【51CTO.com快译】变化时刻都在，未来的变化可想而知。保险市场一直被大型国有品牌和传统产品线所主导，几十年来似乎没有实质性发展。
然而人们已经开始下注。在风险投资家看来，保险业颠覆的时机已经成熟。总部位于纽约的保险科技公司Lemonade成功完成了史上较大规模的种子轮融资。
不仅仅是风投公司，沃伦•巴菲特(Warren Buffett)也曾公开表示，自动驾驶汽车的问世将严重影响到伯克郡(berkshire)旗下Geico的保费。
已有相关数据表明确实如此。毕马威(KPMG)在2015年的一份预测报告中指出：包括无人驾驶技术在内的“极其安全”的汽车将在未来25年里使汽车保险业萎缩60%，而汽车保险占保险业的40%以上。但是，对保险公司来说，业务流程自动化不是有很大的好处吗?
保险领域的人工智能——前言
人工智能是商业市场应当关注的趋势。本文我们将着眼于三种关键的方式，人工智能将带动保险公司、经纪人和投保人的经济收入，推动保险行业的转型升级：
- 行为定价保单：无所不在的物联网(IoT)传感器将向定价平台提供个性化数据，让更安全的驾驶员少交车险，让生活方式更健康的人少交健康保险。
- 客户体验和个性化服务：人工智能将实现全自动无缝对接保单的用户体验，聊天机器人可以获取客户的地理环境和社交数据，从而进行个性化交互。运营商还允许用户定制特定项目或事件的保险(即按需保险)。
- 更快、定制化的理赔：在线界面和虚拟理赔理算器将提高事故后理赔和支付的效率，同时降低欺诈的可能性。客户还可以选择哪家保险公司的保费将用于支付他们的索赔(称为P2P保险)。
保险作为一个全球市场，往往与公众的不信任有所关联，这可能会对技术创新提出挑战——无论是人工智能或其他创新方式。
因此，引入新技术的一个关键点就是说服公众，自动化不会像特洛伊木马影响他们的保单。在Vertafore最近的一项调查显示，60%的消费者对通过聊天机器人购买保险表示担忧。
目前在保险领域的三种AI应用趋势
我们将逐步分析这三类主要的人工智能应用趋势，对比行业的当前状态，正在发生的变革，以及未来行业的发展变化。首先分析“行为定价”：
一、行为定价模式：物联网传感器将保险从代理转移到源数据。物联网数据为个性化保险定价提供了三种关键方式：
- 承担有效风险：远程通信和可穿戴传感器数据将为低风险行为支付更低的保费，比如驾驶更少而锻炼更多;
- 保单和AI设备捆绑销售：智能家居公司将向使用AI技术的用户提供保单折扣，从而实现设备和保险的捆绑销售;
- 核实和评估理赔：物联网数据市场将使运营商能够更快地获取经过核实的风险管理信息，而不是依赖成本昂贵的评估和审计。
这里举个例子：基于使用寿命或基于每英里付费的汽车保险，借助于远程信息处理传感器实时跟踪指定资产(如汽车)，汽车保险就可以通过特定风险事件(如车祸)指定保费。
这意味着什么呢?更安全的司机可以为保单支付更少的费用，任何司机都可以按英里付费。保单持有人不再是风险池的一部分——他们在为自己承担的有效风险付费。这是一种全新的保险产品，离不开AI远程信息技术的支持。
当然这种方式需要增加远程传感器设备。这就是为什么保险公司正在变成硬件公司。以Neos Ventures为例，这是一家提供智能家居监控和紧急援助的公司，同时还提供家庭保险。他们的策略是，如果能够提供降低天然气、水泄漏或家庭不安全事件检测的技术，那么会提供更低的保费形式，却将这些节省下来的成本又转加给客户。
要想在未来10年的市场中取得成功，保险公司必须迅速从基于类别可能行为的定价模式转向基于个人实际行为的定价模式。这就是所说的“从代理到源数据的迁移”。
调查显示，消费者希望这种转变。日前，一项由Troubadour Research & Consulting开展的调查发现，近一半的消费者愿意将可穿戴设备的数据交给保险公司，以换取更便宜的产品。
基于保险的后市场应用仍然存在很多不确定性。美国保险协会(National Association of Insurance commission)在2017年的一份报告中指出:“UBI是一个新兴领域，因此在行为数据的选择和解释方面仍存在很大的不确定性，以及如何将这些数据整合到现有的价格结构中，以保持新的市场盈利等。”
大约有五分之一的市场对此不感兴趣。21%的客户在UBI项目调查中拒绝参加，其中81%的受访者不希望自己的驾驶行为受到监控，不认为这样可以省多少钱，也不认为保费会下降。像那些通勤时间较长的人，经常长途驾车或者喜欢在空旷道路上超速行驶的人，很难从保险公司评估他们的行为中获益。
一些运营商获得了传感器数据并不意味着就会使用这些数据。源数据的可靠性、丰富性以及分析的准确程度变得至关重要。这就激发了平台市场的由来，比如Octo Telematics的下一代平台(NGP)，为汽车保险运营商提供了一个应用平台接口(API)，用于司机行为评分、交通事故分析，以及针对车队管理和租车公司的索赔分析和风险分析。
任何新技术都有风险，事物总有两面性。传感器数据在许多方面降低了风险，但它也引入了一些新的漏洞。比如传感器相关的远程设备都可能易受黑客破坏，违反数据保护、信息安全等法规条例。所以这些漏洞需要运营商开发承保突发风险的新业务。
二、客户体验及个性化服务：AI界面让客户更好的互动。以下是提升用户购买保险体验的三个关键方法：
- 聊天机器人会认出你：高级的图像识别和社交数据能够提供个性化销售对话
- 平台将验证您的身份：自动的个人身份验证可以减少绑定和认证的处理时间
- 运营商可以定制服务：机器学习技术可以提供实时在线或基于应用程序的购物体验
2017年1月，寿险初创公司Lapetus推出了一项让人自拍购买人寿保险的服务，从而成为头条新闻。由于吸烟等习惯是寿命的强相关指标，Lapetus可以通过面部分析快速确定风险得分，而无需进行冗长或繁重的体检。该公司的官网页面解释了吸烟者迹象的评估方法。
成功的电商是以客户为核心的，最个性化的客户体验是最直接的。这就是Allianz1的想法。Allianz1是意大利市场上的一个网络平台，买家可以与Allianz的13种不同业务进行自由组合和匹配，创建自己的个性化产品。
埃森哲(Accenture)的一项调查显示，保险行业68%的受访者在他们的部分业务中使用聊天机器人。
聊天机器人喜欢品牌和人的名字。著名的保险聊天机器人有Geico的Kate和Lemonade的AI Jim。聊天机器人通过Facebook Messenger，并根据客户财产保险需求销售商业保险。
三、更快、定制化的理赔：AI在减少欺诈的同时更快的理赔。理赔的速度和成功是保险业务效率的关键因素，AI理赔提高客户满意度的两种方式如下：
- 理赔的速度：理赔时间这个度量标准对于客户选择业务来说非常重要。
- 减少舞弊的可能性：减少舞弊的可能性最终将成为保险公司更关心的重要指标。
人工智能的优势似乎在理赔方面最为明显。Lemonade的AI Jim在2017年1月成为头条新闻，据称他在不到三秒的时间内就解决了一项索赔。JD Power & Associates的调查显示，这种结算时间是客户最关心的业务指标。而对比该公司排名头筹的保险部门处理周期为11天。
这相差了一个数量级，这家排名头筹的理赔部门处理索赔的时间是Lemonade的AI Jim的316,800倍。
大多数保险公司高管已经意识到，人工智能将彻底改变他们所在的行业。埃森哲咨询公司(Accenture)在2017年4月的一项调查发现，79%的保险公司高管认为:“人工智能将彻底改变保险公司从客户那里获取信息的方式，以及与客户互动的方式。”
无论有没有聊天机器人，这都是一个巨大的省钱机会。保险公司经常曝出800亿美元的欺诈性索赔。最常见的保险欺诈形式是身份盗窃，即在投保人不知情或不同意的情况下，提出索赔而盗窃保险和身份数据。数据安全和支付/交易欺诈时有发生。
欺诈检测是不容忽视的人工智能技术应用趋势之一。欺诈检测成为保险业应用AI技术最快的领域之一。据报道，2016年，75%以上的行业使用了自动欺诈检测技术。Shift Technology是一家帮助保险公司预防欺诈的初创公司，最近分析了8200万份索赔申请。
结论：保险人工智能解决方案的标杆化
客户是在需要付款的时候而不是在购买保险产品的时候来评估保险产品的表现。与其他产品或服务不同，客户只能根据保险公司在承保事件发生时所提供的服务作出判断。因此，正如保险科技公司Livegenic的优秀执行官兼创始人亚历克斯•波利亚科夫(Alex Polyakov)所写:“保险行业最重要的衡量标准是事后索赔的客户满意度。”
由于Lemonade和Next等初创公司只有几年的历史，目前缺乏足够多的数据来确定能否大规模地提供优质的客户体验。不可否认，保险公司的客户管理流程是“乏味的”，也需要进行重大的改进和精简，时间将会证明这些变化都将物有所值。
以后购买保险只需点击几下鼠标就能提出索赔，这些都具有不可否认的吸引力。国家汽车金融公司(STFC)优秀执行官迈克•拉罗卡(Mike LaRocca)在2017年1月传达了这样一个信息:“变革的时代已经到来，如果我们看不到，很可能就会死掉。”
人们似乎达成了共识：保险业维持现状的日子不多了。埃森哲咨询公司(Accenture)在2017年4月进行的调查发现:“保险公司高管相信，人工智能(AI)将在未来3年显著改变他们所在的行业”。无论是远程信息技术、自动驾驶汽车、聊天机器人还是定制平台，市场可能会转向那些能更好利用人工智能改善客户注册/索赔管理流程的公司。
原文标题：Artificial Intelligence in Insurance – Three Trends That Matter，原文作者：Edmund Zagorin
【51CTO译稿，合作站点转载请注明原文译者和出处为51CTO.com】
