人工智能技术在客户投保风险管理中的应用分析

朱 林

（中英人寿保险有限公司，北京 100010）

1 人工智能技术简介

人工智能是研究人类学习、思考、计算、推理、规划等行为的规律，可代替人类完成相关任务的技术。这一技术并非近几年的产物，最早提出是在1956 年。我国人工智能技术的相关研究始于20 世纪70 年代，经过一代人的努力，人工智能技术已经逐渐融入制造、金融、医疗等多个行业，改变了人们的生活。目前的人工智能技术包括3 个部分：第一部分是基础技术，主要包括知识表示技术、知识推理技术；第二部分是支柱技术，如模糊逻辑、神经网络、遗传算法；第三部分是应用技术，主要包括专家系统、机器学习、集群智能。随着人工智能技术的逐渐完善，这一体系仍在不断丰富［1］。这些技术已经在各行各业得到广泛应用，如基因检测技术、大数据、区块链技术、云计算、物联网、深度学习、可穿戴设备、无人驾驶技术、无人机等。文章主要探讨人工智能技术在中国保险行业中客户投保风险管理方面的应用。

2 人工智能技术在客户投保风险管理中的应用

2.1 智能核保

鉴于投保人和保险人之间一直存在信息不对称问题，如与身体健康的客户相比，一些身体较差的客户更倾向于购买保险，获得保险保障。即便保险条款中有对投保人如实告知义务的条款，但保险人对不实告知的举证较难收集。人工智能技术在识别、判断、决策方面具有优势，可以代替人工进行核保，防范承保风险。首先，利用人工智能技术中的生物特征识别、智能互动等技术，实现在线收集客户的身份信息、投保资料信息。尤其是我国保险公司可以利用人脸识别技术和电子签名技术，对用户进行在线信息识别。我国人脸识别技术的准确率已经超过99%，保险公司将人脸与现实生活中的客户进行绑定，通过人脸比对核实身份为客户办理保险业务，收集相关信息。其次，利用专家系统，可以在线核对条款比较简单的保险产品。最后，利用数据挖掘技术和互联网信征模型，多维度评估客户的信用风险，让本该人工核对的内容转由人工智能模型进行，在提高核保效率的同时，利用构建的风险模型库，大大提高了信用风险的管理能力。

2.2 承保电子化

在投保过程中，保险公司需要详细了解客户的姓名、性别、年龄、证件号码、地址、联系方式、年收入等信息资料，但保险公司诸多业务员对这些资料信息不重视，填写过程并不规范，这就给后续的审核工作增添了诸多不便。有的业务员为提高收益，出现误导销售、代替客户签名、代替客户抄写健康告知等情况，极大增加了保险公司的风险。如今，利用人工智能技术中的光学字符识别（Optical Character Recognition，OCR）、人脸识别，结合电子签名等技术，就能解决人工录入客户信息出现错误的情况。尤其是OCR，这种文字识别技术可以直接识别身份证、银行卡、驾驶证、行驶证、车辆合格证、机动车号牌、VIN码、营业执照等标准格式卡片证照，准确率超过95%，目前已经广泛应用于车险承保等保险产品之中。不得不说，保险公司在投保过程中利用人工智能技术实现承保电子化后，极大地提高了信息录入的效率和准确率，减少了因业务员的失误造成的风险问题［2］。

2.3 反欺诈，反洗钱

保险属于金融产品，能够减轻客户因疾病带来的资金压力，具有一定的资金保障作用，因此不少不法分子盯上了保险产品，利用各种手段对保险公司进行诈骗，或者利用保险产品进行洗钱。我国保险公司利用人工智能技术中的深度学习等技术，构建身份识别模型、反欺诈反洗钱预测模型、欺诈网络识别模型，精准识别欺诈和洗钱风险，提升反欺诈、反洗钱的治理能力，加强有效风险管理。通过相关预测模型的预判，可以对可疑的保险事实进行识别和预警，对不法分子实现风险识别、预警到稽查的全方位风险管理。

3 人工智能技术在客户投保风险管理应用过程中存在的问题

3.1 次生风险增加

虽然人工智能技术在客户投保风险管理中有着无可比拟的优势，但也并非十全十美。因受到技术水平、环境的限制，其未来还有进一步提升的潜力。通过我国保险公司中人工智能技术的实践应用可知，人工智能技术在客户投保风险管理的过程中容易引发以下次生风险：一方面，我国保险公司所应用的人工智能技术大多是通过与第三方技术公司合作开展。事实上，我国大部分保险公司并不具备开发人工智能技术在客户投保领域应用的专业能力，因而需要与第三方技术公司进行合作，但在合作的过程中，难免会和第三方技术公司对接客户的相关信息［3］。如果保险公司没有做好信息保护，就有可能出现信息泄露的风险。这一问题所涉及的法律责任，难免给保险公司造成大量人力、物力、财力的损失。另一方面，保险公司大量应用人工智能技术下的大数据技术，在进行风险管理的同时挖掘了客户的大量日常行为信息，经数字化处理后进行储存。虽然有助于保险公司准确、快速进行风险识别，但在我国法律监管仍不完善的大背景下，收集尚未被限制的信息，会出现侵犯客户个人隐私信息的风险。

3.2 人才极度缺乏

随着人工智能技术快速发展，各行各业对人工智能人才供不应求，保险公司也不例外，各大公司抢人事件层出不穷，说明保险行业人工智能人才的供给量远远低于市场需求水平。除我国自身人工智能专业毕业生数量较少外，目前还面临着以下问题：一方面，现有精通人工智能技术的专业人才对保险并不十分了解。人工智能技术在客户投保风险管理中的应用需要工程师对保险流程、经营规则、行业发展有一定的了解；反之，保险公司引入的人工智能专业人才无法在模型的设定中解决保险行业的问题。另一方面，保险公司对员工的培训不足，没有形成完善的技能培训体系，很多员工都不了解人工智能技术，更不会使用人工智能技术相关操作，甚至从思想上不愿意学习人工智能技术，也不愿意使用人工智能技术，这在一定程度上阻碍了人工智能技术在客户投保过程中的应用，难以满足现在保险公司风险管理的需求。

3.3 算法不够成熟

人工智能技术虽然已经取得了突破性成就，但仍有诸多发展空间。比如，在机器学习技术中，虽然已经攻破了多个难点问题，但是鉴于这是一种模拟人类行为的学习方式，不像普通的计算机编程那样，在诸多领域都能通用。一种算法只能应用于一种保险产品，即便是相似度很高的保险产品，也很难应用同样的算法或者同样的模型，因而需要保险公司针对不同的产品设计不同的算法，根据不同的保险案例更新机器学习数据，让原有算法不断进行模拟。而算法不够成熟，使风险管控的准确性仍有提升的空间，保险企业投入的研发成本也成为企业极大的负担。

4 人工智能技术在客户投保风险管理中应用的建议

4.1 加大监管力度，严厉打击敏感信息泄露

针对人工智能技术在客户投保风险管理的应用引发的次生风险，必须加强监管主体的建设。人工智能技术在法律法规准则方面还存在不足，因而引发了保险公司侵犯客户个人隐私、敏感信息泄露等问题，因而应做到以下两个方面：一方面，中国人民银行金融科技委员会等监管主体应当制定明确的监管标准，所有保险公司在应用人工智能技术之时都需要遵守相关的法律法规。另一方面，监管主体要监管保险公司对客户信息的采集，限制第三方技术公司获得保险公司数据，避免客户信息泄露，不幸落入不法分子手中用于违法犯罪活动，进一步保障客户的信息安全［4］。对于不遵守监管主体监管的保险公司，监管主体应给予其一定的惩罚，加强对人工智能技术应用的管理。

4.2 引入专业人才，开展系统的人才培训

人工智能技术给保险行业带来了发展机遇，保险公司必须抓住这一机遇，利用科技进行转型升级，提高市场竞争力。为了更好地实现保险公司的技术转型，保险公司需要引入大量专业技术人才及对人工智能技术应用熟练的员工。一方面，保险公司需要对人工智能技术专业人才开展保险知识培训，让精通人工智能技术的专业人才了解行业痛点和难点，利用人工智能技术解决传统保险行业中风险管控的问题。另一方面，保险公司需要对自身企业的员工进行培训，从思想上让其了解到人工智能技术对客户投保风险管理的重要性和优势，从内心认同人工智能技术［5］。同时，该培训应当针对企业内部人工智能技术的应用给员工详细讲解技术，让员工在工作中真正了解并应用人工智能技术，摒弃比较落后的工作方式。

4.3 升级专业技术，提升风险管控水平

针对目前人工智能技术仍不完善的问题，保险公司在转型的过程中应高度重视人工智能技术的升级，提升人工智能技术在客户投保过程中的风险管控水平。一方面，鉴于人工智能技术中的机器学习技术不具有通用性，保险公司应加紧研究适用于保险行业风险管控的相关技术，针对客户投保的信用风险和运营风险管控过程中的痛点和难点进行技术升级。另一方面，保险公司应实时关注其他行业中的人工智能技术的发展情况，提高人工智能技术风险管控的精准度，打造高效的客户投保风险管理模式，推动整个保险行业的发展。

5 结语

文章简单介绍了人工智能技术及其在客户投保风险管理中的应用，发现应用过程中存在次生风险增加、人才极度缺乏、算法不够成熟的问题，并提出了提升人工智能技术在客户投保风险管理中应用的建议，需要监管主体加大监管力度，严厉打击敏感信息泄露。保险公司应当引入专业人才，开展系统的人才培训，同时应升级技术，进一步提升风险管控水平。