一、基本原则

（一）包容审慎原则

积极拥抱人工智能技术的发展与应用，在风险可控的前提下支持新技术、新模式的试点和落地；建立科学、合理的管理机制，在保障合规与伦理的基础上推动人工智能健康有序发展。

（二）自主可控原则

强化核心技术与基础设施的自主可控能力，通过精细化管理与技术创新手段，动态评估面向不同场景的最佳模型，提升算力资源的使用效率与调度能力。

（三）统分协同原则

通过集团统筹、业技协同联动与子公司联合开发，实现资源共享、能力共筑与经验互通，形成上下联动、集约高效的人工智能发展体系。

（四）安全合规原则

严格防范数据泄露与安全风险，加强网络安全、数据安全，建立健全覆盖全生命周期安全防护体系，确保人工智能系统的运行安全、数据流转安全。坚持技术向上向善，在个人信息的收集、存储、使用等各环节尊重和保护用户隐私。

二、治理组织管理

人保集团在公司高级管理层下设信息化建设委员会/数据治理委员会，由集团公司总裁担任主任，委员会负责数字化发展、金融科技、数据治理、人工智能等信息化建设和数据管理工作的顶层设计和推动督导。面对人工智能应用中潜在的风险，集团层面加强对人工智能发展的统筹管理，统一规划技术架构、标准规范与资源布局，强化对关键核心技术的把控与安全保障能力。子公司根据实际业务需求和应用场景，积极开展人工智能应用开发与创新实践，推动技术成果在本领域落地见效。

三、应对计划与举措

为强化全集团人工智能能力的统一规划、统一部署、统一管理及统一运营，保障合规安全发展，中国人保制定人工智能行动方案，涵盖管理流程规范、模型安全监测、数据隐私保护、算法公平治理、绿色算力统筹、权责透明管理、常态化合规培训等重点工作。

（一）规范人工智能管理流程

规范人工智能技术准入管理，严格审查模型训练数据获取渠道，保障数据来源合法合规、不侵犯任何第三方权益。严禁使用存在重大伦理与合规风险的人工智能产品，包括具备操控行为、利用安全漏洞、社会评分、未经授权开展生物识别监控的人工智能产品。建立持续监督机制，对已引入的人工智能技术进行持续跟踪监督，定期评估技术运行效果和业务适配性，及时调整或淘汰不适用的技术。

（二）加强模型安全监测管理 

构建完备的安全监测体系，通过辅助有效的人工主动管理干预机制，对模型运行状态进行实时监控，及时发现并处理模型运行中的异常情况，确保人工智能技术在安全合规的框架内，为保险业务创新、风险管控、服务优化等核心业务领域提供有力支持。

（三）强化数据安全，尊重数据隐私

建立贯穿数据使用全流程的安全防护网，落实数据脱敏与最小化原则，对个人信息进行即时脱敏处理，确保敏感个人信息得到有效保护。建立智能审查机制，自动筛查模型输入输出内容，确保其符合国家法律法规、监管政策、道德规范。

（四）明确责任边界与透明化服务

明确人工智能技术研发者、使用者和受用者等责任边界，防范利用人工智能开展非法活动。加强客户风险告知，在用户界面显著位置配套客户知情同意声明，清晰标注人工智能服务的能力范围、局限性及潜在不确定性，帮助用户形成合理预期，避免用户产生不切实际的期望。

（五）强化算法管理，消除算法偏见

构建全面的算法测试环境，对算法进行功能测试、性能测试、安全测试和伦理测试。持续提高技术水平、改善管理方式，在数据获取、算法设计、技术开发、产品研发和应用过程中消除偏见和歧视。

（六）统筹算力调配，打造绿色算力

多措并举降低各类算力基础设施及人工智能应用的生态足迹。建立算力动态调配机制，实时监测 CPU利用率、GPU使用率、内存占用等指标，定期评估算力使用效能并优化资源分配，提升算力资源利用效率。严格落实国家绿色数据中心建设规范，北方信息中心采用自然冷源利用、余热回收供暖、柴油发电机组节能管控及雨水回收利用等降耗举措，获评《绿色数据中心评价》（GB/T 44989—2024）国家绿色算力设施。南方信息中心优化供冷供电负载匹配，能效水平显著提升。

（七）建立常态化合规培训机制

定期面向全体员工开展人工智能合规应用、安全风控专题培训，普及人工智能伦理与风险防控相关要求，持续提升从业人员专业素养，引导全员规范运用人工智能技术。

（人保集团将根据国家政策、监管要求和行业发展，对政策适时开展更新修订。）