、法务、合规、内控等监督检查资源，在保持各自专业优势的同时，通过人员、方法、信息等要素的复用、协同、融合形成一体化的监督合力，达到降低工作成本、提升工作效率效果的目的。
大监督体系建设的敏捷性要求。数字化时代，风险损失具有巨大性、爆发的瞬时性，需要提高监督的实效性，即快速识别风险，快速处置，防止风险转移导致的链式反应。例如，保险资金的投资类风险，应急处置周期必须从天为单位，压缩至以秒为单位。
大监督体系建设的一体化要求。智能化时代，企业的组织将呈现小型化、精细化，业务的分工导致的风险链条加长，更需要监督主体之间的协同、监督主体与监督对象的协同，才能有效防控风险。
大监督系统建设的闭环管理要求。大监督体系下，各自监督主体的工作管理闭环需要纳入整体运行机制，需要形成新的闭环管理。并在问题识别、揭示、整改、评估的各个环节中，丰富监督“工具箱”，形成广泛覆盖经营管理环节，又突出监督重点的管理模式。
2.技术条件下监督管理的新趋势
技术放大员工技能，也导致岗位职能趋同：AI系统具有自主学习和适应能力，可以对不断增加的数据信息进行自主分析，进而自主学习并调整自身的算法模型，使其具备更强的适应能力。一方面，人工智能技术的广泛运用，传统岗位人员技能门槛下降，放大员工的工作范围。另一方面，智能体承担越来越多的工作任务。这两个要素的叠加，将使传统员工岗位的工作边界拓宽，不同岗位之间的重叠面加大，部分岗位职能不断趋同，边界甚至变得模糊。例如，审计可以通过数据分析，获取到领导干部违纪的线索，审计与纪检工作出现交叉；合规也可以通过检查方法的技术运用，发现内部控制管理的缺陷，合规与审计也出现交叉。
信息增强组织的敏捷，也导致决策的下沉： 一方面，信息的共享性、可复制性以及传递的快捷性，使得组织的敏捷性提升。同时决策信息泛化，必然导致决策职能下沉，决策不再是企业高层管理人员的特权。另一方面，AI系统也具备一定决策能力和自主规划能力，可以基于获得的知识和信息，自主进行推理和决策。如在风险监测领域，AI系统会根据风险的特征，智能地收集信息，调用检查流程，自动揭示管理中的漏洞和缺陷。AI系统不再是简单的工具，而是被授予一定决策权的执行者。
数据拓展人员工作域，也导致岗位的异化。数据已成为创造价值的有效资源，AI系统具有极强的数据处理和挖掘能力，并实现多领域的应用，如语音识别、图像识别、自然语言处理、智能交互等。随着技术的不断进步，AI的应用领域还将不断扩大。AI系统自动化和智能化的特点，将替代部分工作岗位，一些原来从事监督检查的人员会逐步转移非检查监督的事项，如：数据管理、模型构建、机器的训练等内容上，使传统的监督部门逐渐派生出新型的工作岗位。
3.数智化对大监督体系的影响
智能技术从专业领域向企业组织的渗透应用，不仅体现在企业组织生产效率的升级，更体现在组织体系的优化，资源配置方式的改变，进一步推动管理范式转变。
数据信息的加速流转，加速了组织的虚拟化和平台化。通过广泛的数字连接，主体间的交互联动加强，打破传统监督组织的界限与信息壁垒，加速组织形态灵活化、虚拟化、平台化，使主体间的相互依赖性日益增强。人与人、组织间的合作更加透明高效，专业化分工进一步强化，催生出主体间全新的交互能力，构建起大规模协作的模式。
监督流程的自动化和透明化，弱化了不兼容岗位的底层逻辑。传统的监督理论产生于委托代理理论的信息不对称，其组织架构的设计来源于公司治理的相关理论。例如，合规部门的内控检查更注重内控建设层面的要求，审计的内控检查更注重内控评价层面的要求。内控建设者和评价者存在岗位不兼容问题。但随着信息的公开透明，机器自动检查流程的独立客观，评价标准的统一，使得岗位不兼容问题进一步弱化。
技术的强大响应能力，使排查端口前移，实现动态监督。数字化和智能化带来新技术迭代下的管理逻辑转变，即从由外向内的被动响应转变为由内向外的主动感知，通过这种转变，管理者能够敏锐捕捉风险动态变化，推动组织变革创新。传统的组织结构和管理流程往往依赖人力与手工操作，而智能技术的引入赋予组织高效实时处理数据、分析信息、作出精准决策的能力，使组织能够主动发现新的风险并提前进行预防。
4.技术支撑的大监督框架设想
“大监督”体系的总体框架，首先要强化党的领导作用，党委部门作为大监督体系的领导层，重点是把方向、保落实。各监督主体作为运用层，主要是根据职能要求，提出检查要求，并对检查结果进行综合运用。检查执行团队是检查监督的实施层，负责具体的检查工作，即将各监督主体的检查职能进行集中，发挥专业优势。技术支持团队负责技术的支持和服务，包括数据管理、数据分析等。
三、大监督体系的数智技术运用模式
管理的质变，是要将以人为中心的管理创新植入AI技术创新的运行体系，AI不再只是简单的工具，而是共存的工作伙伴。当前,物联网、大数据、云计算、AI大模型等信息技术飞速发展,为智能化监督体系的建设提供了坚实的技术支撑。一是利用大数据技术实时收集和整合业务数据,作为监督检查的工作基础。二是通过大模型技术对各类数据进行分析和挖掘,对公司的风险进行精准、量化的监督和管理,大幅度提升大监督的质量与效率。三是通过技术衔接，打通各监督主体的工作流程，实现一体化监督。
1.防御思想到防控理论的革命
“大监督”本质是管理的再管理、监督的再监督。再管理、再监督的核心就是要摒弃被动防御思想，跨前一步，主动作为。底层数据的实时获取、信息的共享，相当于在业务流中植入风险探针，通过数智检查技术的运用，实现从选择性监控到环境智能感知的转变，推动监督“有形覆盖”向“有效覆盖”转变，培育组织的风险代谢能力。
2. 协同模式到一体化监督的转型
责任边界重构：统一的检查执行团队，不仅有效整合纪检监察、法务、审计、财会等各类监督主体和监督资源，破解监督职责不清、机制运行和信息不畅等难题；也能统一战略规划管理，实现监督工作的“一盘棋”运行。
决策体系重构：监督工作严肃而审慎，查什么、什么时候查、报告什么都是监督决策中的重要事项。智能化技术使得监督常态化，必然导致传统决策体系的变化。通过风险的实时画像为监督决策提供动态坐标；通过关联分析，将看似孤立的异常事件引入因果推理模型，找出问题的本源；通过风险链和传导机理的分析，才能真正防控风险。因此，决策主体分化、决策流程自动化、决策方式系统化是调整和优化的重点。
机制流程重构：AI系统可以实现对已知风险实现程序化处置，对新型威胁启动专项防御。相应地，需要配套建立分级响应机制，打通监督管理的底层基础性工作，构建大监督体系下的大风控和大检查体系。借助于最新技术运用，从而释放更多人力资源，让监督人员专注于解决需要人类专业知识和情感智慧的事项，专注于更复杂、前瞻的工作任务。
3. 职能履行到职责落实的转变
从管控到赋能： 监督的目的是为了服务业务的发展；检查的目的是发现问题，其本质也是要解决问题。因此，监督主体应放下本位主义思想，将大量实践中总结的检查思路和方法，通过数字化转化，有效嵌入到业务流程中，实现服务和赋能业务发展的初心使命上。
从协同到一体：AI系统将部分接管监督与控制职能，通过智能协作工具和AI助理增强团队协作，促进敏捷管理与精益管理的深度融合。可以说，技术推动力，强化了一体化工作环境的建立，还有可能向更具人性化的生态发展。
从静态到动态：AI的迅猛发展，更是从实时数据监测和自动化设定流程与任务，推动监督融入生产经营管理全过程，抓早抓小、防微杜渐，有效防范化解各类风险隐患。例如， AIGC可以通过对过去的任务梳理，帮助识别可能导致违约或信贷风险。AI还可以创建复杂的预测模型，帮助模拟不同决策可能产生的风险影响。
四、数智化大监督建设的框架内容
（一）数智化大监督的实现路径
1.技术先行是一体化监督的基础
从某种程度来讲，技术与企业的生存和发展相辅相成，而在信息化社会，技术的基础作用被放大，这也是大监督体系建设的根基，脱离这个基础，组织体系、制度体系将皮之不存毛将焉附。
2. 组织破题是一体化监督的关键
企业管理需要依赖于自身组织，通过组织体系来引导人工智能和管理的融合是最有效的模式。企业应以战略高度认识到人工智能的重要性，从组织层面转变方式方法。一方面，形成学习型组织，全面掌握人工智能的知识，为智能化发展创造良好的环境。另一方面，对企业组织进行优化，扁平化管理，实现数据在企业内部各部门之间的高效联通，成果的有效共享。
3．制度构建是一体化监督的保障
人工智能为企业管理带来发展机遇的同时，也会带来诸多风险和挑战。需建立相应的配套制度，制定人机互动机制，激励员工有效使用人工智能，防范使用中的滥用、误用、恶用等风险。
（二）数智化大监督建设要点
1.智能监督体系的多层次性。
大监督体系除了企业内部的监督主体的融合外，还需要考虑衔接国家保险监管机关和行业协会。以信息技术作为基础,将大数据和人工智能等技术融合在一起,构建一套覆盖面全、可高效运作的监督管理网络。还需要充分考虑到企业监督的实际需求,旨在形成一个能进行全方位风险监控、实时预警和反馈的动态网络,使监督工作由传统的单一监督转变为多层次、深度嵌入的系统，遵循风险导向、数据驱动和主动预防三大原则,确保对高风险领域展开重点监控。
2.智能化监督体系的构成要素。
智能化监督体系包括组织体系、机制体系和技术体系三大要素。其中，组织体系包括配置熟练掌握人工智能的专业技术人员，推动监督智能化发展。机制体系中除制度流程外，还包括检查监督工作的自动化与流程化，这不为企业带来标准化监督模式,也极大增强信息的准确性和工作的连续性。技术体系包括算法、算力和数据，最核心的是监督算法，主要是针对不同风险点构建的各种规则模型，保险公司经营管理中的风险点以千计量，对应的监督模型更是繁多，这也是企业要不断积累和完善的知识产权，也是智能训练的基础素材。
3.关键技术的应用与选择。
包括数据收集与分析平台、风险预警与监控模块、决策支持与反馈机制等核心内容。其中数据收集与分析是监督体系的基础所在,通过集成企业内外部数据，依托大数据技术的深度挖掘,识别业务流程中的潜在风险。智能化监督体系的“核芯”是风险预警与监控模块,主要通过AI算法对异常行为进行实时监控,避免监督的“马后炮”，做到防患于未然。还可以通过趋势分析并预测未来可能出现的风险，做到风险管理的了然于胸。决策支持与反馈机制在于将监督成果转化为实际管理价值,通过及时反馈形成监督闭环,实现企业管理的自我完善、自我提高。
参考文献
1.《国企治理实战100问》第97问，2022-01-01
2.《管理的质变——AI驱动的新质生产力背景下的管理创新 》，余菁，清华管理评论
