AI成本管理已成为企业高管的核心关注点之一。部分公司，如旅行者保险（Travelers Insurance），正通过增加模型选择的灵活性，并自建模型来缓解成本压力。

今年6月，这家2025年营收达490亿美元、员工总数3万人的保险公司，发布了一款专有的大语言模型——TravelersLLM。据旅行者保险执行副总裁兼首席技术与运营官Mojgan Lefebvre介绍，该内部模型在保险相关问题的回答上优于商用AI模型，且运行成本低于前沿模型。

尽管公司投入资源构建并整合了低成本内部模型，Lefebvre强调，该模型与前沿模型协同工作，并非取代前沿开发者带来的创新与进步。当旅行者的应用处理查询时，系统会根据任务类型，将请求路由至TravelersLLM或前沿模型。

“无论是AI还是其他技术投资，我们都非常关注投资回报率，”Lefebvre表示，“TravelersLLM的思路是：如果不需要用最贵的前沿模型来回答同样的问题，就不该用。它直接体现了这种回报率导向，即‘为正确的问题选择正确的模型’。”除了降低运行成本，在生态系统中使用多种模型也意味着旅行者不依赖任何单一外部模型或供应商。她补充道：“这绝对改善了我们在全企业范围内大规模使用AI的经济性，并赋予我们战略灵活性。”

构建TravelersLLM

保险行业是一个专业领域，通用模型无法满足其特定需求，TravelersLLM填补了这一空白。Lefebvre表示，该模型基于数百万份公司文档训练，并针对数万个保险领域问题进行了评估。同时，它还结合了核保、理赔、运营和服务管理等领域的主题专家的知识。

该模型将领域专家的机构知识赋能给全公司员工。应用程序通过API访问包括TravelersLLM在内的各类模型。“对大多数员工而言，底层模型应当基本隐形，他们无需关心具体使用哪个模型，”Lefebvre说，“他们只需在决策点获得最佳智能支持。”

将任务映射到合适的AI模型，是各行业应对“始终通过最先进AI模型运行查询”所带来高成本的一种趋势。为回应用户对成本的关切，Snowflake本周推出了一项AI成本管理功能，可根据成本和质量动态将任务路由至合适的AI模型。AWS和Oracle今年也已实施AI成本管理功能与工具。

AI的未来取决于数据

Lefebvre表示，旅行者早在十多年前就开始现代化其技术基础，数据是公司战略的核心部分。尽管如此，公司仍运营着一些遗留系统，因为其目标并非全面现代化，而是有选择地推进，聚焦于能为客户和员工带来最大价值的领域。

数据可访问性和可用性仍是核心关注点，同时语义层、本体论和知识图谱对于企业将数据连接至AI系统至关重要。Lefebvre补充说，旅行者目前70%的计算在云端运行。“如果我们没有在现代化方面进行投资，没有聚焦于数据及其连接性、可访问性和质量，我们绝无可能像今天这样开展AI工作，”她说。

Lefebvre指出，随着AI从提升个人生产力的工具演变为嵌入公司工作流程的要素，企业内该技术的潜力仍远未挖掘。据旅行者介绍，TravelersLLM本身将作为代理式AI的基础能力。“下一个前沿是真正的转型——借助AI，你完全可以开始构想新的商业模式、产品和服务，”她表示。