原標題：人工智能賦能保險，正確的打開方式是什么？

文|雷宇

來源|智能相對論

總有人會不懈的給你打電話，讓你為今后著想，這不是你媽，是保險推銷員。這年頭，少有人沒遇到過保險推銷員。在全球保險市場中，中國保險市場一直遙遙領(lǐng)先，2016年，我國保險行業(yè)保費收入就高達3萬億元，高居世界第二。

但是這個行業(yè)問題也不少，保監(jiān)會稱在2107年接到的壽險投訴中，主要反映的問題就是夸大保險責任或收益、隱瞞保險期限和不按期交費的后果、隱瞞解約損失和滿期給付年限、虛假宣傳等。這顯然和保險從業(yè)人員的素質(zhì)參差不齊有很大關(guān)系，同時，保險產(chǎn)業(yè)鏈中存在著大量重復性的數(shù)據(jù)和人工勞作，是典型的資金和人力密集型產(chǎn)業(yè)，需要節(jié)省人力和時間成本。

金融領(lǐng)域一直被認為人工智能最好的落地的領(lǐng)域，它具有大量的數(shù)據(jù)，實際上保險也不例外。同時，保險作為服務業(yè)，其客戶同樣需要獲得同其他科技領(lǐng)域一樣高效、無縫和按需的服務體驗。

保險公司全面發(fā)展AI，哪些技術(shù)真正落地了？

很多人可能以為，發(fā)展人工智能技術(shù)的保險公司，只是做一些跟保險定價相關(guān)的數(shù)據(jù)分析。其實除了一些基礎(chǔ)的大數(shù)據(jù)應用之外，研究的領(lǐng)域還包括生物識別、計算機視覺、自然語言處理等等，雖然現(xiàn)階段還沒具體落地，但最終會應用到產(chǎn)品上，智能相對論（aixdlun）分析師雷宇認為，如下三個方面是落地最為具體的。

1. 圖像識別

以車險為例，傳統(tǒng)極速理賠需要接調(diào)度、確認保險標的、現(xiàn)場查勘取證、人工定損、確定維修方案和金額、用戶確認、賠付，費時費力；而使用圖像識別的保險公司只需要用戶上傳證件照和車輛現(xiàn)場照片，然后圖像定損、用戶確認、賠付三個環(huán)節(jié)，極大降低了人力成本。

同時，圖像識別除了識別車輛照片，還可以處理非結(jié)構(gòu)類數(shù)據(jù)，比如將筆跡、掃描、拍照單據(jù)轉(zhuǎn)換成文字，對視頻、現(xiàn)場照片進行分類處理等等。人臉識別作為圖像識別的一個分支，最基本的功能是用于遠程判斷用戶身份。同時，機器還會通過面部數(shù)據(jù)的采集推測出用戶的年齡、性別、婚姻狀況以及生育情況，結(jié)合財產(chǎn)、健康、意外、家庭及其他五個維度的大數(shù)據(jù)分析，測出用戶的風險防御能力，從而為客戶推薦一套適合的保險購買方案。泰康在線曾表示，通過“推薦引擎”向不同的用戶推薦焦點產(chǎn)品，形成了“千人千面”的定制化推薦方案，使同期保費收入較之前提升了10%。

2. 語音語義識別

2017年，太平共享金融服務（上海）有限公司與科大訊飛人工智能語音實驗室，聯(lián)合推出人工智能語音客服“小慧”。小慧的主要技術(shù)就是語音語義識別，包括人工智能語音轉(zhuǎn)文字、語義理解和語音合成等。

語音客服最好大的好處就是7x24小時在線，客服中心是為了協(xié)調(diào)企業(yè)與用戶之間的溝通，對智能語音有天然的需求。在未來，人工智能語音客服不僅可以通過理解每個客戶的屬性偏好及行為軌跡，結(jié)合強大的知識庫和語義交互迅速理解客戶問題，隨時隨地響應客戶需求，為每個客戶提供個性化的定制服務。同時，由于客服的培訓周期長，人員的留存率低，智能語音機器人某種程度上可以降低運營成本。

但是，智能語音客服涉及語音識別、語義理解、語音合成以及一系列交互模塊，技術(shù)門檻并不低，現(xiàn)階段的智能語音客服尚未達到真正取代人工客服的程度。

3. 基因檢測

借著大數(shù)據(jù)技術(shù)及算法的發(fā)展，基因檢測已經(jīng)進入了一個蓬勃發(fā)展的時代。保險公司綜合利用基因檢測結(jié)果，對投保者進行更加精確的用戶畫像。投保者的家庭健康史、個體飲食、生活、運動、環(huán)境等信息都會被采集。

保險公司通過大數(shù)據(jù)進一步建立更為個人化的健康風險預測模型，我國的一些保險公司也開始與基因檢測展開合作，例如，眾安保險與華大基因合作推出乳腺癌基因檢測、乳腺癌專項健康體檢；達安基因與太平人壽開展的“基因檢測與健康管理”服務；除此之外，平安壽險、中國人壽、中國人保、太平人壽、富德生命人壽等保險機構(gòu)與基因檢測機構(gòu)進行了接觸，部分機構(gòu)已達成了合作。

當然，基因檢測這一問題某種程度上存在爭議，依然游離在灰色地帶，無論是對個體健康、商業(yè)經(jīng)濟都有著深遠的影響，但毫無疑問。這是保險公司降低風險最靠譜的手段，幾乎沒有之一。

保險行業(yè)的AI化變革，帶來了哪些洪流？

技術(shù)的逐漸滲透，使得保險公司積累了越來越多的數(shù)據(jù)，凡事都開始有據(jù)可循，并鑄造了行業(yè)發(fā)展的源動力。

1. 同樣的一鍵閃賠，不一樣的味道

早在2016年，一些大的保險公司便開始涉足一定智能化水平的閃賠。最開始，中國人保打造“心服務·芯理賠”的一站式服務及智能理賠一體化處理模式；緊接著，中國平安實現(xiàn)“智能認證”和“智能理賠”服務；泰康在線推出的“一鍵閃購”“一鍵閃賠”的智能“雙閃”服務……

而出現(xiàn)這一現(xiàn)象的原因，除了我們所知的人工智能減低成本，還有一點就是優(yōu)化理賠體驗。車險市場是完全競爭市場，經(jīng)營車險的保險公司主體盈利不明顯、虧損數(shù)量較多。但為了優(yōu)化理賠體驗，提升服務時間和服務效率得，常常會為了閃賠而閃賠。人力資源成本過高，車險承保端幾乎不盈利甚至虧損。

使用人工智能技術(shù)，不僅簡化了賠償流程，在無人操作和干預的情況下，用戶只需要上傳自己的相關(guān)票據(jù)，通過智能手機的識別、后臺的審核，就可以馬上收到賠付款。更重要的是讓賠付變得更科學，德聯(lián)易控科技（北京）有限公司（德聯(lián)易控科技）是歐洲第一家研發(fā)車險理賠領(lǐng)域圖像識別技術(shù)的公司，僅在德國，該項圖像識別技術(shù)每天檢測25,000個案件，200,000張車輛損失圖片，最新的圖像識別模型的準確度已經(jīng)高達95%。而隨著檢測的案件量不斷增加，深度學習模型將被不斷被訓練和自我學習，準確率也將不斷提高。

2.不僅能錦上添花，更能雪中送碳

前面提到AI能讓賠付有章可循，實現(xiàn)錦上添花，事實上，它更能雪中送炭。保險精算師（以下簡稱精算師）是利用統(tǒng)計模型來評估風險的專業(yè)人士，需要經(jīng)過6-10年的學習才能拿到精算師許可證。我國保費規(guī)模約為美國的34%，但精算從業(yè)人員數(shù)量卻僅為美國的15%，精算從業(yè)人員密度約為美國的43%。如果依照美國精算從業(yè)人員密度與我國當前保費規(guī)模計算，我國精算從業(yè)人員需求為88984人，當前缺口為5141人。這意味著，我國精算人才供給嚴重不足。

據(jù)上圖銀監(jiān)會統(tǒng)計數(shù)據(jù)，截至2018年4月，全國共有精算師3872人，其中，就職于保險公司的精算師人數(shù)3282人，占比85.4%，僅僅相對于保險行業(yè)也是遠遠不夠的。但這個巨大的缺口在慢慢被AI堵上。

在2018年精算與保險國際會議上，中國保險學會會長姚慶海介紹，人工智能在保險精算運用已進入加速階段，將在2022年實現(xiàn)25%的行業(yè)應用；在2025年將實現(xiàn)50%的行業(yè)應用；到2030年，將實現(xiàn)75%的行業(yè)應用。

現(xiàn)行的智能投顧玩家，不管是理財魔方，靈犀智投，在為客戶配置前人前面的投資組合前，第一步就是風險評估。智能保顧未來的發(fā)展也不例外，由于保險的實際情況不同于投資，因此在風險測評上有所不同，但是未來，AI精算師無疑是一個新趨勢。

結(jié)論

雖然AI已經(jīng)廣泛應用在了保險行業(yè)，但是和所有的新生事物一樣，尚且存在很多的問題，比如如何在在未來錯綜復雜的實際應用環(huán)境中，如何在安全性與用戶體驗之間尋求平衡，如何依據(jù)足夠多的數(shù)據(jù)，找到誤接受率和誤拒絕率之間的平衡點，同時精準營銷的個性化定價對疾病較多、理賠率高的老年弱勢群體不利的問題該如何解決等等。

但是，毫無疑問，隨著大數(shù)據(jù)，區(qū)塊鏈等技術(shù)的飛速發(fā)展與人工智能在保險業(yè)產(chǎn)生協(xié)同作用，具有高級的機器學習功能開將會滿足越來越能滿足保險業(yè)的需求。到哪個時候，保險推銷員變少了，保險公司的智能語音機器人就開始給你打電話……

素材：具體來看，全球2017年度，各個領(lǐng)域人工智能保險相關(guān)初創(chuàng)公司數(shù)量比例為：產(chǎn)品營銷類256家占57%，業(yè)務流程智能化100家占22%，數(shù)據(jù)收集和處理70家占15%，理賠管理25家占6%。

生成海報

免責聲明：本網(wǎng)站內(nèi)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(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)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(guān)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(wǎng)站對有關(guān)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(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。