​近年来保险行业的增长十分迅速，但在增长背后，保险行业仍存在诸多痛点亟待解决。产品研发定制设计困难，保险产品定价同质化现象严重，且针对个体的定制化表现较弱，多表现为“千人一面”的状态。保险产品的营销方面，目前主要依赖中介渠道，以推销产品为主，因此用户对产品缺乏全方位真实的信息了解。在保险赔付环节，目前保险欺诈防范数据和技术手段少，例如主要依赖线下中介环节去防范和判断，这为保险欺诈的发生提供了可能。而目前保险理赔服务则流程复杂，在良好的用户体验和降低机构服务成本之间无法实现平衡。消费者索赔时需要在线下提供一套理赔材料，经过保险公司繁琐的流程和一道一道的人工处理后，才能最终赔付到消费者手中。但从另一个角度来看，正是这些痛点的存在为保险行业的发展创造了新机会。

在互联网模式下，人工智能等前沿技术与保险业的结合成为一种趋势，在全球范围内掀起了一场“保险科技（InsurTech）”的浪潮。例如人脸识别技术可以应用于身份验证，减少欺诈风险的发生；大数据+机器学习算法可以帮助保险公司来洞察客户的特征和需求，进行精准产品定价和在线产品设计、内容推荐以及风险控制；人工智能通过语音和图像识别、机器学习、自然语言处理NLP技术能够简化客服、投保、理赔定损等流程，大大提升用户体验和降低机构成本。

差异化定价：提升保险行业产品风险定价能力

随着经济的发展以及人们生活水平的提高，保险消费者对多层次保障的需求日益旺盛。但从供给端来看，适销对路的产品少、产品同质化程度高，某保险公司开发了2000多款产品，但真正能在市场上销售的仅有几十款，销量相对较好的，仅有几款。许多保险公司缺乏科学有效的差异化定价手段，甚至部分公司的产品定价采用了跟随策略，导致各公司靠变相返还费用、降低手续费等手段开展价格战的恶性竞争，而优质客户却享受不到应有的待遇。当下，保险定价问题成为制约保险行业发展的瓶颈之一。

大数据、人工智能等技术的发展，为保险公司进行科学合理的差异化定价，提供了新的契机。保险公司可以结合人的生活习惯、年龄、投保经历等基础信息，在大数据的基础上结合人工智能技术，挖掘投保人的保险偏好，针对性地设计投放策略、组合方案，为每一位消费者量身定制保险产品并提供差异化定价。

例如，大数据及人工智能技术将深刻影响延续数百年的寿险精算定价，使之更精准、更适合不同个体在不同年龄段的具体情况。再如，目前的出境意外险产品在定价时也鲜有对出行目的地进行区分。在现实的场景中，客户造访不同国家所面临的风险各不相同。同为发达国家，去美国需要加大医疗意外险的保障，因为在美国医疗费用较高；而去欧洲一些医疗高福利国家，则可以加大财产损失的保障比例。大数据及人工智能借助持续跟踪客户出行情况，从而提供差异化的产品及定价策略。

在我国产险市场占比最大的车险业务中，传统的车险定价模式主要是依据“从车”信息，包括车型、车龄、配置、车辆是否出险等。例如，宝马车和捷达车基础保费就有很大差异，同样是宝马，3系和7系的基础保费差异也很大。但另一方面，影响事故发生的宝马车主情况却难以细分。而大数据及人工智能等技术的发展，使得保险公司可以进一步挖掘“从人”信息，对车主进行风险分析，让车险的风险定价因素由“从车为主”转向“人车结合”。

在这方面，蚂蚁金服、平安、太保等公司已展开了不同程度的探索。以蚂蚁金服为例，今年5月，蚂蚁金服推出“车险分”，运用大数据和人工智能技术，帮助保险公司进一步识别客户风险、合理定价。“车险分”根据车主的职业特性、信用历史、消费习惯、驾驶习惯等信息，对车主进行精准画像和风险分析，得出300-700不等的分数。车主得分越高，通常可能意味着发生事故的风险较低。

“车险分”在车险从人定价上迈出了一大步，通过准确预测车主行为，为车险精准定价提供了支撑，因而也进一步保障优质客户的利益，改变劣币驱逐良币的情况。从市场主体看，尤其是能补足中小车保险公司数据体量小及数据技术能力不足的短板，让中小保险公司在定价方面构建自身的核心竞争力。

智能服务：智能理赔和客服机器人极大提升用户体验和降低机构成本

保险行业服务主要包括售后的理赔、续保以及和客户咨询等等服务。在理赔领域，长期以来，受限于技术手段，保险公司大多依靠人力定损理赔，在一定历史阶段发挥了积极的作用。但随着保险市场的快速发展，赔案迅速增加，以人力支持为主的定损模式，越来越表现出作业效率低、处理时间长、管理难度高、判定误差大等缺陷，且容易产生内外联合骗保等问题，对保险公司、尤其是中小公司造成了越来越重的负担。

随着互联网技术的发展，各公司都陆续开展了远程定损的探索，但受制于技术瓶颈，定损准确率一直不太理想。今年以来，深度学习及图像识别等人工智能技术的突破，极大地提升了远程定损的精度及自动化水平，为进一步商业应用提供了坚实的支撑。

以蚂蚁金服的“定损宝”为例，通过远程采集车险事故照片，经人工智能深度学习图像识别检测技术，对受损位置进行分解定位、角度还原、去反光、云端自主学习比对等操作，系统能在几秒钟之内就给出准确的定损结果。包括受损部件、维修方案、价格以及出险后对来年保费的影响等。在实测中，蚂蚁金服“定损宝”准确率已经和行业内10年经验的从业专家相当。从目前使用情况来看，对于仅限财产损失的案件，可以大大降低车险理赔中的人力以及时间成本，提高自动化程度，显著减少客户等待时间，提升理赔服务满意度。也能帮助保险公司、尤其是新成立的公司迅速构建理赔能力，专注于提供差异化的理赔服务。

除了车险领域，在较高频的门诊险理赔，针对现在大多数的线下理赔流程，可以提供在线理赔入口，消费者在线上传单据、发票信息后，通过图片分类算法以及OCR结合NLP技术，可以快速筛选出哪些是需要的理赔材料，然后自动提取需要的审核信息，最后通过核赔规则、以及大数据风控模型就可以识别用户是否可以赔、赔多少，从而自动化完成理赔，未来就可以做到当日提交当日赔付甚至极速的“秒赔”体验。

在客户咨询服务领域，主要包括保险产品导购、客户指南、理赔咨询等等，目前大多还是依赖人工的方式，进行在线或者电话方式解答用户的问题，一方面因为保司的资源不够，用户得不到及时的反馈，再受工作时间的缘故，用户咨询还有时间窗口的限制，总之体验比较差，同时保司也因为大量的人力投入成本比较高。而利用知识图谱、自然语言处理以及机器学习等技术实现的智能客服机器人，通过在线问答的方式，可以覆盖绝大多数用户咨询问题，并提供7*24小时的在线服务，并且随着解答问题的增多，机器人也在不停的学习沉淀，解答能力也在不断的提升，最后机器回答不了的少量问题才流到人工来解决。智能客服机器人的出现，既解决了用户体验的问题，又帮保险公司降低了人工成本，未来是人工智能在保险行业应用非常重要和热门的一个领域。

智能风控：提升保险行业风险决策以及反欺诈能力

长期以来，利用信息不对称骗保，盗卖投保人、被保险业信息，虚假赔案等严重影响保险行业的健康发展。以车险赔案为例，据统计，在美国虚假赔案可能高达20%，每年保险欺诈的总金额约为850亿至1200亿美元。在中国，汽车厂商遭受的欺诈案件金额比例可能高达34%。欺诈案件导致行业理赔成本畸高，损害了被保险人的利益。基于于区块链、物联网、云计算、人工智能等领域技术的发展，为提升行业反欺诈能力，破解虚假交易提供了基础。

近年来，大数据与机器学习分析方法在理赔中的应用，极大地提高了欺诈识别、监控、以及决策的能力。传统反欺诈通常基于针对已知的欺诈模式而设置相应的规则与策略，这种方式在缺乏数据或者冷启动阶段比较有效。随着理赔数据的积累，基于机器学习与大数据的量化决策模型通常能够更有效地识别欺诈风险，优化理赔流程。与基于策略的审核相比，机器学习算法可以同时定位多种欺诈行为，减少不合理的赔付，降低行为成本。例如，在车险理赔中，利用维修项目及配件的内在关系，可以通过机器学习模型计算出各项指标的出险概率，从而能够定位相应的理赔案件，并通过监控提示保险公司关注相关联的服务商、查勘员、定损员。在健康险报销中，根据患者既往病史等相关信息，用以分析报销记录的欺诈、过度医疗倾向性进行预测评分。

图像识别等人工智能技术的发展，可以有效破解传统方式下的鉴伪难题，为在保险业的反欺诈应用开辟了广阔的空间。例如，保险公司承保网上生鲜产品，如到货时生鲜死亡，通过将以死亡照片作为主要的理赔依据。而部分用户会通过搜索并上传网络的生鲜死亡照片骗取赔款，靠肉眼很难识别。在图像识别和人工智能鉴别技术的作用下，可以快速有效地判别虚假照片，准确率高达95.7%，适应了在电商新业态下的理赔需求。再如，在传统寿险作业模式下，部分被保险人死亡，家属未去保险公司办理相关手续，仍在持续领取生存金。而引入活体识别技术，可以通过虹膜、眼纹等有效识别真人与视频、照片等的区别，远程判断被保险人真实生存情况，有效解决生存金冒领问题。

在车险理赔领域，综合运用大数据、物联网、区块链等技术，可有效防范理赔欺诈。运用大数据技术监测、分析零配件的异常采购，可以锁定可疑客户和修理厂。而物联网、区块链技术相结合，可以有效跟踪汽车的实时操控数据、驾驶记录、行驶轨迹等，保险公司能真正实时感知汽车这个唯一性“保险标的物”。当发生事故时，区块链技术可以忠实地记录事故时间、地点、事故后的处理时间等，成为保险公司防范骗赔的重要依据。

智能运营：精准推荐和智能交互提升用户购买体验

智能运营，主要解决的是如何给用户选择最适合的保险产品。保险产品，是针对不同场景的不确定性，聚集群体的力量，对发生问题的主体给予保障的金融服务形态。繁多的场景种类、各式的承保主体等条件，注定了其是一种难以标准化、服务条款复杂的金融服务，需要有较长的、定制化的辅助购买流程，这个痛点，给到了智能产品、内容和服务推荐的机会。

具体来讲，智能运营包含两方面的应用：精准推荐和智能交互。第一，保险产品、内容和服务对不同用户的定制化精准推荐。做到这一层，首先利用大数据技术通过对用户的生命周期、保险意识、保障状态等有着精准的洞察判断，构建完成用户保险的画像；然后对用户不同需求的保险产品进行精选梳理，选择该需求下性价比最高的保险产品，最后针对个性化用户的需求，还要建设辅助其购买保险产品的内容。第二，有了以上能力，利用自然语言处理和多轮交互能力，构建智能问答推荐或智能保顾，再结合离线和在线的行为、上下文信息，深入挖掘用户的最深层次的需求，并以问答或机器人的形式给到用户，引导用户最终完成产品购买。

展望整个保险行业的未来，在互联网保险领域，保险行业将重点围绕消费者用户展开，打造懂用户、省心的用户心智体验，比方产品条款会更加简单，价格更加亲民、保险知识内容更加丰富和高质量、保险服务也变得更加简单、便捷。而不论是财产险还是人身险，在保险的核心业务价值链上，都是围绕定价、核保、风控、反欺诈、营销、在线服务、内容互动等核心能力展开，这些能力都离不开区块链、人工智能、安全、物联网、云计算等基础能力，即“BASIC”。区块链（Block chain）技术以其可追溯、不可篡改等特性，将应用于保险承保理赔各环节，确保信息真实透明，防范欺诈；人工智能（AI）技术能够赋予机器智慧，更聪明地进行高效客户服务以及实现快速理赔服务；基于数字世界的多种安全（Security）技术，将在投保人及被保险人的身份核验、存续期保险资产保护等方面发挥积极作用；物联网（Iot）改变了数据交互的形式，将率先应用于车险及健康险等，推动产品以及运营模式发生重大变化；云计算（Cloud Computing）大大降低了保险业信息化成本，使得小额分散型业务的普及成为了可能。正如其字面意思表达的那样，“BASIC”将重塑行业发展的基盘，推动保险业走向一个新的更好的时代。