来源：市场资讯

（来源：金融研习社）

3月27日，中国太保集团的年度业绩会上，该司副总裁马欣现场向豆包AI询问“两款市场最优长期医疗险”，豆包推荐了含太保“蓝医保”在内的几款产品，让人不禁好奇：AI已经能直接推荐保险产品了？？

各大保司几乎都有自己的app，并在其中植入自家Agent智能体，但这些智能体都比较封闭，能够下载app并找到保司Agent智能体的投保人，其投保需求目的性已经很大了，在此情景下Agent更像是保司“数字代理人”，而像豆包、kimi、千问等产品更像百度、谷歌等搜索引擎，面向大众，在这种情况下，保司“甲方”有两种途径抓到人工智能的流量密码，一是通过seo优化，引导对话式人工智能抓到保司推广内容，但是这也需要保司自身的硬实力足够强，既有好产品，也能做到检索优化，做到“酒香飘出深巷”。

另一种则是AI“乙方”公司摇身一变，自己做广告公司、公关公司，例如字节跳动的巨量引擎，阿里巴巴旗下的阿里妈妈等。相对来说，第二种方式更加高效，属于保司“甲方”、AI“乙方”的双向奔赴，但是吧，保司产品在LLM/Agent里插广告，若走消费品的硬广老路，可能只会死路一条。我们就简单探讨一下。

放眼全球，LLM对话插广告早已从概念转为现实，2026年2月，OpenAIChatGPT在美国启动测试对话关联式赞助广告，例如，当用户询问食谱或烹饪建议时，系统可能会推荐相关的食材配送或预制餐食服务，并在回答底部标注“Sponsored”标签。

同时，OpenAI预计2026年广告收入将达到25亿美元，到2030年要突破1000亿美元。可以认为，LLM/Agent类产品中的广告投放前景明确向好。

搞清楚了“为什么做”，再看“怎么做”。大流量入口，绝不等于“硬广轰炸”，面向大众的对话式AI，保险广告性质更多的应是“场景化服务”，是需求唤醒。

保险这生意，跟食品饮料、美妆护肤、生活用品等一般消费品从来不是一回事，首先，保险产品高客单、低频次的属性，容不下硬广的“广撒网”。保险不是刷个屏就下单的快消品，用户买一份百万医疗险，要对比条款、算保费、看健康告知，决策周期长。硬广往LLM里一塞，只会让用户直接划走。其次，保险的核心是信任，靠硬广根本破不了这个局。最后，监管趋严的背景下，LLM广告是合规转型的必然选择。

基于此，真正能落地的场景，得贴用户的痛点，做到“服务前置”。先帮用户分析风险、测算保障缺口，再给产品建议，让用户觉得“你是在帮我，不是在卖我”。例如用户聊一家三口怎么买保险，AI就先摸清家庭情况，指出保障缺口，再给适配的产品；用户刚结婚、生小孩、买房子，这些关键节点上，AI顺势推对应保险方案，比硬广靠谱多了；用户问医保能报多少、住院自费怎么办，AI先算清楚报销比例，再推荐百万医疗险补充缺口，戳中用户最直接的焦虑；台风、暴雨来了，用户担心损失，AI推送家财险咨询，这种雪中送炭的广告，用户才不反感。说白了，只有用户有真实需求，广告才是服务，否则就是添乱。

最关键的一点，保险在LLM里插广告，合规是底线，AI只能做产品介绍、引线索，投保人真到下单时刻，保费计算、保单生成必须靠机构持牌顾问，且所有推荐都得标清楚是营销内容（加个广告标识），措辞亦需符合广告法，不能说什么最优、第一，还得全程留痕，经得起监管查，并且“吸睛”套路也要严格把关，避免出现“1元投保百万理赔”等离谱现象。需求匹配也得做细，用户问养老就推年金险，问孩子教育就推教育金险，不能一刀切乱推。更要记住，先做顾问，再做营销，先帮用户分析风险、算缺口，再谈产品，让用户觉得你是在帮他，不是在卖他。这三点，少一个都走不远，只不过，这一来可能就需要对LLM/Agent人工智能进行深度优化，人工智能可以根据用户行为模式、内容上下文和其他关键因素预测最佳广告投放位置，使广告活动更加高效和有效。这样做成本会高些。

纵观过去数十年发展，流量入口从纸媒、电视、门户网站、公众号、短视频，再到现在的对话人工智能，可以预见，以销售文化至上的保险行业，必将进入新的营销阵地。未来已来，对国内保险公司来说，不是“要不要做”，而是“怎么做对”。守住合规底线，贴紧用户需求，做好服务前置，这场革命，才能真正走得稳、走得远。