人工智能与个性化保险产品创新：理论、实践与挑战

李博方 中央财经大学保险学院

人工智能（Artificial Intelligence，AI），是游走在自然科学和社会科学之间的一门技术科学，目的是让机器从事需要人类智能的工作（MINSKY M，1961），其包含机器学习、语言处理、图像视频和模拟等十多个细分技术领域，在工学、理学、政治学和经济学领域中拥有丰富的应用场景，其研究历史自上世纪五十年代起至今已有六十多年，且研究水平在近年来有较大的提升。进入二十一世纪以来，世界各国在无形中开启了针对人工智能政策和人才的竞争，美国、欧洲和日本等发达国家和地区颁布了一系列促进人工智能发展的政策（杨曦、刘鑫，2018）。近年来，在我国，由党中央、国务院和各部委颁布的战略、规划和发展纲要中，人工智能作为战略任务被列为国家发展的重要工程，引起了社会各界各行业的关注和涉足。

人工智能是对人类智能的模拟、延伸和扩展，通过感知环境、获取知识并使用知识获得最佳结果（《人工智能标准化白皮书》，2018）。在这样的体系中，社会科学处于被服务的状态，即应用人工智能及其相关技术解决社会科学的一系列问题，并在金融、保险等具体的实践领域中节约成本、提高效率、优化产品和改善服务，辅助行业的创新、转型和发展。目前，全球各大保险集团纷纷开始数字化和智能化转型，在保险业务、营销、资金运用、内部管理以及监管等方面渗入科技和智能的基因，试图以科学技术作为发展的新动能。

人工智能技术主要侧重于开发可适用于任何领域的方法或技术，其次是将这些方法或技术应用于特定的领域（Michel B，1996）。对于人工智能的开发者而言，金融保险行业通常不在其涉猎领域之内，所以科技与金融的融合在很长一段时间里发展缓慢。近年来，随着金融保险领域的逐步涉足，掀起了金融科技、保险科技相关研究和应用的浪潮。但目前，人工智能在保险领域的应用相比其他行业来说处于试探阶段，无论是保险公司、监管部门还是研究机构，利用人工智能解决保险行业痛点的尝试不多，特别是在保险产品方面，虽然人工智能技术有助于个性化服务的实现，但目前在产品创新领域的应用略显不足，缺乏相应的理论基础和实践经验。本文将对人工智能技术在保险业应用的技术理论进行探索，梳理人工智能技术与个性化保险产品创新的原理和形式，探讨人工智能技术在保险业应用的风险与挑战。

一、文献梳理

随着人工智能的发展，行业交叉和融合呈现多样化，以人工智能为首的保险科技也伴随着保险公司借助数字化转型来提高效率和优化服务的渴望而诞生，且融资规模在近年来不断攀升，相关学术研究和行业研究也骈兴错出。

（一）人工智能与保险的学术研究

人工智能被全球诸多保险公司应用在各个环节，从行业的承保、分销到资金的运用和监管，在提高效率、降低风险和优化服务等方面有显著效果（李博方，2017）。保险业务的各个环节与人工智能密不可分，通过机器学习可以有效解决高频业务的风险控制问题（蒋韬，2017）。人工智能的出现，能够更精准地评估风险，测算费率，提高运营商理解并且确定个人以及累计风险的能力，并通过识别重要行为，及时提供和定制新的保险策略（许闲，2017），且在保险用户画像和智能保险顾问等方面有关键作用（王和、周运涛，2018）。人工智能技术的发展为保险公司差异化定价提供新的契机，有助于提升用户体验，降低机构成本，提升保险行业风险决策以及反欺诈能力（尹铭，2017），是下一代健康险智能控费系统和精算定价的主要方向（张宁，2017）。此外，车险的数据优势有助于加速人工智能技术的落地，车险业务的高标准化程度增强了人工智能应用的经济可行性，人工智能技术有利于提升车险业务的经营水平（俞斌，2018）。

人工智能在保险领域的应用，被称为保险科技。近两年来，学术界涌现了许多对于保险与科技融合的相关研究。在应用场景方面，保险科技的核心应用场景主要有定向营销、智能保顾、智能理赔、智能合约和智能自我监管等方面（黄万鹏，2018），可以有效帮助保险公司实现产品与服务的升级（王雷、赖玉霜，2017）。保险科技对传统保险业产生深刻变革，将开拓网络渠道和创新空间，支撑新一轮产品创新，助力保险风险体系再造，催生以客户为中心的服务变革，探索自动化、去中心化的交易方式。保险科技将在销售渠道、个性化产品和投保依赖性等方面改变传统保险商业模式（陈林，2018）。在宏观上，保险科技得到了市场主体的认可，实现了对业务流程的渗透，催生了保险生态新模式，并为监管科技的发展提供了支撑（周延礼，2017）。

（二）人工智能与保险的行业研究

实践是理论的基础，企业实践的效果是衡量科学技术在保险领域发展程度的标准，对于应用场景、使用效率和技术痛点的探索更具针对性，对人工智能与保险相结合的学术研究有重要的参考价值。

人工智能在保险业的应用以智能客服、智能顾问平台、图像定损为主，在五个环节（产品设计、定价承保、分销渠道、理赔服务和技术系统）和七个角度（体验、数据、展业、企业、P2P保险、共识和用户参与）重塑保险业，降低了运营成本，促进了产品创新。同时，数据、人才和科技基础问题是人工智能在保险业进一步发展的阻力（亿欧智库，2017）。人工智能在保险行业可以解决的问题主要为人力成本问题、委托代理问题和信息不对称问题等领域，如营销、承保、核保、理赔和厘定费率等（复旦大学中国保险科技实验室，2017）。保险公司可以通过人工智能提供的信息和分析来进行经济决策，也可以利用人工智能技术识别、判断经济活动中的欺诈风险，提高识别骗保的概率（Greenwood J，2016）。在行业角度，人工智能技术有助于促进大数据生态和知识库体系的形成，提升保险影响力；在公司角度，人工智能可以有效节约人力成本，提升反欺诈能力，提高保险业务效率；在客户角度，人工智能将有效增加保险趣味性，提升客户体验，实现保险公司与消费者的价值共创（Kauflin J，2018）。

在投资方面，2013—2017年，我国共有107家保险科技相关公司获得投资，有146家投资机构参与其中，2013—2015年创立的保险科技公司主要以营销为主导，而 2015年之后，保险科技公司逐渐以产品环节为重心（亿欧智库，2017）。2017年后，行业投资水平有所下降，从技术成熟度曲线分析的结果、目前的人工智能市场和初创企业的经营来看，投资者回归理性，瓶颈逐渐浮现，主要的发展障碍为数据障碍、市场障碍、技术障碍、信息安全问题和政策监管障碍（复旦大学中国保险科技实验室，2017）。

二、人工智能与保险产品创新的理论探索

人工智能是计算机科学的分支之一，其应用领域和研究范畴十分广泛，经过数十年的发展，人工智能已经不是最初的想法和概念，而是创造了大量可应用的研究成果、扩展了众多研究领域、衍生出诸多分支技术的前沿科学。

虽然保险业由于其流程化作业和服务属性被广泛认为是人工智能技术大有作为的行业之一，但与其他行业相比，目前保险业对于人工智能的认知、应用和融合较为迟缓，人工智能领域与保险业的结合仍不够深入。简单地说，原因主要为：一是保险行业严监管使保险科技创新受到一定限制；二是目前中国保险业的发展水平不充分，市场上潜在的业务增长点繁多，保险业务增长不局限于依靠科技创新；三是在技术层面，开发、使用和购买人工智能技术的成本较高，缺乏学科交叉的复合型人才，人工智能技术的风险和收益存在不确定性。

尽管人工智能技术在保险业的应用和推广尚需时日，但金融科技的浪潮已在全球范围内迭起，对科技与保险融合应用的学术研究可以为保险公司科技战略布局提供借鉴，对监管部门制定科技风险监管政策提供参考。对于人工智能技术在保险产品创新方面的研究，应该将其技术基础、研究领域、研究成果和分支技术分别与财产保险、人寿保险和健康险产品进行交叉考虑（见图1），在遵循保险产品开发原则和监管要求的基础上，设计人工智能赋能的保险产品。

保险产品的划分是以保险标的的种类为依据的，不同保险产品的设计、服务流程和审批内容不同，对于人工智能在保险产品领域的创新应用应当以多角度进行研究。在内容方面，涉及人工智能的保险产品创新有多种形式：一是对满足个性化需求的产品进行程序化智能设计，人工智能可以帮助保险公司摆脱以往个性化产品设计所需专人专项的繁琐工序，利用机器学习算法对以往个性化产品的设计原则和方法进行分析，将分析后得出的规律储存至下次个性化险种设计的备案中。二是对精算方法的智能化和精确化改良，目前大部分保险精算仅通过事故率或出生率、死亡率等指标作为衡量整体风险情况的依据，依此对某个范围内所有被保险人进行定价。人工智能拥有出色的数据理解能力，其对数学和统计学的分析理解可以将某些难以量化的风险经过处理后，融入到精算定价中，使精算模型更为完善，风险概率的计量更加精确。三是对保险金额和保险费率的浮动调整，这是个性化保险产品的细分领域，满足不同投保人对保险金额和不同保险标的的保障需求。目前，市场中大部分保险产品的保险金额仅分为数个量级，投保人无法精确要求保险金额，缺乏自主性；同时，由于监管因素，保险市场中有许多保险标的无法承保，但理论上，保险公司只要用精算方法使保费覆盖住风险即可。在人工智能技术的支持下，保险公司可以从技术上实现把是否购买保险的权利和购买多少保障份额的权利交给投保人来决定。

▶图1 人工智能与保险产品创新技术路线图

此外，保险产品创新不仅是内容的创新，而且是包含了防灾防损、降低风险、改善保险服务、优化保险流程、减少代理费用以及规范性监管等产品相关业务流程的创新，且无论是财产保险、人寿保险还是健康保险，保险公司和投保人都不期望产生损害事件，所以新科技对于财产、寿命和健康的保障功能可以应用到保险领域中，作为保险服务的重要环节。从目前人工智能在保险业的应用情况来看，国内已经有保险公司在产品创新、防灾防损和业务流程的各个环节应用了人工智能技术；在国际上，全球各大保险集团近年来纷纷开启智能化转型，在保险业务、营销、资金运用、内部管理以及监管等方面渗入科技和智能的基因，使科技为自身发展提供新动能。

三、人工智能技术在保险产品创新中的实践

2018年1—9月，中国保险业原保险保费收入30661.79亿元，同比增长0.67%，但相比上一年的同期增长率21.01%，保费增速有所下降。增速的放缓与行业转型阵痛和监管政策变化产生的压力有关。在这样的环境中，保险市场需要创造新产品、挖掘新潜力、培育新动能。近年来，有关保险热点问题的关键词多为“投资”“税优”“银保”，尽管时常有关于保险业回归保障属性、优化保险服务的呼声，但目前保险行业仍处在发展不充分的阶段，产品的保障程度和保险业务的服务水平仍有较大提升空间。保险公司应在实现经营目标后，将业务重心更多地放在提升保障程度与服务水平上。产品是保险的核心，是保险企业的生命，是保险行业的根本，对保险产品的改良创新是从根本上提升保障程度与服务水平最为有效的途径。

保障程度、服务水平和保障范围是评价保险产品的核心标准。保障程度一般体现在保险金额的多少和保费与保额的杠杆关系上，服务水平则体现在保险业务流程的各个方面，涵盖从产品设计到保险合同终止之间的所有内容，保障范围体现在保险产品对风险覆盖的程度上，即赔付条件。目前，我国传统保险产品存在的诸多缺陷，对产品销售和客户体验产生负面影响。与国际市场相比，国内保险产品的同质化现象严重，缺乏个性化产品的创新和服务。在印度，保险科技公司Acko利用用户网购的消费大数据评估用户的消费行为，以此为用户定制个性化保险产品；欧美的里程定价车险（PAYD）和驾驶行为车险（UBI）将车险定价的原则回归为风险，已推广多年。而我国在车险创新方面相对落后，在其他个性化险种的开发和应用方面，我国保险市场的反应也比较缓慢。本章将对国际上相对成熟且应用广泛的三种个性化产品和服务进行分析与讨论。

（一）人工智能保险顾问

当前，人工智能在保险领域应用的核心场景是智能保险顾问，帮助消费者更快捷地根据自己客观的风险因素和主观保险需求来选择产品。图2为目前市场上应用的人工智能保顾和未来人工智能保顾的技术流程图。

智能保顾就是一类专家系统，组成部分为人机交互界面、知识库、推理机、解释器、综合数据库、知识获取机构。知识库储存着该领域专家头脑中的经验和知识，推理机负责利用知识解决问题（如图3所示）。

智能保顾充分利用了性别、地域、年龄所引起的不同风险程度及海量的医学知识和精算科学，利用人工智能分析引擎，并且整合结构化、半结构化或非结构化的信息，通过人机交互的方式改善和提高保险交易前的咨询效率和服务。

图4为简单的保顾专家系统流程图，专家系统程序开发的语言一般为Prolog、C++和JESS等。本文初步构建了在简易知识库和小数据库下的保顾专家系统的框架。为了便于观察，地区仅选用北京、海南两个省份，年龄范围分为六档，步骤如下。

（1）初始化规则合集，加入规则信息：“有社保”“无社保”；“北京”“海南”；“男”“女”；“18-30岁”“31-45岁”“46-60岁”“61-80岁”。

（2）初始化规则事实合集，加入规则事实：主要为北京、海南两地的疾病发生率表，男性、女性在各年龄层的疾病发生率表，重疾险、健康险和意外险产品中各个险种及不同保额的全部保险费数据，并以北京、海南两地针对不同疾病进行住院医疗的平均费用为辅助。通过规则事实判断被保险人在上述不同条件下主要面临的疾病风险和意外风险。在保险费用与主观保障需求的约束下，确定重疾险、健康险、意外险的优先级和权重，为被保险人推介满足其意愿的保险产品方案组合。根据不同水平的疾病发生率推断出规则事实如以下形式：

有社保—北京—男—“18-30岁”→（P（A病）＞P（B病）＞P（C病）＞……）、（P（A意外）＞P（B意外）＞P（C意外）＞……）等等。

本方案的客观因素组合存在32组，可组合出32组不同条件的重大疾病发生率表，在代码中分别输入主观约束条件和疾病风险发生率与保险方案的关系，按疾病发生的概率为被保险人推荐适合的保险方案。

可以预见，随着技术的进步，人工智能保险顾问的未来将不仅局限于保险方案的配比，而是在此基础上的基于客户需求的个性化产品设计，根据被保险人的风险偏好、保障需求和保费预算进行精算定价，在线上或线下及时设计出符合被保险人需求的个性化保险产品。

（二）基于线上数据的个性化保险产品

在大数据时代，消费者在网络上的每一个点击都是一串数据。目前，互联网公司会根据消费者的浏览信息确定其偏好，给消费者推荐商品。这样的行为一般通过人工智能个性化推荐算法来实现，推荐的基础为人口统计学、内容相关性和关联规则等。推荐主要流程为：根据用户的购买偏好产生相应的关联规则，对互联网平台上商品的一系列属性如销量、价格、评价等信息进行拆解和评级，根据用户在手机上的浏览记录进行筛选和反馈，将购买历史、浏览记录等信息赋予不同权重，最终计算出消费者对商品的偏好并依此进行推荐。

目前，个性化推荐算法主要为协同过滤、深度学习、矩阵分解和聚类等。其中，深度学习是机器学习的研究领域之一，而机器学习是人工智能技术的核心，深度学习算法的研究和应用十分广泛，在国际上得到了资本的认可，如谷歌、YouTube和阿里巴巴等互联网公司均在深度学习推荐上有广泛的研究和应用。

如果保险公司能够得到每一个潜在投保人的行为数据、风险偏好、关注的话题和担心的问题等信息，保险展业的效率和成功率将大幅增加。个性化推荐算法目前已经成熟，但横亘在保险公司和个性化推荐之间的是数据问题。传统保险公司收集线上数据的能力明显弱于以数据为资产的互联网公司和移动端的手机应用公司，而目前大型互联网公司基本都控股或持股保险公司，且在其生态体系中具有重要地位。数据是互联网公司的重要资产，所以在股权上没有互联网基因、仅靠公司自营网站获取线上数据的保险公司在数据竞争上将处于劣势。目前，移动互联端消费市场是互联网交易的主力军，消费者的日常行为和消费行为也正由个人电脑端转向移动端，因此，保险公司应抓住移动互联革命的先机，发展多样化数据获取渠道，在保险展业形式上进行创新。

（三）基于行为数据的个性化保险产品

行为数据是对被观测个体的行为和产生行为时的环境进行采集、编码和传输后获得的数据。对保险产品的精算定价需要海量的数据，目前应用的数据是经过了缓慢收集和整理的滞后型数据，在这样的条件下进行评估得出的风险信息不够全面，也难以更准确地预示未来。更为优质的数据是对被保险人的行为和周遭环境进行实时采集、实时传输的数据。目前国际上在这一领域的创新应用主要为基于驾驶员行为的汽车保险、基于可穿戴设备的可变动保额保险和基于物联网的养殖业保险（Liu Zhishuo等，2017）。

▶图2 人工智能保顾流程图

▶图3 专家系统构成图

▶图4 保顾专家系统流程图

2018年末，中国保险行业协会创新产品评审委员会通过了4家财险公司关于基于驾驶员行为的汽车保险（Usage Behavior Insurance，UBI）产品的申报。2018年9月1日，青海完成了首单自主定价的商业车险，标志着UBI车险正式在中国“登陆”。依据行为数据进行产品定价的方式在国际车险领域的研究和应用已有二十年的历史。UBI车险融合了物联网、大数据和精算方法，近年来在国际车险业务中的份额稳步提升。在具体的实现方式上，保险公司在汽车上安装车载诊断系统（On-Board Diagnostic，OBD），对驾驶员的驾驶行为、驾驶时间和地点等信息予以实时采集和传输（Stefano B等，2007），经过评估和精算后对安全驾驶的人员给予保费优惠。在UBI车险流程中，人工智能算法在框架设计、流程优化和数据分析等方面提供了解决方案，也在UBI车险的扩展服务如路线优化和驾驶行为纠正等服务中提供了技术支持。此外，由于行为主体一般为有机体，所以以行为数据为基础的保险产品在人身保险和农业保险中的养殖业领域将更具适应性和发展潜力。

人工智能分支下的图像识别、语音识别和传感器数据处理算法等技术是将物联网和保险有机联结的工具，保险个体的实时数据也为人工智能提供了养料。物联网实现了数据传输采集的实时性，将个体信息数字化即时化，随着边缘计算技术的发展，人工智能和物联网的结合正由智联网迈向实时智联，逐步实现了在驾驶、运动等高风险行为下对有效信息的实时传输、处理和反馈。

四、人工智能与保险产品融合的挑战

人工智能与保险产品融合的压力主要源于消费者、保险公司和监管部门三个方面。在大数据时代，用户意味着数据和流量，是所有公司的重要资产，也是开展黏性业务的关键。保险是有温度的金融服务行业，对于消费者而言，人工智能技术应用的挑战在于能否保证消费者在保险业务中的服务质量和效率，个性化产品能否平衡消费者的保障需求和预算约束，个人隐私能否得到有效保护。消费者的认可程度决定了人工智能技术在保险业的未来。

对于保险公司而言，新技术应用的关键在于是否在成本不变或降低的条件下提高了生产率。2017年1月，日本富国生命保险引进了IBM公司的Watson Explorer人工智能系统进行保险索赔分析工作，从而替代了理赔评估部门30%的员工，每年因此可以节约110万美元的员工薪水。诸如此类正面的案例在资讯中出现的频率较高，但目前国际上存在数千家人工智能公司，保险公司在选择技术时应抱有警惕，人工智能技术的成熟度和与保险产品的契合度会影响保险产品定价、定损和理赔，影响保费收入和赔付金额，进而对公司的经营产生影响。

目前，我国监管机构对于保险产品的审批较为严格，基于人工智能技术的保险产品创新也需要得到监管部门的批准。在技术应用方面，人工智能作为新技术存在许多不确定因素，会给保险业带来新的风险（孙壮珍，2018），金融审慎监管的目标也会随之变化，如何在合规的前提下，利用人工智能技术进行保险产品创新和应用是保险公司在未来需要面对的问题。

五、结语

人工智能技术在保险领域的应用对保险业发展有着开创性和颠覆性的影响，是在中国保险业处于转型阵痛时期的一剂强心剂，为未来的发展提供了动力和契机。近年来，中国保险市场积极拥抱科技，在数据处理、改善服务和优化业务流程等方面取得卓越成效。虽然在现有监管框架下，基于人工智能技术的保险产品创新可能会遇到一些阻碍，但对于保险科技的探索仍应不断推进，将继续探寻科技应用和监管要求的平衡，为金融保险业的发展增添新动力。