3月1日訊，最近網上有一則報道，日本富國生命保險宣布從今年1月起，運用IBM的人工智能平臺取代原有34名“人類”員工，以執(zhí)行保險索賠類分析工作。日本第一大人壽保險公司簡保人壽保險、第二大公司日本生命保險也已經開始了人工智能的替代方案，除了完成保險賠案的處理，還向客戶提供保險方案，當然在起步階段，仍采用人工檢查與人工智能并行。在保險業(yè)，規(guī)則引擎加快向人工智能轉變。

規(guī)則引擎廣泛用于車險承保

和醫(yī)療險相比，車險的承保理賠規(guī)則更要簡單一些。醫(yī)療險的承保給付，需要有豐富醫(yī)學經驗的雙核人員來操作，而車險的雙核，就日常了解來看，如果保險公司已經制定了規(guī)則，那么經過一年甚至半年培訓，就可以適應初級核保、核賠崗位。事實上，許多才畢業(yè)的大學生，經過了短暫的基層一線的實戰(zhàn)，就走上了雙核崗位，一邊處理保單或賠案，另一方面在不斷地學習提升。從最初的一條條核對檢索操作手冊，到熟練后憑經驗和直觀來判斷是否承?；蚪o付。

雙核崗位在車險管理中技術含量最高，高就高在工作經驗需要時間和敬業(yè)的積累。這種人才培養(yǎng)方式，是當前我們身邊許許多多財險公司多年來形成的一個慣例。雖然在承保端，為提高核保的效率，對于常規(guī)性的承保，采用了規(guī)則引擎審核。規(guī)則引擎并不是一個新鮮名詞。在銀行業(yè)的授信、在公安部門的出入境管理等，都廣泛使用。就是將一個業(yè)務決策從應用程序代碼中分離出來，編寫成一個盒子，前端進口是千奇百怪的業(yè)務數(shù)據，后端出口是yes或者No。有過計算機軟件編程經驗的，經常運用最簡單的多重IF和循環(huán)命令來實現(xiàn)。規(guī)則引擎則將各類條件數(shù)據庫化，隨時進行增補，而不需要去修原代碼。

相對于理賠端來說，車險承保端規(guī)則引擎使用更加廣泛，一則是承保規(guī)則相對簡單，絕大部分車輛的歷史數(shù)據都很明晰，特別是新車業(yè)務，基本上無需核保。二則是承保對效率要求更高。理賠時長可能在一天、十天完成，但承保必須控制在客戶等待的心理預期內，幾分鐘之內交費出單。規(guī)則引擎將人工核保需要10分鐘、半小時的時間，減少到秒級，這大大改善了工作效率和服務滿意度。值得引起注意的是，規(guī)則引擎核保的保單理賠統(tǒng)計數(shù)據要好于人工核保，這里面有規(guī)則引擎處理的是相比簡單的保單，而轉入人工核保都是疑難問題的原因。盡管有少數(shù)核保件從規(guī)則引擎轉入人工處理，人工其實并不能提供更充足的承?；蚓鼙?、加費的理由，理賠也是一樣，雙核人員所依賴的經驗或者是附加調查等，除了需要現(xiàn)場支持外，都可以通過修訂規(guī)則引擎來完成。

人工智能尚未高不可攀

凡是有規(guī)則可以遵循的，都可以儲存到數(shù)據庫中，如果儲存成為規(guī)則引擎的自我實現(xiàn)，也就可以由規(guī)則引擎邁入人工智能。在人工智能界有個常識，只要是有規(guī)則可以遵循的地方，人工智能遠遠高于人腦，就頭像識別而言，人工智能的準確性遠遠超過肉眼。

當前全行業(yè)車險處于微利和虧損之間，除了市場競爭環(huán)境影響外，還有各家保險公司的管控水平。在同一個市場、面對同樣的客戶群體，還有個別公司車險利潤率超過5個百分點。如果試圖解析他們盈利的原因，在車險經營管理的每一個環(huán)節(jié)，都通過互聯(lián)網、大數(shù)據和規(guī)則引擎，實現(xiàn)效能和效益的盡善盡美。流行的雙核集中，是找一個技術密集、人才密集的地區(qū)建立運營中心，集中一大批優(yōu)秀人才在計算機前面操作。但這無形中也抬高了人力成本和固定資產支出。未來的方式，可以在總部購置一臺小型機，同時并行處理1000家機構，每天100萬件的核保核賠件。這個數(shù)字看起來很大，但相對于銀行業(yè)海量交易、鐵路購票和淘寶雙“十一”來說，計算量遠遠沒有達到滿負荷。既然能通過遠程進行數(shù)據集中，說明雙核工作有極強的標準規(guī)則和標準化，那完全就可以人工智能來實現(xiàn)。

管理集中度越強、基層操作彈性越小的公司，往往車險的盈利就越高。車險經營的高度趨同性和市場競爭的激烈性，在倒逼保險公司提高運行效率。毫無疑問，最傷害規(guī)則的是個人情感，除非遠離客戶和承保機構，比如說全國集中，否則很容易找到人打招呼。事實上，雙核人員操作性失誤和沒有利益交換的懈怠，保險公司很難責任追究，系統(tǒng)也不可能強大到關注和比對每一個細微之處。每一份出險案件都具有偶然性，而客戶更不會主動揭發(fā)保險公司多賠、濫賠。理論上可以強化稽核功能來發(fā)現(xiàn)這些現(xiàn)象，如果有了這個強化的功能，那么非現(xiàn)場的稽核完全可以用軟件來實現(xiàn)，為現(xiàn)場稽核列出重點清單，增強稽核的針對性。

人工智能應用具備有利條件

更廣泛的使用規(guī)則引擎和人工智能將給車險經營管理帶來革命性的變化。除了提高服務效率，大量減少人力成本和職場成本之外，更有吸引力的是，可以最大程度防止人工操作帶來的工作失誤和徇私舞弊。在國外有成熟案件，通過使用人工智能技術實現(xiàn)車輛自動定損，客戶按照要求拍攝6-12張標準的汽車損失圖片，然后上傳給定損系統(tǒng)，系統(tǒng)大約需要5分鐘就可以有效預測損失部位和損失程度，對于一般性的造假而言，不太可能熟悉保險公司的算法。筆者曾經接待過螞蟻金服保險事業(yè)部尹銘總經理，在談到化妝品過敏險的理賠時，他介紹螞蟻金服平臺使用了圖片識別技術，超過九成是依靠后臺技術識別和判定，根據歷史數(shù)據和算法，高速比對識別出報案人上傳的圖片的真實性，也就是說絕大多數(shù)理賠都可以在短時間內在線完成，無需人工干預，這就是人工智能的魅力所在。就車險來說，全行業(yè)承保理賠數(shù)據的集中，以及和交警數(shù)據的無縫對接，為人工智能提供了最基礎數(shù)據。

缺少優(yōu)秀的雙核人員，是許多財險公司改善車險經營主要障礙。人工智能的更廣泛使用必然減少對雙核人員的依賴，這部分的成本完全可以轉移到人工智能的開發(fā)上來。全球最盛名的投資銀行高盛，在紐約交易所最多時雇傭了600名交易員，而今天只剩下兩人，這兩人的工作除了看守機器外，就是抽樣核對。李開復也有一個預言，未來10到15年，90%的崗位會被人工智能替代或者部分替代。如此變化，當然會引起傳統(tǒng)思維管理者的質疑，人工智能會代替雙核員工嗎?機器會比人更可靠么?此外，人工智能的成本和裁員帶來的利弊也需要一個權衡。傳統(tǒng)的保險行業(yè)組織架構層級分明，通常有總公司，二級省分公司、三級地市機構、四級縣支公司。人工智能會將絕大部分雙核工作集中到總公司，分支機構就成了展業(yè)和服務單元，這并不是基層管理者所希望的，單純的展業(yè)工具會降低職業(yè)自豪感，也使雙核人員對更廣泛運用新技術存在戒心。

深度學習前景可期

擔心也不是沒有道理。人工智能的應用能使一些任務變得自動化，但所有的判斷全部交由程序來實現(xiàn)也是不可能，深度學習是當前規(guī)則引擎一個致命性的缺陷，比如數(shù)據庫更新不及時，模糊處理的技術有待提高，圖像識別技術有待改進等。這就給雙核人員提供了新的就業(yè)機會，將雙核人員從低價值和重復勞動的鼠標點擊中釋放出來，去一線為客戶提供現(xiàn)場支持，去抽樣分析承保理賠的漏洞，去采集零配件報價，去協(xié)調法津法規(guī)和行業(yè)規(guī)則的適用。任何一個不斷完善的人工智能系統(tǒng)，都需要有最專業(yè)的人員，將經驗索引為數(shù)據，前提是保證客戶單證的準確，盡可能打印或電子化。事實上，隨著手機端、電子簽名和個人信息的共享，客戶手工填寫的信息越來越少。每一次工業(yè)革命，總有一些崗位會消失，但一定有更多的工作崗位在誕生。這也給雙核人提出了要求，必須順應時代發(fā)展，積極適應大數(shù)據的變革趨勢，在電腦代替人腦之前，提前做好職業(yè)生涯的規(guī)劃。

保險的本質是服務，體現(xiàn)的是保險人、被保險人之間的雙向溝通和情感訴求。人工智能雖然能讓機器擁有人一樣的邏輯思維，但畢竟缺少溫度，在當前的市場競爭下，過于機械化和剛性的操作，有可能會失去客戶。但是我們也會樂觀地預計到，幾年之后，當和客服中心電話專員溝通時，你很難想象電話線對面是一位美麗的女士還是人工智能合成的嗓音。

這里還要澄清一個誤區(qū)，規(guī)則引擎只是利用了大數(shù)據和簡單的算法，人工智能和規(guī)則引擎的最大區(qū)別是深度學習功能，基于承保理賠特別是理賠工作的復雜性，研發(fā)具有深度自主學習的軟件是一項艱巨工程。這也是人工智能在我國保險業(yè)缺少更多經典案例的又一個主要原因。專業(yè)性的軟件公司不了解行業(yè)日新月異的規(guī)則，保險企業(yè)又缺少精通人工智能的專業(yè)人才。不管怎樣，正如比爾蓋茨所感嘆：人工智能勢頭很猛，發(fā)展比我們預期更快，像AlphaGo戰(zhàn)勝60名中日韓頂級圍棋選手，實在是一件難以致信的事情，就是一個驚人的里程碑。（文／中國保險報）

生成海報

免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現(xiàn)的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。