当AI变成保险之“眼”,还有什么行业不会被颠覆?

简介: 可以预见,AI的黄金时代和洗牌正在同时到来,在正确的时候做正确的事情,才是一家有远见的企业应有的作为。

随着AI正式进入商业世界,落地应用,不管是地图中的导航,手机中的人脸解锁,抑或购物APP上随时变化的界面,它无时无刻不在影响着人类的生活,我们第一次真切地感受到了AI的存在,AI不再是一种孤独的技术。

微信图片_20211231005353.jpg

不仅如此,AI的技术提供者们还在改变着各行各业,无论是互联网行业还是传统行业,都在以全新的面貌出现在我们面前。


AI带来了什么?大概保险业最知道……

本狮以保险业作为开篇,并不是说AI只给保险业带来了变化,而是在所有AI落地的行业中,“AI加持”为保险行业亟待解决的问题找到了出路。

以车险为例,投过车险的人大概深有体会,过去,当车辆发生交通事故,从现场定损到维修店维修,都要面临冗长的理赔流程,加之人工定损不规范、人力勘查难度高、定损结果没有标准差异大,很多车主遇到一次就不想再经历第二次!

这样的流程伤害的不仅是车主的体验,对险企来讲同样是巨大的伤害:险企需要增加查勘网点数量以确保效率,而服务时效延后、案件质量不稳定和客户满意度下降带来的蝴蝶效应,使得险企运营成本居高不下,口碑却一蹶不振。

AI的出现,让保险行业迎来了一场颠覆性变革……

1月30日,首轮即获人保金服、易车公司、58集团和美国Solera集团2亿元投资的“保险新贵”——爱保科技公司在成立仪式上,宣布正积极探索保险科技,通过人工智能等新技术对保险流程进行优化,大幅降低保险运营成本,提高资源配置效率。

由人保金服孵化的爱保科技,被业内人士看作是老牌保险公司中国人保在科技保险领域的积极探索,此举无疑将对保险行业带来震荡影响。在发布会上,人保金服总裁谷伟表示,智能定损等人工智能科技以及精准营销、大数据精算等技术的深度应用,将降低险企16%-22%的综合成本率。

而帮它们实现小目标的幕后英雄,正是在机器视觉领域已经达到全球领先水平的视觉AI技术提供商——虹软公司。

微信图片_20211231005357.jpg

从虹软公司创始人兼CEO邓晖在发布会的演讲内容看,除为人保独家提供车险智能定损、农业智能定损核心算法引擎外,也将为爱保科技研发提供定制车险专属解决方案——“虹智驾”,用于检测驾驶行为,保障安全驾驶,减少交通事故。

不仅这些,虹软已与人保金服、爱保科技达成了全面战略合作,覆盖车险、寿险、健康险、农险、畜牧、宠物保险等多个领域,以智能定损等创新技术帮助保险行业快速响应市场、降低运营成本,提升服务品质,优化用户体验。

可以预见,AI商业化的时间表已经正式启动,一场覆盖全行业的变革正在到来。


AI商业化节点已到来,“抢险”只是第一步


为何AI商业化要先“抢险”?除了上述原因,还有很大一部分市场因素。

目前,我国保险市场正进入黄金发展期,业务领域不断拓展,未来市场规模甚至有望突破100万亿,成为全球最大的保险市场,而AI的赋能无疑将加速我国保险业发展。

不止保险行业,AI技术在诸多领域的商业化已经迈入成熟期。

一个你或许不了解的事情是,2017年安卓市场上的畅销手机几乎都应用了虹软算法,在双摄、柔光摄影、暗光摄影、美颜等当下热门的手机摄影技术背后,都有其算法支撑,虹软堪称不折不扣的“隐形冠军”。

在30日的发布会现场,互评狮还亲自体验了“刷脸签到”系统,植入了虹软公司的人脸技术,用户“刷脸”即可完成活动签到。此前,虹软已经率先发布过支持离线的人脸识别技术,拥有检测、跟踪、识别等功能,可以助推人工智能与传统行业融合发展。

而这也只是AI商业化的冰山一角,在不久的将来,AI或对衣食住行等各个基础民生领域进行技术颠覆。

举几个常见的场景,滴滴曾公布一组出行数据,在滴滴平台上,每秒钟就需要完成一次乘客和司机供需之间的匹配,每年要处理90亿次的路径规划请求,这背后不仅需要通过大数据来训练机器,还需要通过人工智能来优化算法;不仅如此,在美团、饿了么等外卖平台上,在手淘的“千人千面”UI设计中,以及一切互联网公司和正在转型的传统公司的应用背后,都少不了AI的支持。

未来,人工智能的市场空间将不仅仅局限于计算机、手机等传统计算平台,从无人驾驶汽车、无人机再到智能家居的各类家电,至少数十倍于智能手机体量的设备需要引入感知交互能力。

全球知名咨询机构埃森哲发布一份《AI如何大力推动行业经济发展和创新》报告显示,到2035年,AI有潜力使公司的盈利能力平均提高38%,并使12个经济体的16个行业的产出提高14万亿美元。

那么,面对巨大富有潜力的市场,AI公司到底要怎样做才能获得商业化的第一张入场券,这是AI商业化过程中需要回答的第一个问题。


技术赋能场景,下半场谁是主角


在此之前,有一句话应该送给所有AI技术提供商——大市场不等于大利润、高收益更不等于高实力。

AI落地难有目共睹,有人做了一个比喻,说“1956年的一个夏天,几个年轻的科学家在聚会时首次提出了“人工智能”这一术语,在随后的几十年里,AI像消失的泰坦尼克号一样,听说过但从未见过。”

即便在2017人工智能元年,AI领域风投和创业风起云涌,被资本炒上风口的AI很多仍然停留在概念层面,还有一部分技术论者将AI门槛描绘地无比之高,却在深耕技术的同时疏于应用。

不可否认的是,AI 依然处于非常早期的发展阶段,其表现之一就是没有统一的标准,研究成本高昂,数据稀缺,难以落地应用。在这个关键的时间节点,要想确定自己的行业地位,找到各种场景中的应用刚需是实现技术商业化的第一步。

这样说来,虹软的发展路径对行业来说就有着更深的借鉴意义 。这家1994年于美国硅谷创办的公司,聚焦于挖掘视觉AI领域的应用和场景,并始终走在世界前列。

在其官网上,你可以找到大量已经商用的技术、产品和解决方案,可以说是应有尽有。不仅如此,虹软还做了一个颠覆行业的决定,面向中小企业免费开放离线人脸识别技术,让视觉AI技术的应用有了更多可能。

微信图片_20211231005402.jpg

只能说一句,当别人家公司已经将AI落地,甚至还和行业客户一起构建良好的环境,你还在靠讲故事圈钱的时候,真正的危险也就不远了。

如今已步入2018年,AI技术的商业化正在步入正轨,技术的创新要和智能应用充分对接,当下,人工智能技术需加快应用到各行各业,而AI技术提供商也应该尽快聚焦到某个应用领域,提出完整的解决方案,形成正循环。

可以预见,AI的黄金时代和洗牌正在同时到来,在正确的时候做正确的事情,才是一家有远见的企业应有的作为。


相关文章
|
10月前
|
人工智能 API 决策智能
MetaGPT( The Multi-Agent Framework):颠覆AI开发的革命性多智能体元编程框架
MetaGPT( The Multi-Agent Framework):颠覆AI开发的革命性多智能体元编程框架
MetaGPT( The Multi-Agent Framework):颠覆AI开发的革命性多智能体元编程框架
|
3月前
|
人工智能 数据安全/隐私保护
Sora超逼真视频引恐慌!Nature刊文警示AI视频模型,或在2024年颠覆科学和社会
【4月更文挑战第27天】OpenAI公司的新型AI工具Sora能根据文字提示生成超逼真视频,引发关注。尽管已有类似产品,如Runway的Gen-2和谷歌的Lumiere,Sora以其高质量生成效果领先。该技术的进步可能导致2024年全球政治格局的颠覆,同时带来虚假信息的挑战。OpenAI已组建“红队”评估风险,但虚假视频识别仍是难题。尽管有水印解决方案,其有效性尚不确定。Sora在教育、医疗和科研等领域有潜力,但也对创意产业构成威胁。
67 2
|
3月前
|
人工智能 自然语言处理 架构师
AI 编程如何颠覆生产力 | 参与体验免费领取 ArchSummit 架构师峰会专属门票
AI 编程如何颠覆生产力 | 参与体验免费领取 ArchSummit 架构师峰会专属门票
|
3月前
|
编解码 人工智能 监控
OpenAI推出模型sora, 是要颠覆AI视频行业吗?
什么是OpenAI Sora? OpenAI Sora是一种结合了Diffusion模型和Transformer模型的技术。 通过将视频压缩网络将原始视频压缩到一个低维的潜在空间,并将这些表示分解为时空补丁,类似于Transformer的tokens,这样的表示使得模型能够有效地训练在不同分辨率、持续时间和宽高比的视频和图像上。
73 2
|
3月前
|
机器学习/深度学习 人工智能 算法
【智能时代的颠覆】AI打开物联网之门
【智能时代的颠覆】AI打开物联网之门
168 0
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载地址
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
99 1
《领军行业大数据及AI实战》电子版下载地址
|
人工智能 大数据 开发者
《领军行业大数据及AI实战》电子版下载
本次带来不同行业下企业的大数据&AI案例和实战电子书《领军行业大数据及AI实战》,希望能给广大企业和开发者带来更多受益。
93 0
《领军行业大数据及AI实战》电子版下载
|
机器学习/深度学习 存储 人工智能
图数据挖掘!使用图分析+AI进行保险欺诈检测 ⛵
本文将基于保险欺诈场景案例讲解如何进行有效的图挖掘,并将挖掘到的信息提供给AI模型,辅助精准检测和识别商业保险欺诈。
4571 1
图数据挖掘!使用图分析+AI进行保险欺诈检测 ⛵
|
机器学习/深度学习 存储 人工智能
人工智能能拯救医疗行业吗?
人工智能凭借其开创性的创新,迅速打乱了医疗、零售、制造和旅游等众多行业。在过去几年里,医疗保健行业在改进治疗、疾病分析和患者满意度方面已经看到了许多创新。
156 0
人工智能能拯救医疗行业吗?
|
机器学习/深度学习 人工智能 算法
医疗健康行业如何应对人工智能与数字技术的挑战
近年来,科技行业的各个领域都取得了巨大进步,包括人工智能、语音识别、云计算和移动计算、物联网(IoT)和可穿戴设备。许多领域都利用了这些趋势,改进了它们为客户提供的服务和应用程序。
220 0
医疗健康行业如何应对人工智能与数字技术的挑战