被忽略的创新入口：商业保险科技渗透率严重不足

保观|专注互联网保险

关于亚马逊和谷歌进入保险领域已不在新奇，鉴于他们几乎无限的资源，这可能会对业内部分公司造成威胁。无论是将巨头们的举措视为威胁，或者利好的发展，值得注意的是谷歌和亚马逊几乎都专注于个人保险领域。

这有很多原因，尤其是谷歌和亚马逊希望为大多数消费者增加价值。因为客户永远是第一位，所以大多数人都希望亚马逊和谷歌能够专注于个人险。

然而，另一大保险市场有待进一步的创新：商业保险领域。商业保险往往非常复杂，需要太多内部信息才能让科技公司发掘其魅力。目前，在商业保险方面，亚马逊和谷歌仍是局外之人。这种天然的“竞争壁垒”也是商业保险科技（InsurTech）引人关注的原因之一。

注：欧美依投保人专业能力划分商人(业)保险(commercial line)与个人保险(personal line)，前者的客户主要是企业，后者主要是个人。商业保险与个人保险的主要区别是保险范围不同，举例而言，同样一辆车，如果用于上下班及个人娱乐，则属于个人保险，如果用于出租或者商业用途，则属于商业保险。一般而言，个人保险较为简单，车、房、简单个人第三方责任险；商业保险则比较复杂，车、建筑以及生意导致的生意中断损失。

与此同时，与个险公司相比，目前很少有以商业为重点的初创公司。根据德勤（Deloitte）最近的一份报告，2018年上半年仅有超过5700万美元用于商业InsurTech的投资，仅占该期间投资总额的6.6%。而2017年，德勤报告的比例还有11.4%。 同时，根据CB Insights数据，自2015年以来，已有超过10亿美元投资于正在解决商业保险问题的初创公司，相当于总投资额的10%。

无论如何分配资金，商业InsurTech初创公司相对于个险，分销和其他领域的初创而言，投资少得可怜。因此，相对于更广泛的InsurTech运动，商业保险科技渗透率严重不足。

为何如此？

首次InsurTech浪潮与整个科技领域的其他行业相似：行业外企业家推动新型企业，颠覆传统市场。汽车保险，租房者/房主保险或保险分销无不如此。最初的努力主要集中在个人保险和保险市场更明显的方面，这是很自然的。

即使是现有的商业保险创企，也都集中在更易变革的领域，如分销和车险。 事实上，自2015年以来，这两个类别占到目前商业InsurTech投资的一半以上，几乎所有主流商业险科创企业都在这些领域。 例如：

▸ 分销：Next Stack，一家全栈商业保险公司，已筹资1.3亿美元。另外，智能保险分销平台CoverHound和Policygenius各自筹集了5000万美元。保险分销占了InsurTech投资的一半。不出所料，这是一个在商业险领域持续存在的趋势。

▸ 车险：Nauto已筹集超过1.74亿美元的资金，Nexar和ZenDrive则分别融资4400万美元和2000万美元。

只有少数初创公司正在考虑更复杂的领域，例如为商业保险商提供更高质量的财产情报。例如，Cape Analytics使用计算机视觉自动从航空图像中提取信息。这使得保险公司可以在评审和承保时获取全国任何地址的最新有效数据，并帮助他们在整个保单生命周期内更好地评估风险。

为什么这很重要？ 例如，根据Cape的数据，美国8%的屋顶质量很差。劣质的屋顶建筑比高品质的屋顶高出50%的潜在损失。前者有较高概率提交索赔，进而扩大保险商理赔支出。因此，对于保险公司而言，在提供报价之前了解商业建筑的屋顶状况可以更准确地指导定价策略并避免重大损失。这类数据对于商业保险公司来说是不可或缺的，但直到现在才逐渐利用起来。

再或者以海上风险分析公司Windward为例。Windward能够跟踪每艘船的营运情况，并提供有关船舶地理、天气、港口访问、管理和导航等见解。实际上，这意味着Windward可以跟踪船舶是否存在危险的夜间深水航行，因为这样的船舶发生触礁事故的可能性增加2.6倍。 Windward还可以跟踪船舶何时通过航道。在拥挤的航道上长时间航行的船舶发生碰撞事故的可能性是2倍。这是海运保险公司需要掌握的信息。

尽管如此，这个领域还有更多的空间。

鉴于市场规模和相对缺乏对保险以外问题的认识，商业险具有巨大的潜力。2017年全球商业财产和意外险保费约为7,300亿美元。到2021年，它将增加近9000亿美元。同时，只有业内人士真正了解临时分保，或者了解如何承保船体保险以及谁是承保人；或如何改善大型商业财产保险。对于一个其他行业的企业家，这些都是市场挑战，工作流程有待深刻理解，更不要说如何去改进或颠覆了。

另一方面，熟知当前现状的保险业内人士应该感到庆幸。InsurTech空间现在需要这些业内人士更多地参与，建立新公司，筹集资金并帮助识别和解决商业保险中最有意义的问题。无论是核保人、精算师、理赔专家还是其他任何行业相关人士，都应该很清楚行业痛点，陷阱和误区,以及潜在的解决方案。

不过，解决商业险领域的问题将更具挑战性。资产规模更大，数据容量更小，这意味着机器学习速度会慢一些，而像AI这样的技术在短期内效果会较差。例如，如果一家保险公司正在承保350项海事保险，而且每年只有15项索赔，何时有足够的数据来推动具有统计意义的调查结果？ 商业险领域仍然严重依赖人为判断和人工处理。 这在个险中不是问题，因为可以利用和分析大量的数据。因此，虽然机会很棒，但在时间上或需较长的规划。

那些参与保险科技潮的人有理由对商业保险感到兴奋，但耐心将是关键，因为新兴公司要立足于解决长期存在的问题。对该行业有独特理解的企业家也是幸运的，像亚马逊和谷歌这样的科技公司在目前可预见的未来还无法威胁这个领域。

End