计算保险：技术叠加人为因素，保险行业的数字化转型或可顺风转舵
保观 | 聚焦保险创新
随着数字化的不断发展，无论是在技术行业，还是保险行业，我们都需要全新的术语来表征新技术、新思维和新产品。许多新术语的产生往往伴随着行业从业者的恐惧和担忧，如保险科技和云计算等等。而从更包容的眼光去看，新术语的诞生往往意味着新思路，或许能够为市场注入一些新的力量，或推动市场进步，或颠覆行业发展。
总部位于硅谷的美国保险科技公司Omniscience基于公司的产品和服务功能，创造了计算保险（Computational Insurance）这一术语。乍看起来，这一概念可能很好理解，而从更深的视角去看，这一概念的背后包含许多字面无法传达的意义，例如对人的重视、对保险行业的影响等等。
Omniscience及其解决方案
Omniscience成立于2014年，总部位于加利福尼亚帕洛阿尔托，是第一家处理和解密复杂的多维数据集的公司，能够帮助客户做出准确的业务决策，并发现新的机会。Omniscale计算模型结合了数学转换、先进的AI和独特的分布式计算，可帮助保险和金融服务公司扩大市场份额、节省成本、提高股本回报率，并提高监管合规性。未来，许多其他市场的企业也能够使用Omniscience的技术来解决复杂情况。
Crunchbase数据显示，截止目前，Omniscience共获得2300万美元融资，投资者包括美国再保险集团、TD Bank、Translink Capital、Oriza Ventures、Plug and Play Ventures等等。
Omniscience的产品组合包括承保自动化、客户智能和计算保险。承保自动化包括OmniDECISION和OmniKaizen，前者是一款独特的的决策引擎，可满足政府情报机构任务所需的复杂性和准确性，能够提供前所未有的准确决策，后者能够在不断变化的环境中，持续学习，并将新的智能保留在系统中，极大提高了运营效率。
随着更多信息的获取和积累，保险公司必须处理纸质和电子格式的大量数据，这些数据通常是非结构化的，因此很难利用这些数据做出决策。Omniscience的客户智能可从多个来源解锁重要信息，从而提高业务流程效率。客户智能确定相关数据，并进行提取，从而进行直接处理或承保。
Omniscience的客户智能产品包括OmniExtract、OmniProfile和OmniMobile。OmniExtract可从众多来源获取重要数据，创建全面的申请人档案。OmniExtract不仅可以通过OCR技术识别这些文档，还可以将它们转换为结构化数据，并用于自动决策和分析。OmniExtract可从实验室报告、参保表格、披露表格和健康检查表格中提取所有数据值。
OmniProfile可以足够的保真度构建申请人的全貌，并做出可靠的承保决定。OmniProfile将所有申请人的信息合并为一套信息，并将其整理到时间表中，绘制出申请人的健康状况，并做出准确的预测。OmniMobile则可利用SDK，从纸质和电子的数据源捕获和提取必要信息。OmniMobile可将获取的信息直接引入决策引擎，可提供即时反馈，并为申请人提供任何形式的检查。
计算保险：计算因素+人的因素
Omniscience推出的解决方案包含一个创新的概念——计算保险（Computational Insurance）。据Omniscience称，该公司是首次推出这一术语。那么计算保险到底是什么呢？是一款具体的保险产品，还是处理保险的一种技术？
根据Omniscience的博客文章进行梳理，不难发现，“计算保险”包含两个维度，即计算因素和人的因素，计算因素包括数据处理方面，着重点在于硬技术，而人的因素则包括企业员工在技术运用中的作用，着重点在于人文方面。一言概之，“计算保险”是通过自动化和优化庞大的数据处理，实现企业的人性化，并充分利用企业员工的专业知识和见解。
2.1 计算因素
“计算保险”究竟计算了什么？从根本上讲，计算保险计算的是一种决策，其目的在于处理大量数据源，实现业务价值的最大化。为了达到这一目的，在计算的过程中，通常需要使用一组定义业务价值的方程式，方程式中可包含保费、资本回报率、索赔、费用和获客等元素。通过使用大量信息，优化方程式，一个智能、敏捷的系统可计算、分析并优化整个业务所需的所有相互依存关系。
计算保险包含五种Megaservice，分别是资本和风险优化、客户智能和体验、承保自动化、精算指导和理赔优化，它们是启用计算保险所需的计算架构。将一套全面且相互优化的Megaservices进行结合，可创建一个计算型企业（Computational Enterprise）。
Megaservice可以自动优化整个业务功能，利用高级机器学习来执行自动化决策，并评估相应影响。这将提升每个部门的效率，以一种持续优化的方式来理解和校准所有相互依存关系，而最终的优化结果将取决于企业的基本业务价值方程式。
如前所述，与传统的企业相比，计算型企业更以人为本。在传统企业中，软件控制信息流，为员工分配任务，并为管理人员提供数据，以此来监督员工如何执行这些任务。在计算型企业中，计算机执行任务，员工将指导、提升和监督工作安排。
2.2 人的因素
人的因素对于企业来说至关重要，人的因素能够推动公司的未来发展，建立客户忠诚度，发现机会，并提升企业的工作效率。
以人为中心的计算保险能够帮助企业提升团队和专家能力，从而以更有效的方式利用这些经验和能力。尽管现今技术的发展已经达到了相当高的水平，然而对于企业来说，最宝贵的是人类思维。而有了计算保险，行业领导者就能够利用人类思维这一独特能力。专业人员专注于战略指导，并对计算系统进行监督；计算系统则根据大量的历史、当前和未来趋势，来制定交易决策。而保险公司的员工则可以提供关键的监督、指导和约束。
在这种新型计算企业中，一个关键角色是执行精算师，他们负责指导公司及其未来的运营系统。精算职位的作用得到加强后，相关人员能够监督关键决策，并根据市场预测、医学研究或竞争差异等关键指标，来控制企业的核心决策参数。例如，执行精算师可利用新兴市场人口趋势的相关见解，结合城市化趋势和劳动力增长知识，为新兴用户群提供定制化产品。
另一个关键功能是预后服务，这一功能需要启用新的Megaservice，如医学研究自动化（Medical Research Automation），通过梳理大量研究，系统地监督计算系统，发现可能影响、损害评估的一些结果。这种评估可以远远超出传统系统所能达到的精度和水平，从而可以创建新的精算指南。
例如，如果新研究发现，有一种新的治疗方法可以显著改善特定的损伤预后，则医学预后监督可为执行精算师提供所需的信息，发布指导意见，为更多此类损伤人群承保更多保单。即使历史数据表明患有这种疾病的人可能会有更高的风险，但保险机构依然可以根据最新治疗方案的信息，为特定群体承保，而无需受到历史数据的影响。这一点不仅能够提升保险机构的业务，同时能够为特定人群提供他们所需的保障。
在应用方面，目前日本人寿保险公司Sompo Himawari已经采用了Omniscience的智能技术。该公司将其自有的 Linkx Health Tri系统与Omniscience的计算保险人工智能技术相结合，可从图像中检索日语健康检查数据，从而帮助Sompo Himawari更好地了解客户。
正如Omniscience业务发展与战略副总裁Pallavi Ramnarain所说，保险业需要一种全新的商业模式，与以往相比，这个行业面临着更多挑战和压力。有了计算保险，保险机构能够以数字化的方式使用、验证和操纵每条信息。
计算保险的独特价值
计算保险是数字化技术叠加人为因素，数字化技术负责计算决策，人为因素负责监督和优化决策。计算保险中用到的数字化技术并不晦涩难懂，它们往往以人工智能技术为基底，利用语言识别、图像识别、自然语言处理和机器学习等技术，执行并计算决策。
在大多数数字化转型中，保险机构往往孤注一掷，将全部任务悉数交给技术，认为人工智能等先进技术是训练出来的智能，各方面的能力均超过人工，因此可以解决并优化大部分问题。但事实并非如此。技术是先进的，但同时也是不具备创造力和思维能力的，而这些欠缺的地方，恰好能由训练有素的人为因素来处理。在技术飞速发展的成熟期，这一点往往被大多数企业所忽略，因而需要有企业来强调并补充这一点，无论是从技术和服务的角度去构建，或者是创造一个新的术语来表征这种重要性，都是值得肯定的努力。
图片来源于网络
Omniscience创造了计算保险这一新术语，并基于这一概念，将未来的保险公司重新定义为“计算型企业”。这些大大小小的新型术语代表了保险行业的未来愿景，鼓励保险机构在拥抱技术创新的同时，注重人的因素，从而实现业务和系统的创新和重组，以全新的方式提供服务，为用户带来附加价值。
对于保险机构来说，仅仅使用承保数据来训练机器学习的承保系统注定会重蹈覆辙。而一个计算型企业可在多个Megaservice的基础上，合并理赔数据，从而能够全面考虑承保和理赔的结果，做出更加合理和全面的决策。在这个过程中，精算人员可提供相关指导，将损伤预后或关于寿险的其他变化和预测整合到业务组合中。资本管理功能为这一系统设置了保障，从而能够根据业务策略和法规约束做出决策。而客户智能能够根据最正确、最准确的客户资料，做出每个决策。
计算保险的愿景是每个寿险机构都能以系统化的方式使用计算保险这一系统，以实现业务目标。人寿保险业非常庞大，且正在成长，包含了一些最有趣的市场参与者。对于这些玩家来说，他们需要重新考虑运营和财务结构，而Omniscience的计算保险系统恰好能够帮助寿险机构实现这一功能。而我们也相信，这种由新概念和新思路组成的系统将为未来的寿险行业带来巨大价值。
End