对人工智能赋能车险的若干思考

俞 斌 中国太平洋保险（集团）股份有限公司

人工智能是计算机科学的一个分支，是研究、开发用于模拟、延伸和扩展人类智能的理论、方法、技术及应用系统的技术科学。简单来说，人工智能旨在洞察人类智能的实质，实现对人的意识、思维过程的模拟，使得机器、设备或者软件系统具备以人类智能相似的方式做出反应的能力。该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来，理论和技术日益成熟，应用领域不断扩大。目前已有相对较低级别的人工智能运用到实际生活场景中，如互联网上针对每个人的搜索请求所给出的网页排名结果，智能手机上的语音助手，如iOS的Siri、百度的小度、微软的小娜、Android的Google Assistant、安卓的灵犀，等等。可以设想，随着技术的进步，未来人工智能将使人的智能与劳动力本身实现分离，成为一种可以独立存在的能力赋能于劳动工具，这将极大地改变生产力中劳动力与劳动工具之间的关系，对生产力带来极大的促进作用。任何行业和领域，都离不开劳动力的能动作用，这也意味着，人工智能在社会经济生活的各个领域都能大有作为。各行各业都应该关注人工智能技术的发展，主动思考、谋划人工智能在本领域的运用。

毫无疑问，未来十年，人工智能也会对整个保险行业产生巨大影响。车险作为中国财产保险行业第一大险种，业务占比超过70%，又属于金融领域里的“劳动密集”子行业。车险经营者需要保持对科技发展趋势的高度敏感性，关注人工智能的发展进程，积极思考如何利用人工智能为车险业务赋能，努力成为AI@车险的定义者，才能获取未来“人工智能”新经济时代转型变革的红利，始终在竞争中立于不败之地。

一、AI@车险的价值

车险作为保险业务领域分散性均质风险的代表，人工智能技术运用的想象空间十分广阔。

首先，车险业务具有的数据优势可以加速人工智能技术在保险业的运用落地。数据是人工智能发展的重要燃料。车险业务经营的立身之本是数据，与车险业务相关的数据积累比较完整，管理也相对比较完善，这为人工智能的运用创造了较好的条件。尽管受信息化建设水平的影响，我国车险公司大多数车险有关的数据以纸质档案或者非结构化电子文档的方式存在，通过OCR识别技术可以批量对传统纸张或电子文档进行结构化处理，使其结构化而成为机器学习或深度学习的素材。

第二，车险业务标准化程度相对较高。车险业务的对象是机动车辆，与财产保险的其他标的相比，机动车辆标的的外形与结构相似度更高，大量相似数据的存在将降低人工智能学习的成本，使得人工智能在车险业务领域的运用具有经济上的可行性。根据目前百度与太保合作的车险人工智能定损的数据，训练学会第一款车型外观件定损需要约3万案例，由于车辆外观上的相似性，后续不同车型外观件定损需要的案例数呈逐步减少的趋势。在学习的车型达到一定数量后，进一步扩展到其他车型所需的案例可以降低到个位数以内。

最后，从车险业务本身的发展需求来看，行业车险业务尽管规模大，发展速度快，但盈利水平低、人工产能不高的矛盾也非常突出。抓住人工智能技术发展的红利，利用人工智能对车险业务进行赋能、改造，也是车险业务经营者寻求车险经营水平提升的应有之义。

二、AI@车险的主要领域

毫无疑问，未来十年人工智能技术会对车险业务产生全方位的影响，特别是叠加大数据、移动互联、车联网、物联网等技术，甚至引发车险定价逻辑、产品属性、行业属性等的颠覆性变化。近期而言，受人工智能技术本身影响最大的主要在客户交互、营运管理和风险控制等领域。

1.升级客户交互，颠覆客户体验

车险业务的客户交互界面比较复杂，既有保险公司人员代表公司直接与客户的线上或者线下的交互，也有大量第三方代表保险公司与客户进行交互。从投保界面看，整个行业车险业务客户在线全流程自助投保占比不超过10%，远低于其他行业电子商务的占比；从理赔界面看，客户对车险理赔手续复杂、速度慢的抱怨不绝于耳；这说明车险业务的客户体验还有很大的提升空间，这也为利用AI技术发挥作用提供了诸多的可能。

首先，AI技术可以彻底颠覆保险公司的在线客户体验。目前保险公司主流在线互动主要通过触摸屏+图形字符技术实现，客户需要提供多个证照信息核实身份且多次、反复手工输入大量的信息，严重影响客户直接与保险公司互动的积极性。当保险公司的自助服务系统搭载AI人工智能技术后，保险公司自助服务系统可以具备一定的听觉、视觉与预测能力，从而能够实时、准确、个性化地响应客户的服务需求。客户只需“按个键”“刷下脸”“说句话”，保险公司即可快速完成客户身份识别和相关的数据授权，自动适配交互方式，并根据该客户的个性化偏好，进行个性化的沟通。所有系统与客户互动的数据将全部回写人工智能深度学习系统，作为系统自学习的素材，形成“建议提出—反馈—建议修正”的闭环，进而实现使用越多、准确度越高的良性循环。此方面的运用在保险业内已有实际案例，如美国创业公司Insurify在2016年推出人工智能虚拟保险代理专家Evia（Expert Virtual Insurance Agent），它“看”一下驾驶证照片，即可了解驾驶人的个人信息和驾驶历史，并给客户提供经过筛选的车险产品组合和对应的报价信息，还可解答关于保险条款相关的问题。国内案例有“车车车险”推出的“阿保保险”，可给客户推荐不同的车险产品；平安产险推出的机器人旺宝，可承担迎送宾、咨询、打印取号、扫码获客、保险产品推介等工作。

其次，AI人工智能技术可以帮助保险公司人工交互界面提升工作效率，改善客户体验。可以预见，人工服务仍然是保险公司与客户交互的重要形式，AI人工智能在提升人工服务效率方面的运用空间远远大于AI直接交互，AI技术支撑下的人工交互将是未来保险公司客户交互的主流模式。在此种模式下，人工服务团队将作为客户交互的主要界面，承担感知用户情感状态，把握沟通时机的作用，AI作为人工服务团队的助手，利用机器强大的逻辑计算能力为人工服务团队提供数据采集、整合，产品组合方案建议、服务方案建议等，双方优势互补，一起为客户提供既高效又有温度的服务，实现客户体验的进一步优化。

最后，基于AI技术还会推动车险理赔服务从被动到主动的转变。自动化理赔是当前保险服务升级的一个方向，以航班延误险为例，依托航联等机构提供的航班飞行数据，只要航班实际起降时间达到理赔的标准，无需客户提供任何资料，保险公司即自动进行赔付。在车险业务领域，依托遍布各地的高清摄像头和日益普及的车联网设备提供的感知能力，加上AI视觉识别认知能力和自学习能力，车险机构可以为每一投保车辆配备一个“智能在线助理”，24小时、不间断、全天候地实现车辆状态的实时监控、紧急状态的提前预警、异常状态的自动采集、碰撞现场的影像回放、客户关怀的实时送达及理赔报案的个性引导等，从根本上破解车险服务手续繁琐的难题，实现车险服务的跨越式升级。

2.实现智慧营运，提升行业效率

Study on the Path of Tourists Participating in Tourism Poverty Alleviation from the Perspective of Stakeholder Theory__________________________________LI Wenqing,LI Wei 13

传统保险营运多以现场、纸质、层层授权为基础，流程前后台交互繁多，不仅造成保险公司营运人力的大量耗费，还在社会上形成了人员素质参差不齐、缺乏技术含量、效率低的形象。车险业务由于标的分散、流动性强的特点，查勘定损人员数量占比更高，更是强化了车险机构劳动密集型、与“高端、大气、上档次”的金融机构定位不般配的形象。定损环节是车险营运中最有挑战性的环节。一方面，车险查勘定损人员数量多、流动性强，人员成本高；另一方面，我国保有的汽车品牌、车型、款系种类繁多，仅家庭用车款型就达3万多种，每辆汽车零配件超过千种，不同款型汽车零配件的型号与价格都不相同，零配件还有正厂件、副厂件之分，损伤部位修理还是换件的界限并不是非常清晰，进一步增加了查勘定损工作的管理难度。同一个车险理赔案件，不同定损人员定损的结果可能会有较大的差异。实践中，保险公司引入了多种方式来加强对查勘定损环节的管理，包括查勘定损分离、双人查勘、系统自动报价等等，但在传统业务流程和运作模式下，很难从根本上解决这一问题。

利用AI技术中的深度学习图像识别技术，结合保险公司的理赔专业经验和案例数据，可以在一定程度上破解车险定损管理难的问题，提升赔付效率和客户满意度。这是认知智能@车险营运的典型案例。保险公司开放历史理赔案件的图像语料数据，由专业定损人员在系统中进行损失部位、损失程度、维修方案等关键数据的标注，形成一定数量的学习素材对AI图像识别软件进行训练，AI图像识别软件自动提炼形成与车险识别相关的范式和规则，从而可以据此快速定损、自动赔付。当然，智能定损软件的“工作能力”取决于学习样本的数量以及图像识别软件的算法。一旦建立利用理赔系统中海量实际理赔案例对智能定损软件进行反馈训练的机制，智能定损软件的“工作能力”将会不断自我迭代，甚至超越人力认识和经验层面的主观判断。

目前市场上已有多款车险智能定损解决方案先后发布。2017年6月21日蚂蚁金服推出“定损宝”，据称定损时间缩短至秒级，准确率达到98%以上，相当于行业10年以上经验的定损专家。2017年9月7日平安科技推出智能闪赔，据称覆盖所有乘用车型、全部外观件、23种损失程度，智能识别精度高达90%以上。百度与太保合作的智能定损解决方案中将外观件的物理损伤分为刮擦、凹陷、褶皱、穿孔、撕裂五大类，并建立了与修复、换件等的逻辑关系，可覆盖66款主流车型，损失部位识别率超过95%，损伤程度识别率超过90%，不仅可一键提供维修方案报价，还可在线预约修理厂，实时支付赔款。整套解决方案亮相于2017年11月16日百度世界大会。总体来看，这些智能“定损员”工作能力还比较初级，但只要这些“定损员”有机会进入保险商业运用，其自我进化能力和成本优势将会对固守于传统定损模式的保险公司造成巨大的竞争压力。

除定损职能外，人工智能对保险公司文档、批改、核损、理算等营运职能的影响也是巨大的。“语音识别+图像识别+认知计算+深度学习”可以替代大多数实物单证交换、信息录入、信息审核等制式化、重复性的工作内容，例如询价、录单、打（印）单、保单配送，低端及小额查勘、定损，例行性的核赔，简单的电话呼出呼入，检查电话坐席语音是否合规的品控岗等。根据麦肯锡公司的报告，到2025年，人工智能将会取代如今保险业中25%的全职员工，其中受影响最大的就是营运环节，营运人员在保险公司的比重将从2015年的46%下降到33%，大约占到受影响员工的一半以上。人员队伍的调整，哪怕只是人员结构的调整，对大多数车险经营机构都是巨大的挑战，需要提前规划，统筹考虑。

3.加强风险控制，夯实发展基础

风险控制是车险经营永恒的话题，AI技术的发展同样会助力车险风险控制水平的提升。其中，影响比较显著的包括保险风险管控、操作风险管控和防欺诈领域。

车险机构的保险风险主要是与车险业务经营有关的风险，随着大数据技术的发展，车险业务的定价因子将更加丰富，定价能力会得到明显提升。依托人工智能技术提供的精准客户画像，车险经营机构可以根据每个客户、每辆汽车，甚至每段行驶的实时数据进行实时的风险评估，提供精准的风险报价。此外，未来AI技术也可能给保险公司技术含量最高的保险精算师的工作带来冲击。只要提供充足的数据，AI完全可以依靠其强大的计算能力，穷极所有风险因子可能的组合进行建模、拟合、比较，最后得出一个最接近真实赔付情况的定价模型。当然，该模型能否实现取决于我们能否为AI精算师提供足够的数据。但是，AI技术有助于提升车险业务风险管理水平已是共识。

AI技术的发展和在保险行业的运用还会改变车险机构对操作风险的管控策略。操作风险也是目前车险机构面临的主要风险之一。操作风险主要包括操作流程不完善、人为操作和信息系统故障等引发的风险。一方面，随着AI@车险的发展，车险业务将越来越自动化、智能化，车险业务营运中的纯人工操作将会越来越少，由人为操作引发的风险将会显著减少。另一方面，由于整个车险业务的营运高度自动化，IT系统的稳定性和安全性将成为影响车险营运风险的关键所在。一旦信息系统发生故障或出现问题，或可影响整个业务的正常运营。车险经营操作风险的特点也将从现在的风险点分散、发生概率高转变为风险点集中、发生概率小和损失程度高，车险机构需要调整对应的风险管理策略和应对措施。

三、AI@车险演进的模式选择

一般来讲，人工智能在产业的运用涉及到技术、数据和场景三大要素。根据三大要素的组合方式，目前车险机构布局人工智能的模式主要分为两大类：

一是企业自建模式。保险机构自建人工智能的技术能力，依托既有的数据和金融服务场景，形成人工智能在金融行业落地的闭环。此模式以平安为代表。平安集团2017年宣布每年投入营业收入的1个百分点用于人工智能技术的开发，人工智能技术研发人员达2.2万名，并在2017年9月推出了面向行业运用的智能定损、身份识别等人工智能云服务产品。此模式的特点是形成保险企业自有的人工智能技术能力需要高额投入，保险企业与科技公司的经营差异性较大，对保险企业转型变革的要求很高，存在较大的风险。

二是合作模式。保险公司提供数据和业务场景，与具有人工智能技术优势的科技公司、科研院校等进行合作，推动人工智能在金融业务场景中的运用。此模式以中国人寿为代表，2017年6月中国人寿与百度宣布，将在平台、数据、智能等方面展开深度的合作，打通互联网智能科技行业与金融保险行业。另外，也有保险企业利用高校的研发资源，进行专项项目研发合作，进行技术的重点突破，但与高校合作主要用于单点技术的研发，系统性全面合作的案件较少。此模式实现了技术、数据和场景三大要素的最优组合，但需要合作双方建立高度信任关系，以实现资源的充分融合。

总体上讲，两种模式各有优劣。对于大多数以车险为主业的企业而言，自建模式周期长、投入高、风险大，更适合采取合作模式，利用自身的行业经验和数据基础，寻找合适的技术合作伙伴，共同布局AI@车险解决方案。

另外，数据是决定车险机构在未来人工智能时代话语权的重要因素。加强数据管理，重视数据合作，提升大数据处理能力，是当前车险机构布局AI@车险的当务之急。从企业角度来说，要建立明确的数据收集和分享机制，出台数据字典，明确内外部数据类别、数据定义、采集方法、口径和获取路径等，在技术上，实现数据库与生产系统的剥离，建设中央统一数据库，形成对实时和非结构化数据处理的能力，实现数据的自动采集、实时更新，完善报表体系建设。从行业角度来看，需要顺应形势推进数据共享机制的建立，建立行业数据管理规则，搭建统一的数据平台，在兼顾利益和合法的前提下打通各家保险企业间的数据壁垒，实现数据互通互联，促进行业整体发展。

讲到人工智能，与车险相关的还有无人驾驶这个热门话题。无人驾驶技术将对现有近8000亿元保费收入的车险带来革命性的影响。首先，自动驾驶将导致汽车市场规模的缩减，普华永道估计，运用自动驾驶技术后，道路上99%的车辆都会消失，美国的汽车保有量将从现在的2.45亿辆大幅减少到仅仅240万辆。尽管没有关于无人驾驶对中国汽车保有量影响的估计，但无人驾驶会降低社会汽车保有量是共识，这会从根本上影响车险业务的市场规模。第二，无人驾驶、ADAS等技术将大幅降低驾驶风险，车辆事故率将相应下降，整个汽车保险市场最终也将出现萎缩。最后，无人驾驶环境下交通事故的主要影响因素将由现在的“人、车、环境”三维系统降维至“车与环境”二维模型，车辆硬件及自动驾驶软件系统成为影响交通事故的差异性因素，现有主流的车险将向产品责任保险方向转变，会完全颠覆保险公司现有车险业务的经营模式。业界普遍预计，真正的无人驾驶汽车将在2020年到来。对中国市场而言，考虑到市场上巨大的汽车保有量，预计两到三年内无人驾驶对经营车险的机构影响有限，但“未来已来”，所有的车险机构必须早做准备。

人工智能将全方位赋能车险业务经营，未来车险业务的竞争也将是以人工智能为代表的保险科技运用水平的竞争。对于AI@车险，首先，要有激动之心，因为这是社会进步的趋势，AI给予了车险经营者变革传统、求新求变的机会；其次，要怀敬畏之心，因为这是科技发展的必然，人们对美好生活的追求不可阻挡；最后，要保持平常之心，因为AI技术同其他技术一样，对车险行业的经营是把双刃剑，只要顺势而为，合理利用，必定能重新定义车险行业，共同构建一个更加开放的智能社会。