保险科技背景下人工智能对保险业发展的影响研究

刘泉 李振

【摘   要】本文就人工智能为保险业带来的机遇、产生的影响及人工智能技术在保险业的应用现状做了研究，举例论述了人工智能对保险公司各经营环节的影响。提出了人工智能对于我国保险业的一些挑战，基于宏微观两个层面，提出人工智能在未来保险业发展的相关建议。

【关键词】保险业;保险科技;大数据;人工智能

1.研究背景

1.1人工智能的定位及发展历程

人工智能（Artificial Intelligence），简称AI。约翰·麦卡锡博士认为，发展人工智能，是为了使机器的行为看起来像人所表现出的智能行为。人脑拥有思考和学习的能力，人工智能恰恰就是在模拟人脑所具备的学习能力，并将它运用于开发软件，服务于人们的工作与生活。“人工智能”这一概念于1956年被提出。经历过挫折，跌入过谷底，但它一直在不断前进。

1.2人工智能为保险业带来机遇

近五年以来，人工智能在中国的市场规模在不断扩大，各行业巨头也在加快人工智能技术布局。2018年我国人工智能行业市场规模约为203.3亿元。保险科技时代，人工智能将扮演重要角色。新的时代消费者更青睐去体验个性智能、便捷高效的保险产品，这对于保险公司传统的险种开发、定损理赔、等环节造成了新的考验。人工智能技术将受到保险公司的重视。

2.人工智能在保险业的应用现状

2.1产品设计和定价

同质化的保险产品难以满足消费者个性化的保险需求，这就需要保险公司从个体差异性出发，对个人或企业客户进行个性化的产品设计，实行个性化的定价方式。在人身险领域，图像识别技术和人脸识别技术已有运用。在客户足不出户的情况下，保险公司可以通过人脸和图像识别技术获取客户的年龄、健康状况、性别、收入高低等信息，并对已获信息实现智能处理、提炼分析，从而为客户提供最为合适的保险计划。车险领域，在人工智能、车联网技术的加持下，定价差异化得以实现。平安产险建立的AI车主评分定价系统，通过车主信息、索赔记录、车型等信息快速定位出标的所需保额，通过不断进行迭代的机器学习、根据客户的驾驶习惯和驾驶路线等实现“一人一价格，一车一价格”。

2.2产品营销

保险产品营销环节，借助人工智能技术，分析客户数据，提炼客户特征，有针对性进行精准的定向营销，为客户推荐合适的保险产品。2018世界人工智能大会在上海成功举行。作为“大数据+AI”的模型产品，中国太保推出的智能保顾“阿尔法保险”入围了“AI+金融”应用体验展览项目。其作为我国保险业第一位AI智能保顾，可以为客户进行个性化的保险产品定制服务，通过对特定技术及算法模型的学习，在与客户交流时，从他们的家庭条件和私人需求为出发点，为客户提供适当的险种和实时报价。

2.3核保

核保环节，保险公司根据规则进行对客户不良信息的筛查，拒绝为曾有失信行为者承保。还可运用人工智能技术，训练风险定价模型，提升核保效率，以增加保费的方式来提升高风险保户的投保成本。2018年12月，“核动力”AI核保项目在中国太平洋人寿保险全公司范围内启动，标志着其在同行业内首先进入了人工智能核保时代，并在传统的承保业务中建立基于AI的核保新基准。“核动力”经过半年多的深入研究开发，对大规模历史数据进行了分析和预处理，运用先进的智能算法模型建立了AI承保模型并进行持续优化以保证AI模型的准确性。

2.4定损及理赔

在车险的定损理赔环节运用人工智能，可从本质上改善理赔业务，提升保险公司服务水平。在人工智能指导下，车险理赔业务将会被简化和加速进行，保险公司同时处理的赔案数量将会上升，而理赔成本可以得到一定的控制。蚂蚁科技集团于2017年6月宣布其基于人工智能的产品“定损宝”开放使用。AI图像识别技术是其核心，“定损宝”对客户上传的车辆全景图与损坏部位照片进行分析，运用人工智能来确定损失程度和修理价格，既方便了车主，提升了用户体验，又降低了保险公司的理赔运营成本。

3.人工智能向保险业发出的挑战

科技是把“双刃剑”，人工智能在为保险业提供便利的同时，也带来了新的风险。人工智能的发展，对保险业既是难得的机遇，又是不小的挑战。

3.1人工智能技术和人才匮乏

当下，保险业与人工智能技术的融合并不十分成熟。比如，当前我们可看见的大多数系统仍处于规则的引擎阶段。AI最大的特点是深度学习，依靠海量案例、数据来对AI模型进行训练，复合型人才的缺口就产生了：专业性极强的软件工程师少有洞悉保险业变化规律的，而保险公司也匮乏精于人工智能方向的人才。

3.2数据资源不足，垄断情况严重

人工智能依靠海量案例和保险公司所提供的完整用户数据来进行深入学习，而这些相关数据通常由保险业的大公司所垄断。企业间的数据是不互通的，难以进行披露和共享。因此，小规模或初创的保险公司匮乏数据资源，为了获取相关资料只能提高成本费用，这对于行业间的竞争会产生负面的影响。而即便是行业巨头，也没有出现任何一家保险公司拥有具备通用性和代表性的闭环式完整数据资源，影响了人工智能的深度学习与模型训练。

3.3数据存在信息泄露风险，用户隐私安全受到威胁

人工智能技术所囊括的大量案例及相关数据和多样化的情景分析是促进保险智能化的重要组成部分，但风险是与数据量成正比的，用户数据越来越庞大的今天，其泄露风险也在随之上升。比如，可穿戴设备的运用虽然推动了人身险差异化定价，一定程度上阻止了逆选择和道德危险，但却吞没了更多的用户隐私，用户的健康数据会受到监视。

4.保险业运用人工智能的建议与展望

针对上述人工智能对保险业产生的挑战，应从政府和企业两方面正确规范整个保险业对于人工智能的运用，让技术更好地服务于社会和经济发展。

4.1宏观层面

国家应重视对保险业应用人工智能技术的监管，完善相关法律法规，继续推动数据信息化建设工程。人工智能时代，随着互联网的发展，用户面临的数据泄露风险前所未有，隐私安全受到严重威胁。这就对政府提出要求，加强相应监督管理，制定并且完善保护居民数据安全相关的规章制度。与此同时，保险公司数据披露应受到政府的监管，在保护用户数据不遭到泄漏的同时，推动数据共享，积极建立起符合AI深度学习标准的数据闭环。AI时代，复合型专业人才对于保险公司的重要性不言而喻，因此，监管机构、地方政府应把培养复合型人才上升至战略高度。

4.2微观层面

保险公司应顺应时代发展潮流，抓住技术进步红利，重视人工智能在保险领域的应用，将其作为引领未来的重要发展战略。大力开发人工智能与保险相融合的产品，不断进行智能保险产品的创新，发展新的保险产品形式。人工智能技术在保险业的应用基礎是大量的用户数据，而使用用户数据应遵循一条原则：确保用户的隐私得到保护，信息安全得到保证。AI时代最具价值的便是具备相关领域专业知识和人工智能技术的复合型人才。人工智能技术固然有着很高的价值，但如何发挥它的作用、怎样最大程度体现出其商业价值则依赖专业性的复合型人才。保险公司在进行人工智能相关的团队组建时，应着眼于复合型人才的招揽，重视具有跨学科背景的人才。

参考文献

[1]唐金成， 李亚茹. 论我国网络保险市场监管的完善[J]. 浙江金融，2014（6）.

[2]许闲， 杨宁宁. 保险科技初创公司与人工智能[J]. 中国保险， 2018（7）.

[3]许闲.人工智能对保险行业的挑战与展望[N]. 21世纪经济报道， 2018-12-11.

作者简介：刘泉（1997-），男，汉族，山西吕梁人。

李振（1996-），男，汉族，山西长治人。

辽宁大学    辽宁沈阳    110036