赵峰：智能化如何重构保险业

一是针对自身业务处理实现智能化，在销售、客服、核保、核赔、反欺诈等领域全面引入人工智能。利用智能化技术提升自身运营水平，提高运营效率，优化客户体验，改善风险管理，例如通过车辆损失图片智能分析，车险定核损自动通过率可由30%提升到70%以上，并能更有效地应对占比高达20%的赔款欺诈。

二是针对智能化技术提供保险产品，为智能化在全社会各行业的快速推广应用保驾护航。在体现保险价值作用的同时，开拓蓝海市场。例如为智能驾驶汽车提供一揽子的保险服务，全面覆盖驾驶人责任和自动化技术责任。

三是随着社会全面数字化、保险标的智能化，利用智能化技术实现“保险+技术+服务”的商业新模式。例如针对智能家居、智能穿戴设备，覆盖更多可保利益，扩大保险责任，提供健康管理、居家养老服务等。

智能营销：通过对客户进行画像，准确识别潜在客户及其保险需求，推荐合适的寿险、财险产品，以降低营销成本、提高销售成功率。以往保险行业主要依赖销售队伍人海战术和销售人员个人经验进行产品销售，随着行业增员困难、人员流失加剧导致传统营销模式难以为继，如何有效提升人员产能成为行业痛点，通过大数据和人工智能找准客户需求、给予恰当的推荐，提高客户转化率、促进留存的效果颇为显著，例如借助AI展业助手，车险投保方案一次询价成功率可以得到大幅度提升，借助智能险顾，把精英营销员经验知识化、历史投保数据模型化，可以全面评测客户及其家庭的潜在风险和保障需求，给出相似客群的保障方案。

智能识别：利用人脸识别、电子签名等技术，实现对用户身份的在线验证与核实，支持远程办理业务。利用智能图像识别技术，实现身份证、银行卡、行驶证、医疗单据等承保理赔信息的快速、准确录入。目前先进公司已实现整体98%的业务流程线上化、99%的流程无纸化。

智能核保：发挥人工智能在识别、判断、决策等方面的优势，替代核保专员进行决策，可以简化投保流程、提升核保效率、防范承保风险。传统的核保作业往往依赖于核保人员个人经验，流程繁、效率低、手段少，通过智能核保，可以精准识别高风险客户、降低逆选择风险，而且可以通过交互问答直接给出核保结论，例如，健康告知出现异常的自助投保客户，其核保时效可由原来的几天缩短到实时。

智能定损：利用智能图像识别技术，实现对事故损失的自动、智能判定，既能提高定损效率，提升客户理赔体验，又能降低人工定损的道德风险和由此产生的管理成本，减少理赔利益漏损。

智能反欺诈：利用深度学习等技术，构建身份识别模型、反欺诈预测模型、欺诈网络识别模型，精准识别风险，提升反欺诈能力，支持从风险识别、预警到稽查的全流程管控,实现降赔减损。

智能风控：利用生物特征识别、数据挖掘等技术，结合互联网征信模型，核实用户身份，识别信用风险，还可以应用微表情技术辅助贷款面审，重点应用在小贷险、车贷险等风险性业务。

智能客服：利用语音识别、自然语言处理、知识库等技术，实现虚拟坐席与客户之间基于语音的实时、智能互动，从而降低人力成本，提升服务体验。众所周知，呼叫中心客服岗位流失率往往很高，人员更换频繁、培训难度大，新老员工服务水平参差不齐，如何提供统一、规范、高效的客户服务成为各家保险公司的痛点。智能客服不仅在对简单、重复、标准业务问题的处理上与传统人工客服具有相当的能力，而且在情绪管理、短时大并发、海量知识库学习等方面有更加稳定的表现，因而，通过智能客服与人工客服协作开展客户服务工作逐渐成为保险公司提质增效的必然之选。目前机器人客服已可替代大部分人工客服场景，智能远程服务可让客户无需临柜，几分钟即可在线完成投保、理赔、回访、保全等操作。

在智能驾驶领域，研究数据显示，自动驾驶技术将在2020年实现商用，2050年市场占有率达到80%以上。智能驾驶技术对汽车保险的影响是颠覆性的，传统的汽车保险面对的主要是财产损失保险，智能驾驶时代面对的更多是设计和责任风险。保险业要加强与相关企业的交流与合作，实现数据共享，在初期可以考虑采用“智能驾驶辅助技术+车联网”模式提供保险产品和服务，未来为智能驾驶汽车提供一揽子的保险服务，覆盖自动化技术责任。2019年6月，长安汽车与保险公司合作推出自动泊车使用责任险，国内的自动驾驶保险迈出了坚实的一步。

在智能家居领域，2018年美国智能家居的家庭普及率为32%，预计2022年达到53%，而目前欧洲家庭普及率仅为3%、亚洲为1%，发展空间巨大。基于物联网的智能家居不断普及，催生基于智能家居的家庭财产保险新模式，首先改变了可保风险，其次扩大了保险服务的边界，有效监控水管爆裂、火灾、盗窃等风险，从事后损失补偿，进化为事前风险防范，实现了“保险+技术+服务”的商业新模式。保险业巨头已经抢先行动，State Farm公司为安装Canary连网家居安保设备和ADT安全防盗系统提供保险折扣，而Liberty Mutual公司则直接投资了智能家居初创公司August Smart Lock。

在智能医疗领域，人工智能有很多典型应用场景。医疗机构的应用包括医疗影像、病理诊断、单证识别、虚拟助手、医疗机器人等，个人应用包括可穿戴设备、行动辅助设备、慢病管理助手、健康管理APP等。例如，科大讯飞的“智医助理”人工智能辅助诊疗系统，2017年通过国家临床执业医生考试，2018年在合肥市街道社区卫生服务中心正式上岗，下一步将不断地终端化，成为个人智能手机上的应用。保险服务与可穿戴设备、手机应用相结合，可以提供个性化和专业化的健康、医疗建议，进而打造全新的健康管理和养老服务的新保险模式。

从全球视野及长远视角看，人工智能技术的迅速发展为保险行业带来了正面效应，颠覆传统发展模式，解决痛点难点问题，但也伴随着组织架构、人才储备、信息安全、隐私保护、政府监管、当地市场等挑战。

从组织架构和人才储备看，在保险企业内部推进智能化应用时，往往需要科技、业管、销售等多个部门的协调配合，有的还涉及创新管理部门，应明确各部门创新职责和激励机制，营造科技创新氛围。另外，随着业务与技术的融合，目前已经很难将业务和技术区分开来，业务人员与技术人员的工作边界也越来越模糊，培养复合型人才成为必需，应着力做到业务人员科技化、技术人员业务化。

从政府监管和依法合规看，智能化应用往往基于大量客户数据的挖掘分析，而数据资产归属和利用的相关法律规定有待进一步细化。随着世界各国信息安全、隐私保护的要求越来越高，企业应平衡好个性化服务与个人数据利用的关系，透彻掌握监管政策，防范创新带来的风险。

从中国保险市场和行业主体看，拥有广阔的市场潜力，持续发展的国民经济，但也面临同质化的市场竞争、捉襟见肘的业务和技术能力等问题。在这样的大背景下，中国保险企业应如何面对智能化对行业的冲击呢？要顺应行业的发展趋势，持续地进行战略投入，才能不断提升自身的业务洞察能力和技术应用能力。要勇于打破不符合市场和科技发展趋势的旧模式、老系统，在不断摸索和试错的过程中，积累经验，锻炼队伍。