噱头还是现实？人工智能在保险业的机遇与挑战
保观 | 聚焦保险创新
迈入新的十年，全球保险行业都在积极进行战略投资与布局，为迎接一个节奏越来越快、数据驱动力越来越强的新行业局面做准备。毫无疑问，人工智能将在其中扮演最重要的角色。
人工智能正在影响人们生活的方方面面，从查询天气，到浏览视频，再到网购，都有人工智能的影子。保险业也是如此，保险公司正在将人工智能应用于产业链的各个环节，以改善他们的业务状况和用户体验。
近期风险解决方案公司LexisNexis对美国的300多名保险从业者进行了调查，结果显示，保险公司已大量使用人工智能技术，尤其在理赔环节，人工智能效果显著。与此同时，人工智能也面临着人员、监管等方面的挑战。
01
人工智能的全面应用
人工智能和机器学习正在迅速发展，扩展到各个行业，应用于各种类型的公司。随着人们生活中越来越多的元素变得“互联”，保险公司可用的数据在不断增长，人工智能的应用也更加广泛。
国际数据公司(IDC)的一份报告估计，到2022年全球对人工智能的投资将达到792亿美元，是2019年358亿美元投资的两倍多，其中保险公司是这个数据最大的贡献者之一。在2017年麦肯锡全球研究所的一项研究中，28%的金融服务(包括保险)已经应用了人工智能，这使其成为继技术和通信(32%)以及汽车和装配行业(29%)之后的第三大应用行业。
人工智能助力保险公司应对核心业务挑战
保险公司正在应对前所未有的变化，包括数字化的兴起及其对客户行为的影响，跨行业竞争与合作带来的全新商业模式，以及监管对数据隐私和安全相关问题提出的更严格要求等。
人工智能的应用可以帮助保险公司从以下几方面应对挑战：
1、帮助保险公司更快做出正确决定
在对客户的整个服务周期中，保险公司必须要快速评估风险、预测损失并验证数据的准确性，这就需要收集大量的信息、数据进行更加严谨的分析、验证。有了这些正确的信息及分析，保险公司可以更准确地做出承保、定价、理赔等方面的决策。以理赔为例，运用人工智能的高级算法可以确定理赔的处理路径，基本实现个人保险和小企业保险理赔的自动化，将理赔时间缩短至几小时甚至几分钟，提高理赔的效率和准确性。
2. 使保险业务整个价值链的利润最大化
保险公司认识到，大数据基础上的数据分析可以帮助他们更准确地识别保险客户的风险状况，在产品设计中制定更精准、更有竞争力的价格，并且更有效地细分潜在客户，针对不同客户进行个性化营销，提高现有客户的留存率。
保险公司可以在客户的整个生命周期中应用相关的人工智能技术，将收集到的保险业务各环节数据串联起来，形成关于客户的更加完整的数字化信息。这将有利于保险公司对全流程进行优化，提高整体的利润率。
3. 帮助保险公司适应新的市场变化
远程信息技术、无人驾驶汽车以及对移动设备的广泛应用等，不仅在改变社会生活方式，也对保险业的发展提出了新的要求。新技术应用会带来新的风险和新的各行各业的监管要求，为了应对这些挑战，保险公司也必须理解与适应新的变化，并积极拥抱以人工智能为代表的新手段，有效完成新风险的确认与保障。
02
布局人工智能：保险公司在行动
根据LexisNexis的调查结果，已经有62%的美国保险公司在自己的业务中采用了人工智能技术。其中，2.5%的保险公司很有创新意识，早早便将人工智能与保险相结合，属于这个领域的创新者；还有13.8%属于早期采用者，跟进也比较及时。
保险公司人工智能采用比例及阶段
不出所料的是，大型保险公司采用人工智能技术的概率要高于一般的保险公司。排名前20名的保险公司中，有82%都应用了人工智能，排名21~50位的保险公司中有62%的公司采用，在51~100名的保险公司中，这一比例为51%。
不同规模保险公司人工智能采用比例
就使用场景而言，人工智能在车险中的应用最为广泛，比例达68%；在人身险及商业相关保险中的应用比例紧随其后，分别达到65%及60%；人工智能与家财险的结合还处于相对初级的阶段，只有不到一半（49%）的家财险中采用了人工智能，保险公司借助物联网、大数据等技术，收集相关数据信息，以确定风险损失等。
各场景应用人工智能比例
人工智能已经渗透入保险的各个环节，但绝大部分还是集中在当前的主要决策领域，包括营销(93%)、承保(97%)和索赔(96%)：
（1）在市场营销中，保险公司主要使用人工智能进行前景评估(65%)、客户互动(62%)和客户流失预测(62%)。
人工智能在市场营销中的应用
（2）在承保方面，采用者主要使用人工智能进行产品开发和改进(76%)、定价(76%)以及客户维系(63%)。
人工智能在承保中的应用
（3）在理赔方面，采用者主要使用人工智能来改进反欺诈(70%)、分类建模(64%)和降低理赔成本(63%)。
人工智能在理赔中的应用
03
机遇的另一面：这些挑战亟待解决
虽然人工智能的重要性在行业内已经获得普遍共识，大部分保险公司也已经开始采用人工智能，但人工智能与保险业结合的过程中还有很多问题有待解决，主要集中在人工智能专业技术人员的供给、数据来源的全面性以及合规和监管方面。
技术人才挑战
专业技术人才是保险公司人工智能和机器学习战略的重要组成部分，但目前保险公司在招募合适的技术人员的过程中也遇到一些阻碍。保险是专业性较强的行业，负责人工智能开发的人员不仅要精通技术，还要熟练掌握保险业务流程。此外，技术人才的竞争不仅存在于保险公司之间，也存在于保险公司与谷歌等科技巨头之间。
除了技术人员的招聘外，保险公司的其他非技术人员是否理解人工智能的工作结果，以及员工如何监控人工智能的稳定性也需要保险公司在整体人员安排与培训方面进行相应的调整，提高员工的相应技能，以更好地与保险公司结合。
为了解决这些问题，已有近三分之二的保险公司建立了专业、配置完备的内部团队来负责人工智能的开发及应用工作，还有约四分之一的保险公司和外部团队合作开展人工智能。
数据容量及处理的相关问题
有效的人工智能和机器学习策略依赖于高质量、可靠的数据，但在实际操作中，保险公司已经发现，仅靠他们内部积累的数据已经不能满足需求，还需要引入更多的数据来源作为补充。所以，大多数保险公司(约占82%的比例)已经购买或计划购买人工智能相关的外部数据。
除了在数据容量方面的挑战外，保险公司还需要解决其他一些与数据处理相关达到问题。例如，随着数据来源与数据容量的扩大，保险公司会引入很多非传统类型的数据，包括车辆、财产、地理空间的数据等。这就需要保险公司需要有规范化、标准化、准确来接不同来源数据的能力。
此外，保险公司还需要制定一个长期的数据战略规划，这将有助于存储和回收数据结果。
来自合规与监管的挑战
监管机构的态度是影响人工智能发展的另一重要因素。在人工智能的应用方面，数据隐私、安全和数据所有权是监管考虑的关键因素。随着保险公司的数据源不断增加以及数据建模更加广泛的应用，接下来监管大概率会收紧政策，加强对数据相关问题的审查。如果监管机构对人工智能的理解存在偏差，情况更会如此。
为了应对这一问题，保险公司需要首先加强内部的业务监管，限制被禁止的或高敏感度数据的使用。保险公司还要进一步提高人工智能解决方案的透明度，能够清楚地向股东及监管机构解释人工智能应用过程中的输入、输出和结果。
人工智能越来越广泛、深入的应用正在为保险公司创造更多的价值，可以帮助保险公司建立更高效的流程、更准确的客户定位以及更高的反欺诈水平。毫无疑问，未来几年内人工智能会不断加深与行业的结合，给行业带来新的改变。在看到机遇的同时，保险公司也要意识到仍然存在人员、数据、监管等方面的挑战，积极寻找解决方法。每一次的变革都需要不断调整、优化，能够更好、更快地整合、应用人工智能的企业将会在接下来的竞争中掌握更多的筹码。
End
推荐阅读
点击图片即可阅读