保观 |聚焦保险创新
保险行业对技术的探索从未停止过。现在的保险科技囊括了许多已经存在多年的技术，如远程信息处理；同时也涵盖了最前沿的技术，例如RPA、大数据和低代码等。这些技术在不断被运用以及被市场检验的过程中，也面临两极分化的境地。一方面，有些技术被证明非常有价值，能够在获客、营销、风险管理和理赔方面大有用途：相关数据表明，正确运用这些技术能为保险机构节省高达50%的成本。然而，也有一些技术，在当前阶段并未给保险行业带来太大价值。
赋能保险各环节：锦上添花的优势技术
人工智能技术
在保险行业，能够带来实际价值的技术包括人工智能、大数据和低代码等。
人工智能技术在保险行业的应用已经很常见，保观在《Gartner重磅发布，探析2021年九大技术趋势在保险行业的应用》一文中介绍过。
人工智能可应用于欺诈检测、客户细分、产品与保单设计以及承保与理赔评估，从而改善客户参与度，打击欺诈行为并简化业务流程。
欺诈检测与信用分析主要用于理赔环节。据新加坡一般保险协会估计，新加坡一般保险行业每年收到的虚假索赔约为五分之一，给行业造成约1.01亿美元的损失。而AI驱动的预测分析软件可根据用户的索赔频率和信用品分，识别出异常行为，从而减少欺诈性索赔的数量。
在客户分析方面，保险公司可将认知学习自动化应用于数据收集过程，根据用户需求，使用深度学习来预测转化率，并为每个客户群确定相关的产品推荐。在产品与保单设计方面，保险公司可使用机器学习，实时发现客户趋势和兴趣，并根据收集的数据，开发和改进产品和保单设计。
例如，美国家庭保险公司的数据科学家团队创建了一个推荐系统，根据具有相似投资组合的用户特性，提供个性化的建议。该系统除了使用客户产品组合的数据外，还利用客户特征进行深度学习。与其他领域相比，保险领域可推荐的产品数量相对较少，因此这一团队使用贝叶斯网络（不确定知识和推理领域最有效的理论模型之一）对系统进行建模。
在承保与索赔评估方面，保险公司可以更全面地了解风险，并确定首先要审核的提交内容。例如，日本保险公司Fukuoka Mutual使用基于认知机器学习的系统来扫描手术和住院时间的病历和数据，以计算支出。同时，印度公司ICICI Lombard创建了一个基于AI的无现金理赔流程，该流程可在一分钟内完成。
大数据
随着机器学习技术的成熟，大数据技术也得到了相应的发展。大数据技术可为以下几个领域带来价值，包括定价与承保、处理理赔和干预用户行为等。
在定价与承保方面，欧洲保险和职业养老金管理局（EIOPA）指出，定价与承保领域是大数据对保险公司影响最大的领域。在车险领域，IBM和LexisNexis Risk Solutions等大型公司以及Greater Than等允许保险公司将投保人的驾驶行为与数据池进行比较，为保险公司提供更准确定价的能力。其中，Greater Than的自主深度机器学习和AI算法数据库积累了5亿个独特的驾驶档案，该公司可以99.98％的精度识别驾驶行为的变化，并将保险公司的理赔降低40%。
大数据还可处理索赔。传统的理赔流程通常由人工处理，过程缓慢，而大数据可基于理赔数据，进行细分理赔，并在某些情况下实现自动化。
此外，医疗保险公司可以使用大数据，更好地了解患者的风险并在出现问题之前进行预防。总部位于纽约的Oscar Health与不同州的病历汇总人员联系，利用患者的病历在其平台上为消费者进行预测并提出建议。该公司提供的一个典型例子是一名糖尿病患者订购了胰岛素，却在胰岛素用完之后忘记再次订购。Oscar的一名护士从收集到的数据中发现了错误，与患者见面，并将患者带到保健医生那里进行检查，确保患者的相关指标是否正常。
低代码
低代码开发平台(LCDP)提供了一个新型开发环境，在这个环境里，不同级别的开发人员能够使用可视化用户界面和模型驱动逻辑相结合来创建应用程序，而不是传统的手工计算机编程。低代码开发平台减少了传统手工编码的数量，从而加速了业务应用程序的交付。
低代码平台可提升保险公司的获利能力，削减承保和理赔管理成本，降低IT成本，并帮助提升合规性。低代码平台可快速创建并推出应用程序，自动执行手动流程，从而缩短了处理时间。低代码平台能够从最大程度上节省IT人员的配置，且支持IT系统的分阶段迁移，因此也节省了相关的IT成本。开发公司Mendix进行的一项调查报告说，有70％的低代码用户在不到一个月的时间里学会了如何开发应用，而72％的低代码用户在短短三个月内就开发了自己的应用。
此外，低代码平台可以帮助保险机构在数小时内自定义工作流，业务逻辑和规则、应用程序用户界面，从而极大地提高了合规率。保险机构也可以借助低代码平台，快速采用新法规，而无需花费大量时间重新构建平台。
安盛的eServe经纪人门户
低代码领域的领导者OutSystems在三个月内为安盛建立了eServe经纪人保险门户，这是一个标准的开放平台，且能够与安盛的现有系统进行整合。这一门户允许安盛商业产品线的独立经纪人从任何设备轻松在线实时跟踪其客户的索赔信息，并查看理赔流程的后续步骤和时间表。
劣势技术：发展阶段和利用方式是关键
除了上述技术，还有一些技术尽管被讨论多次，也被应用多次，但到目前为止并没有为保险行业带来实质性的价值，如远程信息处理、可穿戴设备和物联网等。
远程信息处理技术
远程信息处理技术一直被车险领域偏爱，随着UBI车险产品的兴起，这一技术也被广泛采用。理论上来讲，远程信息处理技术可用于车辆追踪、车辆诊断、提高安全性、对车险产品进行准确定价。但是这些优势取决于对用户和车辆数据的准确收集和清洗。
实际应用表明，远程信息处理技术会收集许多脏数据（Dirty Data），这些数据可能包括未正确维护或输入的数据、不良的数据输入，或拼写错误，印刷错误和其他类似错误的数据输入、驾驶员或其他人员手动输入数据、缺少或必填字段为空的数据、数据不正确，或信息输入错误、重复的数据以及非规范化数据或不符合记录系统的数据。
日本的一个国际会议曾经对远程信息处理技术收集的数据进行了讨论。结果显示，据可靠估计，80%的数据是无用的，需要被清理。此外，据Data Warehousing Institute估计，数据质量问题每年给美国的企业造成至少6000亿美元的损失。从另一方面来看，如果企业拥有高质量的数据，则应考虑的是，每个月将有2％的消费者数据被淘汰，造成这一点的原因是客户可能会经历搬家、结婚、离婚甚至死亡等变动。
因此我们可以说，大部分远程信息处理技术收集的数据质量并不可靠，因而也并不能为保险业务和客户带来真正的价值。如果要提升数据质量，车险公司和软件供应商需要做的是避免重复计算需要的因素而忽略那些有用的因素、将收集的数据与用户的保单和索赔信息进行结合，得出一个较为可靠的评分，并将车辆数据放置在正确的驾驶环境中。
远程信息处理技术并非独木成林的技术，其由车载设备提供基础支撑，运行之后收集大量数据，向下支撑着大数据的发展。因此可以这样认为，远程信息处理技术不关键，但仍重要，因此提升这一技术也是关系到大数据等其他技术发展的基石。
可穿戴设备与物联网
可穿戴设备是物联网设备的一种，因此本文将这两个技术放在一起讨论。可穿戴设备也是一个巨头齐头并进共同发力的领域，诸如苹果、亚马逊以及国内的华为和小米都推出了一些可穿戴设备。可穿戴设备被认为能够在以下几个领域产生价值，包括测量用户的身体指标，并作为保险产品设计、保费折扣的依据以及健康管理的依据，提升客户参与度等。
然而需要警惕的是，可穿戴设备的流行真的是用户对其实际价值认可的结果还是巨头带来的品牌效应？站在保险行业的角度，可穿戴设备到底能带来怎样的价值？如何应对利用可穿戴设备数据时的困难？用户隐私数据的问题如何处理？
从可穿戴设备本身的角度来看，目前有手表和手环两种形式，基本功能包括测量心跳、血氧饱和度、查看心电图、监测睡眠或记录生理周期等，而Apple Watch还可以为用户提供摔倒检测和SOS紧急联络功能。
如果上述指标只是单纯通过数据或图像呈现出来，而不提供额外的指导建议，其实对用户而言并无多大用途。例如，用户知晓了其血氧饱和度和心电图，但可能并不知道这两项指标的标准范围以及自身指标所代表的意义，更难把这些指标与身体的状况进行联系。而从常理来说，摔倒检测和SOS紧急联络功能可能更适用于老人和孩子，对于他们来说，理解上述指标则更为困难，最后Apple Watch可能就沦为检测摔倒的一个工具。因此在用户眼里，可穿戴设备产生的价值可能没那么大，反倒会觉得这些设备是制造商或保险机构窃取个人数据的一个手段。
而站在保险机构的角度，它们需要考虑的是：可穿戴设备收集的数据是否准确？通过数据建立定价模型并给予保费折扣的做法是否可靠？以及，如何确定数据的归属问题？
从更广泛的物联网设备来看，存在的也无外乎安全性、数据问题和隐私问题等等。许多物联网设备是由制造商开发设计的新模型，本身会携带一些未发现的漏洞。此外，许多制造商都将连网功能视为设备的附加功能，而非核心功能。这样一来，他们并未在避免网络攻击方面投入太多时间和精力，因此会引发安全问题。
物联网的一个功能是以前所未有的速度收集数据。对于大多数保险公司来说，他们并不具备处理和分析大量数据的能力，因此许多数据可能处于未被利用的状态。保险公司通常认为，数据是公司的资产，但离开了分析技术，数据只是数据。在这一点上，保险公司需要制定合理的数据管理策略，有能力将物联网数据和传统数据进行合并，并获得见解。
此外就是数据所有权的问题，这一点仍是许多保险公司面临的挑战。站在客户的角度，他们认为物联网设备收集的数据是属于个人的，并且在考虑是否要更换保险公司时，需要访问索赔历史记录。而对于保险公司来说，他们更希望将这些数据据为己有。
从行业目前的发展情况来看，人工智能、大数据以及低代码等技术确实带来了一些可观的价值，而对于远程信息处理、可穿戴设备和物联网等技术，也有一些做的比较好的公司，例如使用物联网设备的Hippo。但整体来说，我们应该用辩证的眼光去看到这些技术，例如对于大数据技术，无论是在数据分析还是在使用数据进行决策时，拥有高质量数据都是大数据的先决条件。
决定技术价值的是技术的发展阶段和利用技术的方式。从发展阶段来看，目前的许多技术仍发展得不够完善，并不能解决一些保险行业的痛点，甚至可能因为自身的缺陷，而又招致了一些额外的问题。但是随着这些技术的发展和各项功能的完善，我们坚信这些技术能够在合适的环节，贡献自己的价值。从利用方式来看，任何技术并非孤立的，如大数据的发展需要佐以人工智能、物联网和远程信息技术的支撑。同时，任何技术的应用也并非只依靠技术就够了，在技术的背后，需要配备合适的人力资源，才能发挥出最大价值。
寻求行业交流、预约采访、业务合作
请添加小编微信
End
推荐阅读
点击图片即可阅读
保险人必学的短视频课程
“网络互助”开始衰落？“惠民保”能否崛起？
点击“阅读原文”，购买2020保观保险行业报告
本文首发于微信公众号：保观。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
