?近年來保險行業(yè)的增長十分迅速，但在增長背后，保險行業(yè)仍存在諸多痛點亟待解決。產(chǎn)品研發(fā)定制設(shè)計困難，保險產(chǎn)品定價同質(zhì)化現(xiàn)象嚴重，且針對個體的定制化表現(xiàn)較弱，多表現(xiàn)為“千人一面”的狀態(tài)。保險產(chǎn)品的營銷方面，目前主要依賴中介渠道，以推銷產(chǎn)品為主，因此用戶對產(chǎn)品缺乏全方位真實的信息了解。在保險賠付環(huán)節(jié)，目前保險欺詐防范數(shù)據(jù)和技術(shù)手段少，例如主要依賴線下中介環(huán)節(jié)去防范和判斷，這為保險欺詐的發(fā)生提供了可能。而目前保險理賠服務(wù)則流程復(fù)雜，在良好的用戶體驗和降低機構(gòu)服務(wù)成本之間無法實現(xiàn)平衡。消費者索賠時需要在線下提供一套理賠材料，經(jīng)過保險公司繁瑣的流程和一道一道的人工處理后，才能最終賠付到消費者手中。但從另一個角度來看，正是這些痛點的存在為保險行業(yè)的發(fā)展創(chuàng)造了新機會。

在互聯(lián)網(wǎng)模式下，人工智能等前沿技術(shù)與保險業(yè)的結(jié)合成為一種趨勢，在全球范圍內(nèi)掀起了一場“保險科技（InsurTech）”的浪潮。例如人臉識別技術(shù)可以應(yīng)用于身份驗證，減少欺詐風險的發(fā)生；大數(shù)據(jù)+機器學習算法可以幫助保險公司來洞察客戶的特征和需求，進行精準產(chǎn)品定價和在線產(chǎn)品設(shè)計、內(nèi)容推薦以及風險控制；人工智能通過語音和圖像識別、機器學習、自然語言處理NLP技術(shù)能夠簡化客服、投保、理賠定損等流程，大大提升用戶體驗和降低機構(gòu)成本。

差異化定價：提升保險行業(yè)產(chǎn)品風險定價能力

隨著經(jīng)濟的發(fā)展以及人們生活水平的提高，保險消費者對多層次保障的需求日益旺盛。但從供給端來看，適銷對路的產(chǎn)品少、產(chǎn)品同質(zhì)化程度高，某保險公司開發(fā)了2000多款產(chǎn)品，但真正能在市場上銷售的僅有幾十款，銷量相對較好的，僅有幾款。許多保險公司缺乏科學有效的差異化定價手段，甚至部分公司的產(chǎn)品定價采用了跟隨策略，導(dǎo)致各公司靠變相返還費用、降低手續(xù)費等手段開展價格戰(zhàn)的惡性競爭，而優(yōu)質(zhì)客戶卻享受不到應(yīng)有的待遇。當下，保險定價問題成為制約保險行業(yè)發(fā)展的瓶頸之一。

大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展，為保險公司進行科學合理的差異化定價，提供了新的契機。保險公司可以結(jié)合人的生活習慣、年齡、投保經(jīng)歷等基礎(chǔ)信息，在大數(shù)據(jù)的基礎(chǔ)上結(jié)合人工智能技術(shù)，挖掘投保人的保險偏好，針對性地設(shè)計投放策略、組合方案，為每一位消費者量身定制保險產(chǎn)品并提供差異化定價。

例如，大數(shù)據(jù)及人工智能技術(shù)將深刻影響延續(xù)數(shù)百年的壽險精算定價，使之更精準、更適合不同個體在不同年齡段的具體情況。再如，目前的出境意外險產(chǎn)品在定價時也鮮有對出行目的地進行區(qū)分。在現(xiàn)實的場景中，客戶造訪不同國家所面臨的風險各不相同。同為發(fā)達國家，去美國需要加大醫(yī)療意外險的保障，因為在美國醫(yī)療費用較高；而去歐洲一些醫(yī)療高福利國家，則可以加大財產(chǎn)損失的保障比例。大數(shù)據(jù)及人工智能借助持續(xù)跟蹤客戶出行情況，從而提供差異化的產(chǎn)品及定價策略。

在我國產(chǎn)險市場占比最大的車險業(yè)務(wù)中，傳統(tǒng)的車險定價模式主要是依據(jù)“從車”信息，包括車型、車齡、配置、車輛是否出險等。例如，寶馬車和捷達車基礎(chǔ)保費就有很大差異，同樣是寶馬，3系和7系的基礎(chǔ)保費差異也很大。但另一方面，影響事故發(fā)生的寶馬車主情況卻難以細分。而大數(shù)據(jù)及人工智能等技術(shù)的發(fā)展，使得保險公司可以進一步挖掘“從人”信息，對車主進行風險分析，讓車險的風險定價因素由“從車為主”轉(zhuǎn)向“人車結(jié)合”。

在這方面，螞蟻金服、平安、太保等公司已展開了不同程度的探索。以螞蟻金服為例，今年5月，螞蟻金服推出“車險分”，運用大數(shù)據(jù)和人工智能技術(shù)，幫助保險公司進一步識別客戶風險、合理定價?！败囯U分”根據(jù)車主的職業(yè)特性、信用歷史、消費習慣、駕駛習慣等信息，對車主進行精準畫像和風險分析，得出300-700不等的分數(shù)。車主得分越高，通常可能意味著發(fā)生事故的風險較低。

“車險分”在車險從人定價上邁出了一大步，通過準確預(yù)測車主行為，為車險精準定價提供了支撐，因而也進一步保障優(yōu)質(zhì)客戶的利益，改變劣幣驅(qū)逐良幣的情況。從市場主體看，尤其是能補足中小車保險公司數(shù)據(jù)體量小及數(shù)據(jù)技術(shù)能力不足的短板，讓中小保險公司在定價方面構(gòu)建自身的核心競爭力。

智能服務(wù)：智能理賠和客服機器人極大提升用戶體驗和降低機構(gòu)成本

保險行業(yè)服務(wù)主要包括售后的理賠、續(xù)保以及和客戶咨詢等等服務(wù)。在理賠領(lǐng)域，長期以來，受限于技術(shù)手段，保險公司大多依靠人力定損理賠，在一定歷史階段發(fā)揮了積極的作用。但隨著保險市場的快速發(fā)展，賠案迅速增加，以人力支持為主的定損模式，越來越表現(xiàn)出作業(yè)效率低、處理時間長、管理難度高、判定誤差大等缺陷，且容易產(chǎn)生內(nèi)外聯(lián)合騙保等問題，對保險公司、尤其是中小公司造成了越來越重的負擔。

隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，各公司都陸續(xù)開展了遠程定損的探索，但受制于技術(shù)瓶頸，定損準確率一直不太理想。今年以來，深度學習及圖像識別等人工智能技術(shù)的突破，極大地提升了遠程定損的精度及自動化水平，為進一步商業(yè)應(yīng)用提供了堅實的支撐。

以螞蟻金服的“定損寶”為例，通過遠程采集車險事故照片，經(jīng)人工智能深度學習圖像識別檢測技術(shù)，對受損位置進行分解定位、角度還原、去反光、云端自主學習比對等操作，系統(tǒng)能在幾秒鐘之內(nèi)就給出準確的定損結(jié)果。包括受損部件、維修方案、價格以及出險后對來年保費的影響等。在實測中，螞蟻金服“定損寶”準確率已經(jīng)和行業(yè)內(nèi)10年經(jīng)驗的從業(yè)專家相當。從目前使用情況來看，對于僅限財產(chǎn)損失的案件，可以大大降低車險理賠中的人力以及時間成本，提高自動化程度，顯著減少客戶等待時間，提升理賠服務(wù)滿意度。也能幫助保險公司、尤其是新成立的公司迅速構(gòu)建理賠能力，專注于提供差異化的理賠服務(wù)。

除了車險領(lǐng)域，在較高頻的門診險理賠，針對現(xiàn)在大多數(shù)的線下理賠流程，可以提供在線理賠入口，消費者在線上傳單據(jù)、發(fā)票信息后，通過圖片分類算法以及OCR結(jié)合NLP技術(shù)，可以快速篩選出哪些是需要的理賠材料，然后自動提取需要的審核信息，最后通過核賠規(guī)則、以及大數(shù)據(jù)風控模型就可以識別用戶是否可以賠、賠多少，從而自動化完成理賠，未來就可以做到當日提交當日賠付甚至極速的“秒賠”體驗。

在客戶咨詢服務(wù)領(lǐng)域，主要包括保險產(chǎn)品導(dǎo)購、客戶指南、理賠咨詢等等，目前大多還是依賴人工的方式，進行在線或者電話方式解答用戶的問題，一方面因為保司的資源不夠，用戶得不到及時的反饋，再受工作時間的緣故，用戶咨詢還有時間窗口的限制，總之體驗比較差，同時保司也因為大量的人力投入成本比較高。而利用知識圖譜、自然語言處理以及機器學習等技術(shù)實現(xiàn)的智能客服機器人，通過在線問答的方式，可以覆蓋絕大多數(shù)用戶咨詢問題，并提供7*24小時的在線服務(wù)，并且隨著解答問題的增多，機器人也在不停的學習沉淀，解答能力也在不斷的提升，最后機器回答不了的少量問題才流到人工來解決。智能客服機器人的出現(xiàn)，既解決了用戶體驗的問題，又幫保險公司降低了人工成本，未來是人工智能在保險行業(yè)應(yīng)用非常重要和熱門的一個領(lǐng)域。

智能風控：提升保險行業(yè)風險決策以及反欺詐能力

長期以來，利用信息不對稱騙保，盜賣投保人、被保險業(yè)信息，虛假賠案等嚴重影響保險行業(yè)的健康發(fā)展。以車險賠案為例，據(jù)統(tǒng)計，在美國虛假賠案可能高達20%，每年保險欺詐的總金額約為850億至1200億美元。在中國，汽車廠商遭受的欺詐案件金額比例可能高達34%。欺詐案件導(dǎo)致行業(yè)理賠成本畸高，損害了被保險人的利益。基于于區(qū)塊鏈、物聯(lián)網(wǎng)、云計算、人工智能等領(lǐng)域技術(shù)的發(fā)展，為提升行業(yè)反欺詐能力，破解虛假交易提供了基礎(chǔ)。

近年來，大數(shù)據(jù)與機器學習分析方法在理賠中的應(yīng)用，極大地提高了欺詐識別、監(jiān)控、以及決策的能力。傳統(tǒng)反欺詐通?；卺槍σ阎钠墼p模式而設(shè)置相應(yīng)的規(guī)則與策略，這種方式在缺乏數(shù)據(jù)或者冷啟動階段比較有效。隨著理賠數(shù)據(jù)的積累，基于機器學習與大數(shù)據(jù)的量化決策模型通常能夠更有效地識別欺詐風險，優(yōu)化理賠流程。與基于策略的審核相比，機器學習算法可以同時定位多種欺詐行為，減少不合理的賠付，降低行為成本。例如，在車險理賠中，利用維修項目及配件的內(nèi)在關(guān)系，可以通過機器學習模型計算出各項指標的出險概率，從而能夠定位相應(yīng)的理賠案件，并通過監(jiān)控提示保險公司關(guān)注相關(guān)聯(lián)的服務(wù)商、查勘員、定損員。在健康險報銷中，根據(jù)患者既往病史等相關(guān)信息，用以分析報銷記錄的欺詐、過度醫(yī)療傾向性進行預(yù)測評分。

圖像識別等人工智能技術(shù)的發(fā)展，可以有效破解傳統(tǒng)方式下的鑒偽難題，為在保險業(yè)的反欺詐應(yīng)用開辟了廣闊的空間。例如，保險公司承保網(wǎng)上生鮮產(chǎn)品，如到貨時生鮮死亡，通過將以死亡照片作為主要的理賠依據(jù)。而部分用戶會通過搜索并上傳網(wǎng)絡(luò)的生鮮死亡照片騙取賠款，靠肉眼很難識別。在圖像識別和人工智能鑒別技術(shù)的作用下，可以快速有效地判別虛假照片，準確率高達95.7%，適應(yīng)了在電商新業(yè)態(tài)下的理賠需求。再如，在傳統(tǒng)壽險作業(yè)模式下，部分被保險人死亡，家屬未去保險公司辦理相關(guān)手續(xù)，仍在持續(xù)領(lǐng)取生存金。而引入活體識別技術(shù)，可以通過虹膜、眼紋等有效識別真人與視頻、照片等的區(qū)別，遠程判斷被保險人真實生存情況，有效解決生存金冒領(lǐng)問題。

在車險理賠領(lǐng)域，綜合運用大數(shù)據(jù)、物聯(lián)網(wǎng)、區(qū)塊鏈等技術(shù)，可有效防范理賠欺詐。運用大數(shù)據(jù)技術(shù)監(jiān)測、分析零配件的異常采購，可以鎖定可疑客戶和修理廠。而物聯(lián)網(wǎng)、區(qū)塊鏈技術(shù)相結(jié)合，可以有效跟蹤汽車的實時操控數(shù)據(jù)、駕駛記錄、行駛軌跡等，保險公司能真正實時感知汽車這個唯一性“保險標的物”。當發(fā)生事故時，區(qū)塊鏈技術(shù)可以忠實地記錄事故時間、地點、事故后的處理時間等，成為保險公司防范騙賠的重要依據(jù)。

智能運營：精準推薦和智能交互提升用戶購買體驗

智能運營，主要解決的是如何給用戶選擇最適合的保險產(chǎn)品。保險產(chǎn)品，是針對不同場景的不確定性，聚集群體的力量，對發(fā)生問題的主體給予保障的金融服務(wù)形態(tài)。繁多的場景種類、各式的承保主體等條件，注定了其是一種難以標準化、服務(wù)條款復(fù)雜的金融服務(wù)，需要有較長的、定制化的輔助購買流程，這個痛點，給到了智能產(chǎn)品、內(nèi)容和服務(wù)推薦的機會。

具體來講，智能運營包含兩方面的應(yīng)用：精準推薦和智能交互。第一，保險產(chǎn)品、內(nèi)容和服務(wù)對不同用戶的定制化精準推薦。做到這一層，首先利用大數(shù)據(jù)技術(shù)通過對用戶的生命周期、保險意識、保障狀態(tài)等有著精準的洞察判斷，構(gòu)建完成用戶保險的畫像；然后對用戶不同需求的保險產(chǎn)品進行精選梳理，選擇該需求下性價比最高的保險產(chǎn)品，最后針對個性化用戶的需求，還要建設(shè)輔助其購買保險產(chǎn)品的內(nèi)容。第二，有了以上能力，利用自然語言處理和多輪交互能力，構(gòu)建智能問答推薦或智能保顧，再結(jié)合離線和在線的行為、上下文信息，深入挖掘用戶的最深層次的需求，并以問答或機器人的形式給到用戶，引導(dǎo)用戶最終完成產(chǎn)品購買。

展望整個保險行業(yè)的未來，在互聯(lián)網(wǎng)保險領(lǐng)域，保險行業(yè)將重點圍繞消費者用戶展開，打造懂用戶、省心的用戶心智體驗，比方產(chǎn)品條款會更加簡單，價格更加親民、保險知識內(nèi)容更加豐富和高質(zhì)量、保險服務(wù)也變得更加簡單、便捷。而不論是財產(chǎn)險還是人身險，在保險的核心業(yè)務(wù)價值鏈上，都是圍繞定價、核保、風控、反欺詐、營銷、在線服務(wù)、內(nèi)容互動等核心能力展開，這些能力都離不開區(qū)塊鏈、人工智能、安全、物聯(lián)網(wǎng)、云計算等基礎(chǔ)能力，即“BASIC”。區(qū)塊鏈（Block chain）技術(shù)以其可追溯、不可篡改等特性，將應(yīng)用于保險承保理賠各環(huán)節(jié)，確保信息真實透明，防范欺詐；人工智能（AI）技術(shù)能夠賦予機器智慧，更聰明地進行高效客戶服務(wù)以及實現(xiàn)快速理賠服務(wù)；基于數(shù)字世界的多種安全（Security）技術(shù)，將在投保人及被保險人的身份核驗、存續(xù)期保險資產(chǎn)保護等方面發(fā)揮積極作用；物聯(lián)網(wǎng)（Iot）改變了數(shù)據(jù)交互的形式，將率先應(yīng)用于車險及健康險等，推動產(chǎn)品以及運營模式發(fā)生重大變化；云計算（Cloud Computing）大大降低了保險業(yè)信息化成本，使得小額分散型業(yè)務(wù)的普及成為了可能。正如其字面意思表達的那樣，“BASIC”將重塑行業(yè)發(fā)展的基盤，推動保險業(yè)走向一個新的更好的時代。

總結(jié)

以上是生活随笔為你收集整理的深度 | 保险科技：人工智能等新技术在保险业的应用与展望的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。