當斯科特駛進目的地的停車位時，他不小心撞到了某個停車標志。車輛停穩之后，車內的診斷系統自動確定了損壞程度。在私人數字助理的引導下，他對車輛的右前保險杠區域和兩處周圍物體拍了照片。隨后，斯科特回到駕駛座位，此時儀表盤屏幕上顯示了損壞情況，并顯示保險理賠已被受理，一架快速反應無人機正被派往現場進行勘驗。如果這輛汽車還可開動，那么替代車輛到達之后，這輛汽車會在自動導航系統的指引下就近自動開往在網上登記的修理廠。
上述情景似乎很難想象，但是在未來十年，它們會越來越多地出現在各類保險業務中。其實，目前所有必須的技術都已具備，其中很多甚至已經可以面向消費者了。隨著卷積神經網絡等深度學習技術新浪潮的到來，人工智能 (AI) 技術將能夠模擬人類感知、推理、學習和解決問題的能力(見圖1)。在這一變革中，保險將從當前的“檢測和修理”模式進化為“預測和預防”模式，從而徹底改變保險行業的方方面面。消費者、金融中介、保險公司和供應商正在不斷利用高科技改善決策、提高工作效率、降低成本，并優化客戶體驗，在這種背景下，變革的步伐將會越來越快。
人工智能與保險行業的整合日益深化，保險公司將不得不明確自身定位，以應對經營環境的持續變化。保險企業高管必須明了變革動因，深入理解人工智能如何重塑理賠、分銷、承保和定價。只有如此，保險企業高管才能夠提升相關技能、培養合適人才，并運用各種新興技術塑造未來保險業成功所須的文化和視角。
四種重塑保險業的人工智能趨勢
人工智能的底層技術已經開始應用到商業、家庭、車輛和普羅大眾身上了。由人工智能驅動的四種核心技術趨勢將會在未來十年重塑保險行業。
互聯設備的數據大爆炸
在產業配置方面，帶有傳感器的設備早已遍布各處。未來幾年，互聯的消費設備將會大量增加。一方面，現有設備(例如車輛、健身追蹤設備、智能家居助理、智能手機和智能手表)會迅速普及，另一方面，各種新型穿戴設備也會紛紛出現，例如VR眼罩。保險公司可利用這些設備帶來的海量新數據更深入地了解用戶、開發新的產品品類，并進行個性化定價、提供實時化服務等。例如，連接到精算數據庫的可穿戴設備可根據消費者的日?；顒佑嬎愠鰝€人風險指數，以及潛在風險的發生概率和嚴重程度。
機器人將越來越流行
機器人領域最近涌現出很多激動人心的成就，這種創新將不斷改變人類與世界的互動方式。增材制造，即3D打印，將徹底重塑未來的制造業和針對企業的保險產品。到2025年，3D打印建筑將會普及，保險公司須評估這種發展將如何改變風險度量方法。此外，可編程自動無人機、自動駕駛汽車、自動耕種設備和增強型手術機器人將在未來十年具備商業可行性。到2030年，上路的自動駕駛汽車比例將超過25%，而在四年前的2026年，這一比例只有10%。保險公司需要認識到，日常生活中越來越多的機器人將改變風險池和用戶預期，并催生新的產品和銷售渠道。
開源與數據生態系統
數據正在變得無處不在，開源協議因此將會得到更加廣泛的應用，以確保數據能夠在不同行業進行共享。很多公眾和私人企業將一起創建生態系統，目的是在統一的監管和網絡安全框架下，針對多種用戶場景分享數據。例如，可穿戴設備數據將直接傳給保險公司，聯網家居和汽車數據將通過亞馬遜、蘋果、谷歌與各類消費者設備制造商予以共享。
認知技術的進步
卷積神經網絡等深度學習技術目前主要用于圖像、聲音和非結構化文本的識別和處理，未來將會逐步擴大應用范圍。這類認知技術大體建立在人類大腦分解和推理學習的基礎之上，將成為未來處理大量復雜數據流的標準方式，這些數據流將促使與個人行為相連的“主動”保險產品不斷涌現。隨著各種技術的不斷商業化，保險公司可以采用新的模型，不斷學習和適應周邊環境，創造新的產品類別和交互技術，同時對潛在的風險和行為變化進行實時監測和應對。
2030年保險行業前瞻
人工智能及相關技術將對保險業的方方面面產生巨大影響，包括分銷、承保、定價和理賠。先進技術和數據已經在改變分銷和承保等領域了，保單幾乎已經可以實現實時定價和購買。麥肯錫對2030年保險業進行了深度前瞻，其結果顯示了行業價值鏈將發生巨大變化。
分銷
購買保險的流程更快，保險公司和客戶無須密集參與即可完成。只要擁有足夠的個人行為信息，人工智能算法就可以了解風險概況，從而將投保汽車、商業或人壽保險的時間周期縮短為幾分鐘甚至幾秒鐘。隨著汽車遠距離通信和家居物聯網設備的激增，以及定價算法的成熟，汽車和家財保險公司已經實現即時報價，并將繼續完善，向更廣泛的客戶人群提供保單。很多壽險保險公司正在嘗試簡化產品分銷流程，但是大多數還只是局限于健康狀況良好的申請人，而且比需要完全承保的類似產品定價更高。隨著人工智能技術向壽險承保領域的滲透，保險公司能夠以更先進的方式辨別風險，新的即時核保和快速分銷產品將進入大眾市場。
區塊鏈驅動的智能合約將通過客戶的財務賬戶即時授權支付。同時，合約處理和支付驗證將被取消或簡化，降低了保險公司的獲客成本。隨著無人機、物聯網等技術不斷為人工智能的認知模型提供足夠信息和可用數據，保險公司可因此定制更加具有針對性的保險費率，企業客戶購買保險也同樣會變得更加方便。
另外，高度動態化、基于使用情況付費的保險產品(UBI)日益成熟，并可根據單個顧客的行為進行定制。在產品可根據個人行為模式不斷調整的情況下，保險將從“購買并每年續保”模式變為持續適應模式。此外，產品將被分解成更細微的保障元素(例如手機電池保險、飛機延誤險、家庭洗碗機和烘干機保障險等不同的覆蓋范圍)，客戶可以根據自己的特殊需要進行個性化定制，并能馬上比較不同保險公司的價格。新的產品不斷涌現，以適應不斷變化的生活習慣和出行方式。隨著實物資產多人分享模式的實現，UBI將會成為標準保險范式，汽車共享可以按公里或按次收費，而房屋短租共享也可以按次提供保險保障，Airbnb就是一例。
到2030年，保險代理人的角色將會發生巨大改變。將來，隨著活躍代理人進入退休階段，以及為提高生產率，人工智能技術開始取代人工，保險代理人的數量必會顯著縮減。代理人的角色將轉變為過程促成者和產品教育者。未來的保險代理人能夠銷售各種類型的保險，并且幫助客戶管理保險組合以創造更多價值，其中包括健康、人壽、出行、個人財產和住宅。代理人將使用智能私人助理優化工作，使用AI機器人為客戶發現更加合適的保險產品。這些工具可以幫助代理人為更多客戶服務，使得與客戶的溝通(包括面對面、虛擬和數字溝通)更簡短更有效，還可以根據客戶當前和未來需求定制溝通內容。
承保與定價
到2030年，大多數針對個人和小企業的壽險、財產險，將不再使用人工承保。隨著承保的自動化，基于技術驅動的承保將只需數秒時間。這些模型所需的數據，既有內部數據，也有通過應用程序接口從外部提供商獲得的外部數據。從保險公司、再保險公司、產品制造商和產品分銷商處所收集的信息將匯總到各種數據庫和數據流中。這些信息能夠使保險公司就承保和定價作出事前決策——根據買方風險狀況和保險需求為保險組合產品提供綜合價格。
此外，監管機構審查的基于機器學習的人工智能模型，是采用公開、透明的方法來確保風險評分的可追溯性(類似于現在使用的基于回歸系數的評分因子推導)。為了驗證營銷和承保所使用的數據是否合理，監管機構要對各種模型輸入參數進行評估。在確定在線保單計劃的費率時，監管機構還要為保險公司提供測試保單，以確保算法結果在監管政策的允許范圍之內。出于公共政策方面的考慮，某些敏感和預測性數據的訪問權限(例如健康和基因信息)需要進行限制，因為這些信息的泄露將降低某些領域承保和定價的靈活性，并增加逆向選擇的風險。
雖然價格仍然是消費者做出決策的最重要因素，但是保險公司需要不斷創新，以避免純粹的價格競爭。先進的專有平臺將在客戶和保險公司之間建立連接，為客戶提供差異化的體驗、功能和價值。在某些領域，價格競爭加劇，利潤率微薄是常態，而在另一些細分市場，獨特的保險產品能夠提高利潤率，實現差異化。順應這一變革的領域，定價創新速度會很快。根據使用情況和動態且豐富的數據風險評估，消費者可獲得實時定價，并在了解行為如何影響保障范圍、風險可保性和保費定價的情況下做出自己的決定。
理賠
到2030年，理賠處理仍然是保險企業的一項主要職能，但與2018年相比，理賠崗位將減少70%~90%。高級算法能夠確定初始理賠的處理路徑，從而提高效率和準確度。個人保險和小企業保險的理賠基本實現自動化，保險企業的直通式處理業務占比超過90%，理賠時間將從目前的幾天大幅縮短到數小時乃至數分鐘。
各種物聯網傳感器和數據捕捉技術組合，比如無人機，將基本取代傳統的人工報案方式。損失發生之后，理賠分類流程和維修服務將會被自動開啟。比如，交通事故發生之后，保單持有人先對事故現場進行攝像，然后轉換成損失說明，系統將自動估算理賠金額。遭受較小損失的自動駕駛車輛可自動駛向修理廠進行維修，同時調派的一輛自動駕駛車輛前往現場替換。家庭對物聯網設備的使用會越來越多，比如監控水位、溫度和其他關鍵風險因素的設備，這些設備能夠在風險出現之前預先警示住戶和保險公司。
提供自動客戶服務的各種應用可直接按照自我學習腳本，通過語音和文字來處理大多數保單持有人的互動信息，這些腳本可與理賠、欺詐、醫療服務、保單以及維修等各系統對接。多數理賠的結案時間不再以天或周計，而是以分鐘計。理賠過程中的人工操作主要集中在以下方面：復雜特殊案件的理賠;存在爭議、須利用分析和數據洞察進行人工互動和協商的理賠;因新技術造成的與系統問題和風險相關的理賠(比如，黑客侵入重要的物聯網系統);以及旨在確保對算法決策充分監督而對理賠案件進行的隨機人工抽查。
理賠部門將更為關注對風險的監控、預防和應對。物聯網和新的數據來源將被用來監控風險，若風險因素超出人工智能設定的閾值，將啟動干預措施。保險公司的理賠部門與客戶的互動側重于避免潛在損失。個人收到的實時警示可能與查勘、維護和修理等自動干預措施相關聯。對于大規模災難的理賠，保險公司會利用一體化物聯網、車載信息系統和手機數據，實時監控住房和車輛情況，當然前提是該地區的手機服務和電力供應沒有中斷。如果電力中斷，保險公司可利用數據集成系統整合衛星、聯網無人機、天氣預報實時獲取的數據以及保單持有人的數據，將理賠預先備案。多家大型保險機構可以針對多種災難類型對類似系統進行預先測試，因此在緊急情況實際發生時，備案的損失估算金額將非常準確可靠。詳細報告能夠自動提供給再保險機構，從而加快再保險資金的流動。
保險企業如何應對快速變革
自動化、深度學習和外部數據生態系統的廣泛使用和整合將進一步加快保險行業的演變。雖然沒有人能準確預測2030年的保險行業究竟會如何，但當下保險企業可以采取一些措施應對可能出現的變化。
1. 把握人工智能方面的技術與趨勢
盡管行業結構方面的變化是由技術驅動的，但應對這些挑戰卻并不只是IT團隊的任務。相反，董事會和客戶體驗團隊成員都應投入大量時間和資源，深入了解人工智能方面的技術，其中包括，基于假設情景進行深度分析，弄清哪些領域在什么時候可能出現重大變化，以及這些變化對于特定業務線有何影響。例如，保險企業不大可能從針對特定業務部門開展的規模有限的物聯網試點項目中獲得很多深入洞察。因此，他們必須從自身目標出發，厘清自身應以何種方式參與大規模物聯網生態系統。保險企業開展試點和概念驗證 (POC) 項目的目的除了測試技術如何運行，還要了解在基于數據或物聯網的生態系統中，自己應扮演何種角色。
2. 制定和實施連貫的戰略計劃
在對如何利用人工智能有一定了解之后，保險企業還必須決定如何利用人工智能技術支持其業務戰略。高級領導層制定的長期戰略計劃應包括持續多年的運營、人才和技術轉型方案。有些保險企業已經開始采取創新舉措了，比如組建自己的風險投資部門，收購有潛力的保險技術企業，以及與業內領先的研究機構建立合作關系等。保險企業應當根據自身想要涉足的領域形成自己的戰略觀點，需要明確是順應大勢還是獨辟蹊徑，是創立新的實體還是在公司內部打造戰略能力，只有這樣才能找到最適合自身組織特點的戰略路徑。
戰略規劃可能涉及基于分析技術的大規模的戰略舉措，要解決從數據、模型、人才到文化全部四個方面的問題(見圖2)。戰略規劃要勾勒出人工智能技術與概念驗證的路線圖，要具體規定企業的各個部門在提升能力或所側重的變革管理過程中需要多大的投入。最為重要的是要詳細制定里程碑和檢查點，這樣，企業才能定期確定如何調整戰略規劃，解決人工智能技術發展過程中出現的變化，或者行業內出現的重大的轉變或顛覆。
除能夠認識和應用人工智能技術外，保險企業還要針對宏觀層面的變化制定響應機制。隨著各個業務線紛紛轉向“預測和預防”的模式，保險企業要重新考慮其與客戶的溝通方式、品牌策略、產品設計，以及盈利模式。使用自動駕駛汽車可減少交通事故，使用物聯網設備可避免室內浸水，并可在自然災害之后高效重建房屋，改善醫療服務則可挽救和延長生命。當然，自動駕駛汽車也會發生故障，自然災害會不斷毀壞沿海地區，每個人都需要高效的醫療護理，在親人離世時也都需要撫慰。這些變化總會發生，相應地，保險利潤池會不斷變化，新型產品會不斷涌現，消費者與保險企業的溝通方式也會出現很大變化。保險企業要贏得未來，就要制定和落實戰略規劃，確定自身的品牌和產品定位、更新客戶互動方式，并充分利用未來新興的創新技術。
只有不斷落實這些措施，企業才能夠形成連貫的技術戰略，解決業務各個方面的問題，并著眼于價值創造和競爭優勢的獲取。
3. 制定并落實全面的數據戰略
數據很快就會成為企業最有價值的資產之一。保險行業并無不同：在保單的壽命周期之內，保險公司識別、量化、處置和管控風險的方式完全取決于其所能獲得的數據數量和質量。眾所周知，如果能夠通過不同來源獲取海量數據，那么大多數人工智能技術都會表現得更好。因此，保險企業必須制定結構完善且切實可行的內部和外部數據戰略。保險企業需要對內部數據進行相應的組合，以促進新的分析結果和分析能力的快速形成。在利用外部數據時，保險企業必須在注重數據訪問權限的前提下獲取外部數據，不斷豐富和補充內部數據庫。但真正的挑戰在于如何以更高的性價比獲取數據。隨著外部數據生態系統不斷擴展，外部數據可能繼續呈現高度分散狀態，因此，要想以合理成本來取得高質量數據將非常困難?？傮w而言，數據戰略要包含獲取和利用外部數據的各種途徑，以及將外部數據與內部數據整合的方式。保險企業要制定多層面的數據獲取戰略，可能包括直接收購數據資產和數據提供商，或獲得數據來源的授權，以及利用數據API(應用程序接口)與數據經紀商合作等。
4. 培養能夠勝任變化的人才，構建相應的基礎設施
在增強型對弈中，如果對弈雙方都使用人工智能技術作為輔助支持，水平一般的玩家會比專業棋手表現更優。這種結果也許出乎大多數人的意料。這是因為，前者在與人工智能進行互動時更愿意接受、信任和理解這一輔助技術。要確保企業的各個部門將高級分析技術視為一種不可或缺的功能，保險公司就必須在人才培養方面進行精心且持續的投入。保險企業未來需要擁有具備相應理念和技能的人才。未來對新一代一線優秀保險人員的需求會越來越大，他們不能墨守成規，一定要善于利用各種技術，具備創新意識，并且能夠利用半自動化和機器輔助技術，在不斷變化而非靜態的情景中完成工作。保險企業若要利用人工智能創造價值，就要整合整個企業的能力、技術和洞察，為客戶營造全方位的獨特體驗。對于大部分保險企業而言，企業高層領導團隊須一致認同并達成共識，且須努力推動有針對性的文化轉型。為此，企業需要制定合理的人才戰略，大力吸納、培養和留住各類擁有重要技能的人才，包括數據工程師、數據科學家、技術人員、云計算專家，以及體驗設計師等。此外，企業在積累知識的同時，還要擁有應對競爭所需的新技術和新能力，因此許多企業需要制定和落實技能更新計劃。保險企業培養新型人才的最后一個重要環節是，識別能夠提升自身能力的外部資源和合作方，目的是幫助企業在業務發展和開拓過程中獲得必要的支持。未來的IT系統架構也將與目前的大不相同。因此，保險企業應該開展有針對性的投資，向更加面向未來的技術體系遷移，實現雙速IT轉型。
未來十年，隨著各種技術的快速發展，保險行業將出現顛覆性變化。在未來的人工智能環境中，保險行業的贏家將是那些能夠利用新技術不斷進行創新的保險企業。企業只有不斷利用新的數據來源進行認知學習和深度分析，不斷簡化流程和降低成本，不斷在個性化和動態適應方面滿足并超出客戶預期，才能最終贏得市場競爭。更為重要的是，保險企業必須轉變觀念，不再將新技術視為對現有業務的威脅，而是要更加注重利用顛覆性技術來創造機會。唯有如此，企業才能在2030年的保險行業中立于不敗之地。
對中國保險行業的啟示
對于中國保險企業來說，面對未來的行業發展，有著國外同業所不能比擬的優勢，例如廣闊的市場潛力，持續發展的國民經濟，以及充滿活力的創新環境。但我們也面臨著獨特的挑戰，例如同質化的市場競爭、捉襟見肘的業務和技術能力等。在這樣的大背景下，中國保險企業應如何面對2020以及并不遙遠的2030年的行業變局呢?我們嘗試著給出以下三條建議以供參考。
建議一，中國保險企業應厚積薄發。未來保險行業的發展雖然具有一定的不確定性，但在人工智能等技術的推動下，大致的發展脈絡已然清晰。保險企業必須從當下開始，順應行業的發展趨勢，持續地進行戰略投入，才能不斷提升自身的業務洞察能力和技術應用能力。這些戰略投入，不僅僅是指財力的投入，也包括人力的培養，最終考驗的是戰略的定力。
建議二，在面對瞬息萬變的市場環境和技術創新趨勢時，要有不破不立的戰略決心。傳統的保險企業必須勇于打破不符合市場和科技發展趨勢的舊有體制、模式，或系統。只有打破束縛發展的傳統思維模式，才能使傳統的保險企業脫胎換骨，以嶄新的姿態迎接2030。
建議三，最重要的是行勝于言，中國的傳統保險企業“與其坐而論道，不如起而行之”。當前，保險企業可以積極嘗試將人工智能等技術應用到不同的業務場景中，考慮從某一業務環節入手，從某一產品線入手，從某一客戶群體入手，以短期局部效果帶動長期全面轉型。在不斷摸索和試錯的過程中，積累經驗，鍛煉隊伍，提升能力。
展望未來，可以肯定的是，無論擁抱與拒絕，無論我們是否已做好準備，未來已來。中國保險企業應該謹記達爾文的名言——能夠生存下來的，不是最強壯的，也不是最聰明的，而是那種能夠不斷適應變化的物種。
京公網安備 11010502049343號