AI成本管理已成为企业高管的核心关切。部分企业正在通过灵活选择模型来应对这一挑战，Travelers保险公司便是其中之一——他们不仅拓宽了模型选择范围，还自主研发了专有模型以控制成本。
今年6月，这家2025年营收达490亿美元、员工规模达3万人的保险公司，正式发布了自研大语言模型TravelersLLM。据Travelers执行副总裁兼首席技术与运营官Mojgan Lefebvre介绍，该内部模型在处理保险相关问题时，表现优于市面上的商业AI模型，且运行成本低于前沿模型。
尽管公司致力于将这一低成本内部模型融入自身技术生态，Lefebvre表示，TravelersLLM与前沿模型并行运作，并非要取代前沿开发者所带来的创新与进步。当Travelers的应用程序处理查询请求时，系统会根据任务类型，将其分别路由至TravelersLLM或前沿模型。
"无论是AI还是其他技术投资，我们始终高度关注投资回报率，"她说，"TravelersLLM的核心理念是：如果不需要用最昂贵的前沿模型来回答同一个问题，就不应该这样做。TravelersLLM直接体现了这种ROI导向思维——用合适的模型解决合适的问题。"
除降低TravelersLLM的运行成本外，在保险公司生态系统中使用多种模型，也意味着Travelers不再依赖任何单一的外部模型或供应商。
"这绝对改善了我们在企业范围内大规模使用AI的经济效益，同时也赋予了我们战略灵活性，"Lefebvre说。
保险是一个高度专业化的领域，而TravelersLLM填补了通用模型无法覆盖的空白。该模型基于数百万份公司内部文件进行训练，并针对数万道保险领域专业问题进行了评估，同时还与承保、理赔、运营及服务管理等领域的主题专家协同构建。
该模型将领域专家的机构知识开放给全公司员工使用，各应用程序通过API调用包括TravelersLLM在内的各类模型。
"对大多数员工而言，底层模型应该基本上是无感知的，他们不需要去思考这些，"Lefebvre说，"他们只需在决策时获得最优质的智能支持即可。"
将任务与AI模型进行匹配，是各行业应对高昂AI成本的普遍趋势——毕竟，将所有查询都通过最先进的AI模型处理，成本日益高企。为回应客户的成本顾虑，Snowflake本周推出了一项AI成本管理功能，可根据成本与质量动态地将任务路由至合适的AI模型。AWS和Oracle今年也相继推出了AI成本管理功能与工具。
Travelers早在十多年前便开始推进技术基础的现代化改造，数据始终是公司战略的核心组成部分。尽管如此，公司目前仍保留部分遗留系统——因为其目标并非全面现代化，而是有的放矢，聚焦于能为客户和员工创造最大价值的领域。
数据的可访问性与可用性持续是重点关注方向，语义层、本体论和知识图谱同样至关重要，它们是企业将数据与AI系统连接起来的关键所在。目前，Travelers有70%的计算负载运行在云端。
"如果我们没有持续投入现代化建设、专注于数据及其互联互通——包括数据的可访问性和质量——我们今天根本不可能实现现在这些AI应用，"Lefebvre说。
随着AI从驱动个人生产力的工具，逐步演变为嵌入公司全流程的核心能力，企业内部仍存在大量尚待挖掘的未来空间。据Travelers介绍，TravelersLLM本身将作为智能体AI的基础能力。
"下一个前沿是真正的变革——借助AI，你完全可以开始思考全新的商业模式、产品与服务，"她说。
Q&A
Q1：TravelersLLM是什么？它和通用大语言模型有什么区别？
A：TravelersLLM是Travelers保险公司自主研发的大语言模型，基于数百万份公司内部文件训练，并针对数万道保险领域专业问题进行评估，同时结合了承保、理赔等领域专家的机构知识。与通用大语言模型相比，它在处理保险相关问题时表现更优，运行成本也更低，能更好地满足保险这一高度专业化领域的需求。
Q2：Travelers为什么要自建大语言模型，而不是直接用现有的前沿模型？
A：核心原因是成本与专业性。前沿模型运行成本高昂，而并非所有任务都需要用最贵的模型来完成。TravelersLLM在保险领域表现更好，成本更低，同时也减少了对单一外部供应商的依赖，提升了战略灵活性，整体改善了企业大规模使用AI的经济效益。
Q3：TravelersLLM未来会怎么发展？
A：据Travelers介绍，TravelersLLM将作为智能体AI的基础能力，支撑公司向更深层的AI转型迈进。公司认为，下一阶段AI将真正推动商业模式、产品与服务的创新，而非仅仅提升个人或流程效率。