但是這個行業問題也不少，保監會稱在2107年接到的壽險投訴中，主要反映的問題就是夸大保險責任或收益、隱瞞保險期限和不按期交費的后果、隱瞞解約損失和滿期給付年限、虛假宣傳等。這顯然和保險從業人員的素質參差不齊有很大關系，同時，保險產業鏈中存在著大量重復性的數據和人工勞作，是典型的資金和人力密集型產業，需要節省人力和時間成本。
金融領域一直被認為人工智能最好的落地的領域，它具有大量的數據，實際上保險也不例外。同時，保險作為服務業，其客戶同樣需要獲得同其他科技領域一樣高效、無縫和按需的服務體驗。
保險公司全面發展AI，哪些技術真正落地了?
很多人可能以為，發展人工智能技術的保險公司，只是做一些跟保險定價相關的數據分析。其實除了一些基礎的大數據應用之外，研究的領域還包括生物識別、計算機視覺、自然語言處理等等，雖然現階段還沒具體落地，但最終會應用到產品上，智能相對論(aixdlun)分析師雷宇認為，如下三個方面是落地最為具體的。
1. 圖像識別
以車險為例，傳統極速理賠需要接調度、確認保險標的、現場查勘取證、人工定損、確定維修方案和金額、用戶確認、賠付，費時費力;而使用圖像識別的保險公司只需要用戶上傳證件照和車輛現場照片，然后圖像定損、用戶確認、賠付三個環節，極大降低了人力成本。
同時，圖像識別除了識別車輛照片，還可以處理非結構類數據，比如將筆跡、掃描、拍照單據轉換成文字，對視頻、現場照片進行分類處理等等。人臉識別作為圖像識別的一個分支，最基本的功能是用于遠程判斷用戶身份。同時，機器還會通過面部數據的采集推測出用戶的年齡、性別、婚姻狀況以及生育情況，結合財產、健康、意外、家庭及其他五個維度的大數據分析，測出用戶的風險防御能力，從而為客戶推薦一套適合的保險購買方案。泰康在線曾表示，通過“推薦引擎”向不同的用戶推薦焦點產品，形成了“千人千面”的定制化推薦方案，使同期保費收入較之前提升了10%。
2. 語音語義識別
2017年，太平共享金融服務(上海)有限公司與科大訊飛人工智能語音實驗室，聯合推出人工智能語音客服“小慧”。小慧的主要技術就是語音語義識別，包括人工智能語音轉文字、語義理解和語音合成等。
語音客服最好大的好處就是7x24小時在線，客服中心是為了協調企業與用戶之間的溝通，對智能語音有天然的需求。在未來，人工智能語音客服不僅可以通過理解每個客戶的屬性偏好及行為軌跡，結合強大的知識庫和語義交互迅速理解客戶問題，隨時隨地響應客戶需求，為每個客戶提供個性化的定制服務。同時，由于客服的培訓周期長，人員的留存率低，智能語音機器人某種程度上可以降低運營成本。
但是，智能語音客服涉及語音識別、語義理解、語音合成以及一系列交互模塊，技術門檻并不低，現階段的智能語音客服尚未達到真正取代人工客服的程度。
3. 基因檢測
借著大數據技術及算法的發展，基因檢測已經進入了一個蓬勃發展的時代。保險公司綜合利用基因檢測結果，對投保者進行更加精確的用戶畫像。投保者的家庭健康史、個體飲食、生活、運動、環境等信息都會被采集。
保險公司通過大數據進一步建立更為個人化的健康風險預測模型，我國的一些保險公司也開始與基因檢測展開合作，例如，眾安保險與華大基因合作推出乳腺癌基因檢測、乳腺癌專項健康體檢;達安基因與太平人壽開展的“基因檢測與健康管理”服務;除此之外，平安壽險、中國人壽、中國人保、太平人壽、富德生命人壽等保險機構與基因檢測機構進行了接觸，部分機構已達成了合作。
當然，基因檢測這一問題某種程度上存在爭議，依然游離在灰色地帶，無論是對個體健康、商業經濟都有著深遠的影響，但毫無疑問。這是保險公司降低風險最靠譜的手段，幾乎沒有之一。
保險行業的AI化變革，帶來了哪些洪流?
技術的逐漸滲透，使得保險公司積累了越來越多的數據，凡事都開始有據可循，并鑄造了行業發展的源動力。
1. 同樣的一鍵閃賠，不一樣的味道
早在2016年，一些大的保險公司便開始涉足一定智能化水平的閃賠。最開始，中國人保打造“心服務·芯理賠”的一站式服務及智能理賠一體化處理模式;緊接著，中國平安實現“智能認證”和“智能理賠”服務;泰康在線推出的“一鍵閃購”“一鍵閃賠”的智能“雙閃”服務……
而出現這一現象的原因，除了我們所知的人工智能減低成本，還有一點就是優化理賠體驗。車險市場是完全競爭市場，經營車險的保險公司主體盈利不明顯、虧損數量較多。但為了優化理賠體驗，提升服務時間和服務效率得，常常會為了閃賠而閃賠。人力資源成本過高，車險承保端幾乎不盈利甚至虧損。
使用人工智能技術，不僅簡化了賠償流程，在無人操作和干預的情況下，用戶只需要上傳自己的相關票據，通過智能手機的識別、后臺的審核，就可以馬上收到賠付款。更重要的是讓賠付變得更科學，德聯易控科技(北京)有限公司(德聯易控科技)是歐洲第一家研發車險理賠領域圖像識別技術的公司，僅在德國，該項圖像識別技術每天檢測25,000個案件，200,000張車輛損失圖片，最新的圖像識別模型的準確度已經高達95%。而隨著檢測的案件量不斷增加，深度學習模型將被不斷被訓練和自我學習，準確率也將不斷提高。
2.不僅能錦上添花，更能雪中送碳
前面提到AI能讓賠付有章可循，實現錦上添花，事實上，它更能雪中送炭。保險精算師(以下簡稱精算師)是利用統計模型來評估風險的專業人士，需要經過6-10年的學習才能拿到精算師許可證。我國保費規模約為美國的34%，但精算從業人員數量卻僅為美國的15%，精算從業人員密度約為美國的43%。如果依照美國精算從業人員密度與我國當前保費規模計算，我國精算從業人員需求為88984人，當前缺口為5141人。這意味著，我國精算人才供給嚴重不足。
據上圖銀監會統計數據，截至2018年4月，全國共有精算師3872人，其中，就職于保險公司的精算師人數3282人，占比85.4%，僅僅相對于保險行業也是遠遠不夠的。但這個巨大的缺口在慢慢被AI堵上。
在2018年精算與保險國際會議上，中國保險學會會長姚慶海介紹，人工智能在保險精算運用已進入加速階段，將在2022年實現25%的行業應用;在2025年將實現50%的行業應用;到2030年，將實現75%的行業應用。
現行的智能投顧玩家，不管是理財魔方，靈犀智投，在為客戶配置前人前面的投資組合前，第一步就是風險評估。智能保顧未來的發展也不例外，由于保險的實際情況不同于投資，因此在風險測評上有所不同，但是未來，AI精算師無疑是一個新趨勢。
結論
雖然AI已經廣泛應用在了保險行業，但是和所有的新生事物一樣，尚且存在很多的問題，比如如何在在未來錯綜復雜的實際應用環境中，如何在安全性與用戶體驗之間尋求平衡，如何依據足夠多的數據，找到誤接受率和誤拒絕率之間的平衡點，同時精準營銷的個性化定價對疾病較多、理賠率高的老年弱勢群體不利的問題該如何解決等等。
但是，毫無疑問，隨著大數據，區塊鏈等技術的飛速發展與人工智能在保險業產生協同作用，具有高級的機器學習功能開將會滿足越來越能滿足保險業的需求。到哪個時候，保險推銷員變少了，保險公司的智能語音機器人就開始給你打電話……
素材：具體來看，全球2017年度，各個領域人工智能保險相關初創公司數量比例為：產品營銷類256家占57%，業務流程智能化100家占22%，數據收集和處理70家占15%，理賠管理25家占6%。
京公網安備 11010502049343號