近日，国际知名保险科技媒体The Digital Insurer(简称TDI)在最新一期的“聚焦中国”栏目刊文称：人工智能和机器学习技术正在改善保险公司的业务运营流程，创建全新的业务模式。文章以因数云、微保、平安保险等公司为例，介绍了人工智能在产品开发、营销获客、核保、保单管理和理赔中的应用。
据普华永道2017年发布的一份报告预测，在人工智能的推动下，到2030年全球GDP将增长14%，为世界经济贡献15.7万亿美元。而中国和北美有望成为人工智能的最大受益者，占据全球增长比例的近70%。
数据科学家无法在“孤岛”上工作
中国已是全球第二大保险市场，保险业的人工智能应用也呈现出飞跃式发展。TDI文章认为，第一轮数字化浪潮使保险价值链变得更高效，但孤立的数据集之间仍然存在相当大的脱节。而一旦数据质量和算法得到改善，机器学习将发挥更大的作用，也将更有能力识别模式和学习价值链中由消费者、生态系统、政府部门产生的数据。
TDI创始人休•特里(Hugh Terry)认为：“成功实施AI的基础是处理数据，具体分为四步：第一、数据清洗；第二、了解数据；第三、数据建模；第四、获取可行性洞察。如果数据不准确、不完整或不实时，就容易造成业务洞察上的偏差。”
如今，很多保险公司都建立了数据科学家团队。但瑞士再保险亚太地区数据及智能分析主管雅尼克•伊文(Yannick Even)认为，数据科学家无法在“孤岛”上工作。保险公司还需要三类人才：一是让数据科学家与业务专家一起工作，因为后者更了解如何将想法快速转换为“有形分析”；二是能够管理众多数据合作伙伴的专业人才，根据授权使保险公司的后台数据、分销商数据、合作伙伴数据产生协同价值；三是理解技术和数据智能潜力的商务人士和精算师，以将想法转变为解决方案，并创建更多数据驱动型业务。
雅尼克•伊文表示：“人工智能已经在改变整个保险价值链，从多年前的客户和理赔分析，到如今随着保险业数字化进程的加速，以及保险公司摆脱运营孤岛，由此产生的更为丰富的数据集为机器学习模型提供了动力。”
在他看来，客户在整个业务流程中的接触点越多，机器学习模型的可改进空间就越大。借助人工智能技术和机器学习模型，客户提供的信息越真实，就越能享有更多个性化的服务和保障，获得更精准的定价和日常预防建议。
AI改造保险价值链的中国路线图
文章选取了因数云、微保、平安保险等中国保险科技领域的代表性案例，勾画出人工智能改造保险价值链的中国路线图。
在产品开发环节，因数云与保险公司合作开发针对特定疾病的保险，例如乳腺癌复发险、儿童特定血液疾病险和辅助生殖保险，扩大了可承保人群的范围。这些保险涵盖了治疗、药物和保障方案，并覆盖到一些被普通保险合同排除在外的领域。
此外，因数云还开发了医学核保引擎、智能理赔平台等系统，助力保险公司更为有效和智能化的运营。其中，智能医学核保平台使用光学字符识别(OCR)、自然语言处理(NLP)和疾病判断模型来做出决策。实践证明，该平台可以将核保效率提高约50%，准确率高达90%，水平与经验丰富的核保师相当。在新冠疫情爆发后的一个月内，该平台帮助一家保险公司完成了5万多笔承保，覆盖保费规模1.2亿元。智能理赔平台则利用NLP技术，能有效减少客户或代理人的数据输入错误，将理赔处理时间从10分钟缩短到2分钟以内。
在营销获客环节，尽管中国目前还严重依赖保险代理人与客户进行面对面咨询，已有越来越多的保险公司开始使用聊天机器人，NLP技术极大提升了其语言能力，赢得客户满意。比如，腾讯通过微信应用程序为微保用户提供保险购买、查询和索赔等服务。
在核保环节，人工智能正在驱动行业识别新的风险，或扩大对现有风险的理解。众安保险利用智能核保系统，可在1-2分钟内完成核保评估，约20%以往无法投保的客户都成功投保了百万医疗险。
在保单管理环节，智能合约已经赢得了消费者的青睐。比如，在发生洪水等自然灾害或行李丢失等风险事件时，智能合约能自动触发赔付流程，提高用户满意度。再如，平安保险基于生物特征识别技术的“智能认证”投入使用后,新契约投保退保率降至1.4%,远低于行业的4%。
在客服和理赔环节，数据分析能够帮助保险公司识别理赔状态、管理期望和发现潜在的欺诈行为。友邦保险的Fusion系统基于公司成立100多年来积累的客户数据来学习模式，实现认知自动化，让理赔流程更高效、更智能。 【编辑:陈海峰】
注：本站发布的文章来源于互联网，版权由原创作者所有，如涉及到版权问题，请及时联系我们协商处理，谢谢！