解读大型金融保险机构的中期报告，市场惯性的分析框架，往往围绕利润、新业务价值等传统财务指标展开。而平安2026年的这份中期报告，除了市场关注的业绩指标之外，把一组更常见于互联网和科技公司的运行指标公之于众：集团APP矩阵月活达9000万，8月份日均Token消耗量达2100亿，AI智能体辅助实现销售额573.13亿元。

这组数据一经披露，不仅在金融行业内部引发深度探讨，也跨圈层牵动了科技产业的观察目光。Token作为大模型运算的基础处理单元，节节走高的算力规模本身并不直接转化为账面收益，但它传递出一个关键信号：人工智能已经告别演示性的试点阶段，深度融入这家综合金融集团业务运转的各个环节。

这意味着，平安将积淀多年的客户资源、业务体系、线下服务网络，置于AI底座之上重构运行逻辑，而在此次中期报告中，这场业务与组织层面的深层变革，被概括定性为AI驱动的“综金+医养”协同新模式。

综合金融：AI底座激活2.53亿存量客户，挖掘内生增长源

平安手握2.53亿个人客户的庞大存量基本盘，这是长期业务沉淀形成的核心资产。中期报告披露，持有3类及以上产品的客户留存率高达99%，高留存的客群基础，意味着大量尚未被充分挖掘的潜在业务诉求，这是平安独有的禀赋。对它而言，增长命题并不完全依赖向外大规模获取新客，如何从存量客户身上挖掘新增业务价值，也同样成为重要的增长来源。

过往，客户的跨品类金融需求更多依赖人工识别转化，受人力覆盖广度、主观判断的约束，海量潜在机会难以充分释放。AI底座的搭建，正在破解这一现实瓶颈。依托集团九大APP整合而来、9000万月活的超级流量底盘，平安落地“九九归一”全域流量整合，打通集团内部入口、流量与数据资产，依靠大模型完成千人千面的智能分发调度。

报告当中特别提到了此套流程运行中的一个关键洞察：边际获客成本会随着流量增加、分发精准度上升而持续下行。和行业普遍的外部公域买量模式不同，这套模式立足于自有客户池完成需求识别与业务流转，流量池子越大、算法对客户的理解越精准，内部转化的成本就可以持续摊薄。

报告期内几组内部流量经营的实例，可以直观印证这套逻辑的落地效果：证券账户相关业务在自营渠道所实现的30万份销售合约，对比外部渠道获客成本下降超65%；非车险达成260万份销售合约，获客成本下降超40%；信用卡业务成交60万份合约，获客成本下降超50%。同一批存量客户，在集团生态内部完成不同业务的挖掘与转化，不需要再重复付出高昂的外部获客成本。

承接整套能力的是“快捷服务”，也就是平安的AI快捷服务，主打“一句话办事”。一个具备风向标意义的变化是，快捷服务当中办事类交互占比已经达到58%，已经超过咨询问答类交互；覆盖88%业务场景，可直达300余项高频业务。这意味着，AI不再局限于问答咨询，深度介入保单变更、理赔、信贷办理等实操环节，实现从咨询到业务办结的完整闭环。

高留存的存量客群，叠加AI带来的需求识别、智能分发与成本递减效应，形成一套内生增长飞轮。2.53亿客户不再只是报表上的统计数字，经由AI持续挖掘同一客户的多元金融诉求，把存量用户转化为业务增长的源头。这种在自有生态内部挖掘增量的能力，是外部机构很难复刻的平安优势。

医疗养老：AI补齐供给短板，推动医养与金融双向赋能

医疗养老是平安着力打造的第二增长曲线。中期报告清晰划分该业务的发展三步曲：阶段一是网络建设，重点搭建“到线、到院、到家、到企”四到服务体系，构建“支付+服务”的业务闭环；阶段二为战略投入，包括打造领先的AI医生、AI医助、AI多学科诊疗等，建设“筛防管治康”主动健康管理枢纽；阶段三则是赋能金融主业，扩张生态营收。

医疗康养行业绕不开的现实矛盾，就是优质专业人才供给的约束。即便线下服务网络铺排到位，专业人力的缺口，依旧会制约普惠服务的规模化落地。垂域医疗大模型，正是平安用来弥补供给瓶颈的核心抓手。

2026年4月，平安医疗大模型3.5在HealthBench Hard权威评测位列全球第一，该模型训练依托14.4亿次问诊数据、1.8亿健康档案、1.13万种疾病诊断数据和自身强大的算法能力，在评测中超越百川、Meta、OpenAI等多家头部科技企业位列榜首，并且刷新了该基准的评分纪录。基于领先的AI医疗能力，平安又打造了AI医生、AI医助、AI‑MDT多学科会诊专家三类工具，数据显示，AI医生累计使用3840万次，AI医助710万次，诊断准确率分别达到97.3%、96.0%。

AI承接健康解读、慢病随访等大量基础高频工作，进而把真人医师释放出来聚焦复杂重症诊疗。同时医疗养老权益和寿险产品深度绑定，享有对应医养权益的客户，新单件均保费获得倍数级提升，医养能力反向赋能金融主业。

中报数据显示，获得医疗健康权益的客户，其寿险新单件均保费较不享有该权益的客户提升了2.6倍；而获得居家权益的客户，这个数据进一步提升到9.7倍；再往上看，获得高品质养老权益的客户，该数据更是攀升至48.8倍。

AI in ALL：从前台业务到中后台风控，重塑组织全流程

这份中期报告定义的AI驱动协同新模式，并不局限于前台业务，而是同样渗透到集团研发、运营、风控的各个内部环节，落地“AI in ALL”的战略。

内部生产端，AI生成新代码占比达到62%；AI运营为7类运营岗位带来13%工时节约；AI办公覆盖70%办公场景；AI医生实现集团客户全覆盖，快捷服务覆盖88%业务场景。

风控领域的标志性项目为鹰眼DRS3.0风险减量智能服务平台，曾斩获金融科技发展奖一等奖。该平台整合气象、卫星遥感、物联网多源数据，搭载多套自研灾害模型，覆盖风险筛选、预警、防灾、定损全链条；卫星影像分辨率0.5米，灾害预警准确率70%以上，物联网预警准确率90%以上。在2026年台风“巴威”处置当中，完成100%隐患客户现场排查，当月结案率超93%，推动产险业务从事后理赔，转向事前风险干预。

平安的“综金+医养”AI协同新模式，本质是把多年积累的牌照资源、海量客户资产、全国性线下履约网络，借助AI操作系统完成重新串联与激活。最终形成“要素供给—业务重塑—闭环反哺”的飞轮效应。

技术价值的释放向来是循序渐进的过程，不会一蹴而就。但从中报披露的一系列可量化指标能够看到，AI已经深度嵌入实际业务，并非停留在概念层面。后续快捷服务办事转化占比、生态内获客降本成效、医险协同的业务表现，将成为观察这套模式落地成色的重要标尺。