尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
但 Fintech 與 AI 究竟是什麼？它們將會如何改變金融？
朗迪中國特邀人工智能洞察專家——劉劍東推出 「朗迪·智話」專屬系列文章。通過深入淺出的方式，介紹人工智能的前世今生，講解其中的科技原理並分析當前最前沿的商業應用。
今天，我們來聊聊「智能保險」。
開篇前，想請大家猜一猜，圖片中這兩位，撞衫撞髮型撞姿勢後又撞車的男士，正在忙著幹什麼呢？
相信這個答案十分地明顯，他們正忙著給保險公司打電話。
保險，作為替大眾規避未知風險的金融工具，卻長久以來遭受著許多人的詬病。如果要將騷擾電話來源做個排行榜，那麼保險銷售必定會列入前三。出現這一不良現狀的根本原因，是保險銷售員的粗暴行銷，以及理賠員低下的工作效率。
2016 年，在阿爾法狗戰勝了李世石後，人工智能迎來了大爆發時代。浪潮中的人工智能似乎是被架上了神壇，成為一切問題的最終解決方案。各行各業中 「人工智能+」 的結合嘗試也層出不窮，最先作出嘗試的就是保險行業。
在歐美等地的保險行業中，人工智能的轉型嘗試已經取得了較好的成效。從前期的智能客服到後期的智能理賠等，人工智能正發揮著不可替代的作用。
與此同時，國內的保險人也逐漸意識到了人工智能所蘊含的巨大行業潛力，越來越多的保險公司也將人工智能作為新的業務驅動力，希望通過 「AI+」 來做到業務效率的提升。
在這樣的趨勢背景下，復旦大學聯合中國保險學會，於上月末舉辦了 「當保險遇上人工智能」 的科技峰會，並在會上發布了《人工智能保險行業運用路線圖》。
這是全球首個指導性的保險科技官方報告，它從需求、技術、應用、政策等不同的層面，分析了人工智能在保險行業中的影響，為行業未來的構建了一個清晰的藍圖。在這樣的一份詳細報告的背後，我們可以清楚地看到，中國保險科技行業即將迎來蓬勃發展的時代。
那麼，人工智能究竟是如何與保險相結合，這些保險科技又能給公司帶來怎樣的競爭力呢？
應用：風險建模
作為轉嫁風險的金融工具，保險價格往往是根據投保人的風險模型決定的。
以健康保險為例，如果投保人的身體狀況良好，保險公司就會認為在受保期間，投保人患上健康疾病的風險較小，因此該投保人的保費也會相應較低。反之，如果投保人的身體狀況較差，保險公司就會認為該投保人在未來換上健康疾病的風險較大，這也就意味著公司賠付的可能性較大，進而設置一個較高的保費。
當投保人的患病風險高過某個閾值時，保險公司會認為該投保人在未來申請賠付的可能性非常大，會給公司帶來可預見的大額損失，所以公司將會拒絕該投保人的投保。
在過去，保險公司員工主要通過查看投保人的體檢報告和就診記錄等方式，來主觀判斷投保人的健康風險。這樣的風險估算方式，使得保險公司不得不以保守的態度面對投保人，確保不會放過一絲一毫的風險信息。然而，過於保守的態度也讓不少原本可以投保的投保人，失去了購買保險的資格。
因此，保險公司將人工智能中的深度學習模型引入到風險建模中，從而更加準確地估算投保人的風險模型。
以色列的數據分析公司 Atidot ，是首個將保險數據分析搬到雲端的科技公司。該公司主要為保險公司提供投保人的風險預測分析。
當保險公司收集到投保人的相關信息後，將信息傳送到 Atidot 的雲端，並通過該公司的深度學習模型，對投保人的投保行為進行風險建模。
由於深度學習模式是基於數據訓練的算法模型，它會從已有的大量數據中，分析高風險投保人的特徵，從根本上避免人類經驗帶來的思維死角。
例如在人類慣性思維中，中藥涼茶是養身佳品，有服用涼茶習慣的投保人將會有較低的健康風險。然而，在大量訓練數據放入深度學習模型後，通過模型的多隱層特徵提取，我們會發現中藥涼茶和腎部功能疾病的相關係數相當高。因此，當投保人愛好大量飲用中藥涼茶時，保險公司就需要注意規避其在未來可能患上腎部功能疾病的風險。
應用：智能理賠
對我們大多數人而言，購買保險是為了在某些意外情況發生時轉嫁風險，通過保險賠款來緩沖經濟壓力。然而，由於保險理賠款的數額通常較大，出現了一些心術不正的投保人，通過惡意騙保的方式，詐取保險公司理賠款。
於是，在理賠申訴的過程中，如何準確區分合理申訴和惡意騙保，避免損失，就成為了保險公司面臨的棘手問題。
在傳統的保險理賠中，理賠員們需要反復審核投保人的申訴信息，通過經驗、邏輯推理以及外部信息補充等手段，來降低投保人惡意騙保的可能性。然而，通過人工來審核理賠申訴的方式，其本身就有兩個無法解決的弊端：
數據量大且時間長— 由於在理賠審核中理賠員需要分析大量的數據，包括圖片、音頻等非結構化數據和紛繁的數據來源，理賠審核員往往無法對細微信息保持足夠的敏感度，因此會忽視一些主觀上認為不重要的信息。
客觀性差— 這一系列的審核中，因為工作經驗中長久以來的主觀判斷習慣，即便是最優秀的理賠審核員，也無法保證自己的判斷是絕對客觀公正。
為了做到快捷、準確的理賠，一些保險公司已經將人工智能中的機器學習工具應用到了理賠審核當中。
機器學習作為人工智能的主要做到方式，是通過數據訓練，來模擬人類的思維和學習行為，進而從數據中獲取新的知識。由於篇幅原因，在本系列後期文章中將詳細介紹機器學習的原理。
由於機器學習工具是完全基於算法的模型，它從根本上避免了審核過程中，可能存在的主觀判斷因素。同時，憑借計算機的高速運算能力，機器學習模型可以在很短的時間內，快速審核每一個細微末節，並保持足夠高的信息敏感度。即便是人類思維中無法發覺的數據特徵，在機器學習模型下也會暴露無遺。
在眾多保險科技公司中，Shift Technology 最早通過機器學習技術來提高惡意騙保識別率的公司。這是一家位於法國，專業提供 「人工智能反欺詐 SaaS」 服務供應商。在 2017 年的 A 輪融資中，Shift Technology 憑借自主研發的模型技術，獲得了 Accel 等公司約 2800 萬美金的投資。
在 Shift Technology 的平台上，保險公司只需要按照一定的格式上傳理賠申訴信息，便可以在數分鐘內獲得反饋報告。在報告中，Shift Technology 會將人工智能發現的可疑信息點標註出來，並按照可疑程度給出評分。當保險公司拿到審核報告後，可以依照報告中標註的可疑信息點，對投保人進行進一步的核實。
根據 Shift Technology 的官網描述，目前其累計審核量已經超過了一億次，其中惡意騙保申訴的識別準確率接近 80% 。這樣精準的識別效果，替保險公司規避了數十億甚至數百億的騙保損失。
應用：智能客服
在 2016 年的中國保險業發展年會上，作為到會嘉賓的馬雲，點破了一個眾所周知卻鮮被承認的保險行業事實：中國的保險業處於 「銷售依賴」 階段。
目前的中國保險從業人群，主要由銷售員組成。為了提高業務量，保險公司往往對銷售員開出極高的業務提成比例，從而驅使保險銷售員簽出更多的保單。在投保人所繳納的保險費中，有相當大的一部分，成為了銷售員的提成傭金。在這樣「高提成」的銷售激勵方式背後，是保險公司不得不承擔的高銷售成本。因此，壓縮服務質量成為了保險公司的唯一選擇。
隨著智能機普及程度的提高，即時通訊軟件（Instant messaging app），如微信、QQ 、Facebook 等，已經成為了人們日常溝通的主要工具。也正是由於這樣的轉變，在保險銷售工作中，「發消息」 已經成為了銷售員與客戶之間最便捷的溝通管道。
因此，為了降低銷售成本，越來越多的保險公司在嘗試將人工智能科技應用到銷售過程中，以提高銷售員的工作效率和降低銷售成本。
位於西班牙的智能客服技術供應商 CogniCor ，便是 「人工智能+銷售」 行業中的領頭羊。
CogniCor 公司的業務模式是通過向公司提供聊天機器人模塊來盈利，目前其模塊主要包括線上問答、申訴管理以及產品定制銷售。公司在購買了 CogniCor 的聊天機器人模塊後，Cognicor 將會在整個保險流程中，為公司客戶提供智能化問答咨詢服務。
同時，聊天機器人還可以在聊天中，通過客戶的確認觸發信息收集機制，來收集客戶的需求信息，並按照提前設定的產品參數，向客戶推銷個性化的定制產品，從而讓客戶以較低的價格來滿足全部的需求。
（在本系列的第一篇中，已對人工智能客服的算法原理作了詳細介紹，可點擊此處查看。）
朗迪觀點
分析完保險科技公司的技術應用後，我們可以清晰地看到，目前大多數保險科技公司正處於快速成長期。雖然已經有了成熟的技術和數據的積累，但整個保險服務供應鏈上，還存在著極大的業務發展空間。市場上保險科技服務的種類和供應商，明顯還無法滿足巨大的市場需求。
隨著現階段行業數據的積累加快，未來可以應用在技術研發上的數據也會越來越多，人工智能對保險行業的正向影響也將愈加明顯。
此外，國家也在《新一代人工智能發展規劃》發布後，出台了一系列人工智能幫扶政策，例如免稅、抵息等。借著這一次國家級的戰略部署，許多保險科技公司已經在浪潮中站穩了腳跟，做到了技術的商業化轉型。
在技術、數據和政策三方面的利好下，我們可以清晰預測保險科技行業在未來數年間蓬勃發展的必然趨勢。面對一個必然的大趨勢，我們不僅僅是行業的圍觀者，同樣是人工智能應用的受益者。在不遠的未來，我們將會直接享受到科技帶來的便捷生活。
聯繫我們
+86 136 7170 4024
+86 138 1615 2429
+86 178 8790 7671
