對人工智能賦能車險的若干思考

俞 斌 中國太平洋保險（集團）股份有限公司

人工智能是計算機科學的一個分支，是研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的技術科學。簡單來說，人工智能旨在洞察人類智能的實質，實現對人的意識、思維過程的模擬，使得機器、設備或者軟件系統具備以人類智能相似的方式做出反應的能力。該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能從誕生以來，理論和技術日益成熟，應用領域不斷擴大。目前已有相對較低級別的人工智能運用到實際生活場景中，如互聯網上針對每個人的搜索請求所給出的網頁排名結果，智能手機上的語音助手，如iOS的Siri、百度的小度、微軟的小娜、Android的Google Assistant、安卓的靈犀，等等。可以設想，隨著技術的進步，未來人工智能將使人的智能與勞動力本身實現分離，成為一種可以獨立存在的能力賦能于勞動工具，這將極大地改變生產力中勞動力與勞動工具之間的關系，對生產力帶來極大的促進作用。任何行業和領域，都離不開勞動力的能動作用，這也意味著，人工智能在社會經濟生活的各個領域都能大有作為。各行各業都應該關注人工智能技術的發展，主動思考、謀劃人工智能在本領域的運用。

毫無疑問，未來十年，人工智能也會對整個保險行業產生巨大影響。車險作為中國財產保險行業第一大險種，業務占比超過70%，又屬于金融領域里的“勞動密集”子行業。車險經營者需要保持對科技發展趨勢的高度敏感性，關注人工智能的發展進程，積極思考如何利用人工智能為車險業務賦能，努力成為AI@車險的定義者，才能獲取未來“人工智能”新經濟時代轉型變革的紅利，始終在競爭中立于不敗之地。

一、AI@車險的價值

車險作為保險業務領域分散性均質風險的代表，人工智能技術運用的想象空間十分廣闊。

首先，車險業務具有的數據優勢可以加速人工智能技術在保險業的運用落地。數據是人工智能發展的重要燃料。車險業務經營的立身之本是數據，與車險業務相關的數據積累比較完整，管理也相對比較完善，這為人工智能的運用創造了較好的條件。盡管受信息化建設水平的影響，我國車險公司大多數車險有關的數據以紙質檔案或者非結構化電子文檔的方式存在，通過OCR識別技術可以批量對傳統紙張或電子文檔進行結構化處理，使其結構化而成為機器學習或深度學習的素材。

第二，車險業務標準化程度相對較高。車險業務的對象是機動車輛，與財產保險的其他標的相比，機動車輛標的的外形與結構相似度更高，大量相似數據的存在將降低人工智能學習的成本，使得人工智能在車險業務領域的運用具有經濟上的可行性。根據目前百度與太保合作的車險人工智能定損的數據，訓練學會第一款車型外觀件定損需要約3萬案例，由于車輛外觀上的相似性，后續不同車型外觀件定損需要的案例數呈逐步減少的趨勢。在學習的車型達到一定數量后，進一步擴展到其他車型所需的案例可以降低到個位數以內。

最后，從車險業務本身的發展需求來看，行業車險業務盡管規模大，發展速度快，但盈利水平低、人工產能不高的矛盾也非常突出。抓住人工智能技術發展的紅利，利用人工智能對車險業務進行賦能、改造，也是車險業務經營者尋求車險經營水平提升的應有之義。

二、AI@車險的主要領域

毫無疑問，未來十年人工智能技術會對車險業務產生全方位的影響，特別是疊加大數據、移動互聯、車聯網、物聯網等技術，甚至引發車險定價邏輯、產品屬性、行業屬性等的顛覆性變化。近期而言，受人工智能技術本身影響最大的主要在客戶交互、營運管理和風險控制等領域。

1.升級客戶交互，顛覆客戶體驗

車險業務的客戶交互界面比較復雜，既有保險公司人員代表公司直接與客戶的線上或者線下的交互，也有大量第三方代表保險公司與客戶進行交互。從投保界面看，整個行業車險業務客戶在線全流程自助投保占比不超過10%，遠低于其他行業電子商務的占比；從理賠界面看，客戶對車險理賠手續復雜、速度慢的抱怨不絕于耳；這說明車險業務的客戶體驗還有很大的提升空間，這也為利用AI技術發揮作用提供了諸多的可能。

首先，AI技術可以徹底顛覆保險公司的在線客戶體驗。目前保險公司主流在線互動主要通過觸摸屏+圖形字符技術實現，客戶需要提供多個證照信息核實身份且多次、反復手工輸入大量的信息，嚴重影響客戶直接與保險公司互動的積極性。當保險公司的自助服務系統搭載AI人工智能技術后，保險公司自助服務系統可以具備一定的聽覺、視覺與預測能力，從而能夠實時、準確、個性化地響應客戶的服務需求。客戶只需“按個鍵”“刷下臉”“說句話”，保險公司即可快速完成客戶身份識別和相關的數據授權，自動適配交互方式，并根據該客戶的個性化偏好，進行個性化的溝通。所有系統與客戶互動的數據將全部回寫人工智能深度學習系統，作為系統自學習的素材，形成“建議提出—反饋—建議修正”的閉環，進而實現使用越多、準確度越高的良性循環。此方面的運用在保險業內已有實際案例，如美國創業公司Insurify在2016年推出人工智能虛擬保險代理專家Evia（Expert Virtual Insurance Agent），它“看”一下駕駛證照片，即可了解駕駛人的個人信息和駕駛歷史，并給客戶提供經過篩選的車險產品組合和對應的報價信息，還可解答關于保險條款相關的問題。國內案例有“車車車險”推出的“阿保保險”，可給客戶推薦不同的車險產品；平安產險推出的機器人旺寶，可承擔迎送賓、咨詢、打印取號、掃碼獲客、保險產品推介等工作。

其次，AI人工智能技術可以幫助保險公司人工交互界面提升工作效率，改善客戶體驗。可以預見，人工服務仍然是保險公司與客戶交互的重要形式，AI人工智能在提升人工服務效率方面的運用空間遠遠大于AI直接交互，AI技術支撐下的人工交互將是未來保險公司客戶交互的主流模式。在此種模式下，人工服務團隊將作為客戶交互的主要界面，承擔感知用戶情感狀態，把握溝通時機的作用，AI作為人工服務團隊的助手，利用機器強大的邏輯計算能力為人工服務團隊提供數據采集、整合，產品組合方案建議、服務方案建議等，雙方優勢互補，一起為客戶提供既高效又有溫度的服務，實現客戶體驗的進一步優化。

最后，基于AI技術還會推動車險理賠服務從被動到主動的轉變。自動化理賠是當前保險服務升級的一個方向，以航班延誤險為例，依托航聯等機構提供的航班飛行數據，只要航班實際起降時間達到理賠的標準，無需客戶提供任何資料，保險公司即自動進行賠付。在車險業務領域，依托遍布各地的高清攝像頭和日益普及的車聯網設備提供的感知能力，加上AI視覺識別認知能力和自學習能力，車險機構可以為每一投保車輛配備一個“智能在線助理”，24小時、不間斷、全天候地實現車輛狀態的實時監控、緊急狀態的提前預警、異常狀態的自動采集、碰撞現場的影像回放、客戶關懷的實時送達及理賠報案的個性引導等，從根本上破解車險服務手續繁瑣的難題，實現車險服務的跨越式升級。

2.實現智慧營運，提升行業效率

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

傳統保險營運多以現場、紙質、層層授權為基礎，流程前后臺交互繁多，不僅造成保險公司營運人力的大量耗費，還在社會上形成了人員素質參差不齊、缺乏技術含量、效率低的形象。車險業務由于標的分散、流動性強的特點，查勘定損人員數量占比更高，更是強化了車險機構勞動密集型、與“高端、大氣、上檔次”的金融機構定位不般配的形象。定損環節是車險營運中最有挑戰性的環節。一方面，車險查勘定損人員數量多、流動性強，人員成本高；另一方面，我國保有的汽車品牌、車型、款系種類繁多，僅家庭用車款型就達3萬多種，每輛汽車零配件超過千種，不同款型汽車零配件的型號與價格都不相同，零配件還有正廠件、副廠件之分，損傷部位修理還是換件的界限并不是非常清晰，進一步增加了查勘定損工作的管理難度。同一個車險理賠案件，不同定損人員定損的結果可能會有較大的差異。實踐中，保險公司引入了多種方式來加強對查勘定損環節的管理，包括查勘定損分離、雙人查勘、系統自動報價等等，但在傳統業務流程和運作模式下，很難從根本上解決這一問題。

利用AI技術中的深度學習圖像識別技術，結合保險公司的理賠專業經驗和案例數據，可以在一定程度上破解車險定損管理難的問題，提升賠付效率和客戶滿意度。這是認知智能@車險營運的典型案例。保險公司開放歷史理賠案件的圖像語料數據，由專業定損人員在系統中進行損失部位、損失程度、維修方案等關鍵數據的標注，形成一定數量的學習素材對AI圖像識別軟件進行訓練，AI圖像識別軟件自動提煉形成與車險識別相關的范式和規則，從而可以據此快速定損、自動賠付。當然，智能定損軟件的“工作能力”取決于學習樣本的數量以及圖像識別軟件的算法。一旦建立利用理賠系統中海量實際理賠案例對智能定損軟件進行反饋訓練的機制，智能定損軟件的“工作能力”將會不斷自我迭代，甚至超越人力認識和經驗層面的主觀判斷。

目前市場上已有多款車險智能定損解決方案先后發布。2017年6月21日螞蟻金服推出“定損寶”，據稱定損時間縮短至秒級，準確率達到98%以上，相當于行業10年以上經驗的定損專家。2017年9月7日平安科技推出智能閃賠，據稱覆蓋所有乘用車型、全部外觀件、23種損失程度，智能識別精度高達90%以上。百度與太保合作的智能定損解決方案中將外觀件的物理損傷分為刮擦、凹陷、褶皺、穿孔、撕裂五大類，并建立了與修復、換件等的邏輯關系，可覆蓋66款主流車型，損失部位識別率超過95%，損傷程度識別率超過90%，不僅可一鍵提供維修方案報價，還可在線預約修理廠，實時支付賠款。整套解決方案亮相于2017年11月16日百度世界大會。總體來看，這些智能“定損員”工作能力還比較初級，但只要這些“定損員”有機會進入保險商業運用，其自我進化能力和成本優勢將會對固守于傳統定損模式的保險公司造成巨大的競爭壓力。

除定損職能外，人工智能對保險公司文檔、批改、核損、理算等營運職能的影響也是巨大的。“語音識別+圖像識別+認知計算+深度學習”可以替代大多數實物單證交換、信息錄入、信息審核等制式化、重復性的工作內容，例如詢價、錄單、打（印）單、保單配送，低端及小額查勘、定損，例行性的核賠，簡單的電話呼出呼入，檢查電話坐席語音是否合規的品控崗等。根據麥肯錫公司的報告，到2025年，人工智能將會取代如今保險業中25%的全職員工，其中受影響最大的就是營運環節，營運人員在保險公司的比重將從2015年的46%下降到33%，大約占到受影響員工的一半以上。人員隊伍的調整，哪怕只是人員結構的調整，對大多數車險經營機構都是巨大的挑戰，需要提前規劃，統籌考慮。

3.加強風險控制，夯實發展基礎

風險控制是車險經營永恒的話題，AI技術的發展同樣會助力車險風險控制水平的提升。其中，影響比較顯著的包括保險風險管控、操作風險管控和防欺詐領域。

車險機構的保險風險主要是與車險業務經營有關的風險，隨著大數據技術的發展，車險業務的定價因子將更加豐富，定價能力會得到明顯提升。依托人工智能技術提供的精準客戶畫像，車險經營機構可以根據每個客戶、每輛汽車，甚至每段行駛的實時數據進行實時的風險評估，提供精準的風險報價。此外，未來AI技術也可能給保險公司技術含量最高的保險精算師的工作帶來沖擊。只要提供充足的數據，AI完全可以依靠其強大的計算能力，窮極所有風險因子可能的組合進行建模、擬合、比較，最后得出一個最接近真實賠付情況的定價模型。當然，該模型能否實現取決于我們能否為AI精算師提供足夠的數據。但是，AI技術有助于提升車險業務風險管理水平已是共識。

AI技術的發展和在保險行業的運用還會改變車險機構對操作風險的管控策略。操作風險也是目前車險機構面臨的主要風險之一。操作風險主要包括操作流程不完善、人為操作和信息系統故障等引發的風險。一方面，隨著AI@車險的發展，車險業務將越來越自動化、智能化，車險業務營運中的純人工操作將會越來越少，由人為操作引發的風險將會顯著減少。另一方面，由于整個車險業務的營運高度自動化，IT系統的穩定性和安全性將成為影響車險營運風險的關鍵所在。一旦信息系統發生故障或出現問題，或可影響整個業務的正常運營。車險經營操作風險的特點也將從現在的風險點分散、發生概率高轉變為風險點集中、發生概率小和損失程度高，車險機構需要調整對應的風險管理策略和應對措施。

三、AI@車險演進的模式選擇

一般來講，人工智能在產業的運用涉及到技術、數據和場景三大要素。根據三大要素的組合方式，目前車險機構布局人工智能的模式主要分為兩大類：

一是企業自建模式。保險機構自建人工智能的技術能力，依托既有的數據和金融服務場景，形成人工智能在金融行業落地的閉環。此模式以平安為代表。平安集團2017年宣布每年投入營業收入的1個百分點用于人工智能技術的開發，人工智能技術研發人員達2.2萬名，并在2017年9月推出了面向行業運用的智能定損、身份識別等人工智能云服務產品。此模式的特點是形成保險企業自有的人工智能技術能力需要高額投入，保險企業與科技公司的經營差異性較大，對保險企業轉型變革的要求很高，存在較大的風險。

二是合作模式。保險公司提供數據和業務場景，與具有人工智能技術優勢的科技公司、科研院校等進行合作，推動人工智能在金融業務場景中的運用。此模式以中國人壽為代表，2017年6月中國人壽與百度宣布，將在平臺、數據、智能等方面展開深度的合作，打通互聯網智能科技行業與金融保險行業。另外，也有保險企業利用高校的研發資源，進行專項項目研發合作，進行技術的重點突破，但與高校合作主要用于單點技術的研發，系統性全面合作的案件較少。此模式實現了技術、數據和場景三大要素的最優組合，但需要合作雙方建立高度信任關系，以實現資源的充分融合。

總體上講，兩種模式各有優劣。對于大多數以車險為主業的企業而言，自建模式周期長、投入高、風險大，更適合采取合作模式，利用自身的行業經驗和數據基礎，尋找合適的技術合作伙伴，共同布局AI@車險解決方案。

另外，數據是決定車險機構在未來人工智能時代話語權的重要因素。加強數據管理，重視數據合作，提升大數據處理能力，是當前車險機構布局AI@車險的當務之急。從企業角度來說，要建立明確的數據收集和分享機制，出臺數據字典，明確內外部數據類別、數據定義、采集方法、口徑和獲取路徑等，在技術上，實現數據庫與生產系統的剝離，建設中央統一數據庫，形成對實時和非結構化數據處理的能力，實現數據的自動采集、實時更新，完善報表體系建設。從行業角度來看，需要順應形勢推進數據共享機制的建立，建立行業數據管理規則，搭建統一的數據平臺，在兼顧利益和合法的前提下打通各家保險企業間的數據壁壘，實現數據互通互聯，促進行業整體發展。

講到人工智能，與車險相關的還有無人駕駛這個熱門話題。無人駕駛技術將對現有近8000億元保費收入的車險帶來革命性的影響。首先，自動駕駛將導致汽車市場規模的縮減，普華永道估計，運用自動駕駛技術后，道路上99%的車輛都會消失，美國的汽車保有量將從現在的2.45億輛大幅減少到僅僅240萬輛。盡管沒有關于無人駕駛對中國汽車保有量影響的估計，但無人駕駛會降低社會汽車保有量是共識，這會從根本上影響車險業務的市場規模。第二，無人駕駛、ADAS等技術將大幅降低駕駛風險，車輛事故率將相應下降，整個汽車保險市場最終也將出現萎縮。最后，無人駕駛環境下交通事故的主要影響因素將由現在的“人、車、環境”三維系統降維至“車與環境”二維模型，車輛硬件及自動駕駛軟件系統成為影響交通事故的差異性因素，現有主流的車險將向產品責任保險方向轉變，會完全顛覆保險公司現有車險業務的經營模式。業界普遍預計，真正的無人駕駛汽車將在2020年到來。對中國市場而言，考慮到市場上巨大的汽車保有量，預計兩到三年內無人駕駛對經營車險的機構影響有限，但“未來已來”，所有的車險機構必須早做準備。

人工智能將全方位賦能車險業務經營，未來車險業務的競爭也將是以人工智能為代表的保險科技運用水平的競爭。對于AI@車險，首先，要有激動之心，因為這是社會進步的趨勢，AI給予了車險經營者變革傳統、求新求變的機會；其次，要懷敬畏之心，因為這是科技發展的必然，人們對美好生活的追求不可阻擋；最后，要保持平常之心，因為AI技術同其他技術一樣，對車險行業的經營是把雙刃劍，只要順勢而為，合理利用，必定能重新定義車險行業，共同構建一個更加開放的智能社會。