保险科技:AI全流程嵌入

分类:行业资讯来源:网络2020-10-17 12:26:24访问量:1294
字体:
  • 简体
  • 繁体

中国保险业已经经历了六十多年的发展历程,主要经历了三个阶段。第一阶段为传统保险时代,1949年,中国第一家国有保险公司成立,拉开了中国保险业发展的帷幕。在经历了产业不成熟、管理混乱,以及特殊历史时期的全面停办等挫折之后,中国保险业在改革开放的春风中实现了传统保险时代的大发展——在市场化机制引导下保险市场全面恢复,从国有保险公司垄断经营走向多元化经营,保费稳定增长,开办的险种也由最初单一的财产保险扩展到财产险、人身险、责任险和信用险四大类几百个险种,保险法制和监管也逐步健全起来。第二阶段为互联网保险时代,伴随着整个信息技术革命的时代浪潮,互联网、移动互联网技术开始渗透到包括保险业在内的各个产业。基于传统保险时代奠定的日趋规范和良好发展的产业基础,“互联网保险”的概念和业态在过去二十年间得以不断发展,传统保险公司积极拥抱互联网技术,各种类型的互联网保险创业企业也纷纷涌现,中国保险产业进入了互联网保险时代。在这一时期,中国保险企业在营销获客方面先后引入互联网、移动互联网技术,并且进一步意识到互联网保险最重要的不是销售渠道的变迁,而是遵循互联网的规则和习惯,对现有保险产品、运营与服务模式进行深刻变革。第三阶段为保险科技时代,随着信息技术的大发展,近两年越来越多的前沿技术也开始被应用到金融乃至保险行业。具体而言,区块链、人工智能、大数据、云计算、物联网等技术,开始逐步运用于产品创新、保险营销和保险公司内部管理等方面,保险的方方面面都开始从科技进步的红利中得益,企业通过创建新的平台、运用新的技术更好地为保险消费者服务。

2016年中国保费收入已经飙升至全球第二,中国也已经成了名副其实的保险大国。而随着移动互联网时代的到来,大数据、云计算、人工智能、区块链等前沿技术的出现,让保险科技出现了新的风口。同时,随着资本的不断涌入,众多创业公司正在以自己的方式重塑保险行业生态。

数据显示,过去的十年间,中国保险行业在普及度和精密度上都发生了比较大的改变。年保费规模从2006年的5600亿元上升到2016年的3万亿元,年均增幅达20%,保险的深度及密度(保险深度:某地保费收入占该地GDP之比;保险密度:按当地人口计算的人均保险费额)也从2006年的2.6%及430元/人,快速增长至2016年的4.2%及2200元/人。但是保险大国并不等于保险强国,中国保险市场仍然存在着保险深度和保险密度不够、渗透率低、行业影响力不足等问题。

从经济环境上看,随着生活水平的提高,人们对于保险的需求也有了更深的认识。而需求推动了保险行业的发展,为了迎合更多人群,险种的丰富程度也发生了质变。

为了轻松高效地完成选择、投保、赔偿的步骤,人工智能也被运用于保险行业。人工智能介入保险的核心业务流程,从产品设计到售前(咨询、推荐、关怀),再到承保(认证、核保、定价),再到理赔(反欺诈、核损、赔付)及售后服务(客服、日常分析、CRM)。同时,在营销及风控方面也可以依托于人工智能。保险行业的业务流程如图1所示。

图1保险行业业务流程

保险业中智能金融的应用场景主要有智能客服、智能顾问平台及图像定损。其中智能客服的落地应用较早。在客户端,运用聊天机器人和自然语言处理(NLP),智能客服可以快速回答问题,满足客户的保单服务需求,提高效率,给客户带来更好的体验。

人工智能保险顾问平台为用户提供保险知识普及、产品导购,以及后端理赔的自动化全流程服务。图像识别技术帮助保险业优化定损流程,提高用户理赔效率。

一、智能客服

在保险业人工智能运用中,智能客服是应用最广泛的。2017年9月,中国平安发布十大AI+创新服务,其中最受人关注的是平安人寿的“AI客服”。而泰康在线在2016年即推出了国内首款保险智能机器人“TKer”,弘康人寿也在微信平台推出了机器人客服。

传统的保险公司呼叫中心面临着“招人难,人员流失快”的问题,工作枯燥、工资水平偏低是其中的重要原因,客服人员甜美的声音背后,常常是汗水和巨大的精神压力。AI技术大大提升了客服效率,如国泰产险正在逐步应用智能客服技术。从人工接听到赔款到账,整个过程只用约60秒。据了解,国泰产险使用的是以蚂蚁金服提供的AI技术为核心的“新客服平台”。

智能客服软件可以根据用户的地理位置、性别、年龄、是否经常开车等信息,帮助用户评估和选择保险。比如沿海地区台风高发,就会优先推荐能覆盖台风引起的意外的意外险;如果该地区高发疾病是肺癌、乳腺癌,就会优先推荐覆盖这些疾病且用户性别、年龄符合投保标准的保险。

许多保险科技公司已经利用语音交互技术,在线上使用智能机器人为用户提供风险教育、保险知识解答、投保推荐、智能保单分析和理赔服务,这一技术也能提高客服效率。

具体方式体现在,机器人在与人交流的过程中,通过语音交互技术对有效信息进行提取和筛选,然后对其进行分析,最后做出回应(如推销保险产品等)。

以保险科技创业公司大特保推出的保险行业聊天机器人为例,该机器人能够与用户进行保险知识问答和对话,还接入了地域性动态数据,可以根据用户所在地域的健康、理赔、社保数据,进行更加精准的方案搭配。图2是大特宝智能客服的产品页面。

图2大特保智能客服

二、智能保险顾问平台

保险公司通过打造大数据与人工智能科技驱动的智能保险顾问平台,结合第三方数据,搭建用户分层分级体系来降低骗保率。同时进行产品智能匹配,为用户提供保险知识普及、产品导购,以及后端理赔的自动化和全流程服务。

智能保险顾问平台通过分布式队列服务、分布式锁服务、数据挖掘服务、终端信息库等实现从存储、计算、数据库到数据挖掘的全流程,如图3所示。

图3智能保险顾问平台

随着保险产品的迭代和数据准确度的提高,智能保险顾问平台会基于用户画像来进行产品智能匹配,并且利用智能机器人为用户提供保险知识普及、产品导购,以及后端理赔的自动化和全流程服务。

2017年,蚂蚁金服和太平洋保险分别退出了智能保险顾问平台“蚂蚁保险”及“阿尔法保险”。从面向受众来看,“蚂蚁保险”只面向使用者个体测评;“阿尔法保险”以家庭为单位,给出“家庭理想保险建议”。从测评时间来看,“蚂蚁保险”称能在30秒内告诉你应该买什么保险,所解决的问题比较简单;“阿尔法保险”要花两分钟,回答六组问题,解决给谁买、买什么、买多少的问题。

目前,我国的智能保险顾问平台定位“只开处方,不卖产品”,着眼于有保险需求的消费者教育。未来,随着智能保险顾问的升级迭代,将真正解决消费者买什么、买多少的难题。

三、图像识别优化定损

定损一直都是由人工完成的,在传统的理赔流程中,保险公司收到事故照片后,需要核赔、核价,最快也要半小时后才能确定理赔金额,最慢可能需要几周的时间才能完成整个流程。现在,通过图像识别技术进行定损,通过算法识别事故照片,与保险公司对接后,几秒内就能给出准确的定损结果,包括受损部件、维修方案及维修价格。这能帮助保险公司简单高效地自动定损。传统保险业务流程与利用图像识别后的保险业务流程具体对比情况如图4所示。

图4传统保险业务流程与利用图像识别后的保险业务流程对比

2017年6月,蚂蚁金服基于图像识别检测技术推出了“定损宝”,它能够在理赔服务流程中降低成本。

蚂蚁金服“定损宝”定损主要分为三步

第一步,上传照片,包括汽车全景照片、受损部位照片、受损部位细节照片,通过全景照片来定位受损部件,然后用细节照片来分析损伤程度;第二步,定损结论,对损伤程度的判定是整个定损流程中的核心环节,定损宝针对不同的车型、颜色和光照条件进行模型迭代学习,融合多个模型的经验,产出了现在的解决方案;第三步,生成解决方案,通过总结和设计一些保险行业在车辆维修过程中的规则来完成对解决方案的学习。报价方面,先根据车辆识别码(VIN码)去数据库中查找该车各个部件的OE码,然后找到各个部件维修和更换的价格。这一步的关键是收集部件数据,整理相应的数据库。

目前在保险业中,约有10万人从事查勘定损的工作。实现自动定损之后,预计可减少查勘定损人员50%的工作量。但定损的准确率还有待技术进步去提高。

保险相关创业公司在2015年爆发式出现,经过两年多的摸索,衍生出标准化保险服务流程,其中一些公司得到资本认可并获得融资。保险科技相关行业前路看似光明,但是亿欧智库认为,无论是国内还是国外,保险科技公司还存在很多问题,对于模式的探索还处于初级阶段。首先是大数据源问题,一方面,国内保险行业的数据积累不足,大量非结构化数据尚待处理;另一方面,对于创业公司来说,自营数据有限,并受制于其他平台数据源。其次,人工智能技术仍没达到要求,保险本身是需要大量“情感倾诉”的行业,而目前的技术远没有达到这一程度,且数据孤岛化也严重阻碍了技术的发展。

虽然保险科技的发展还面临众多挑战,但国内科技环境的蓬勃景象为这一领域的发展提供了肥沃的土壤,保险科技的落地或许只是时间问题。

推荐阅读