保險2030：人工智能將如何改寫保險業

Ramnath Balasubramanian Ari Libarikian Doug McElhaney 畢強

保險業正處于科技驅動的深刻變革前夕。

隨著卷積神經網絡等深度學習技術新浪潮的到來，人工智能（AI）技術將能夠模擬人類感知、推理、學習和解決問題的能力（見圖1）。在這一變革中，保險將從當前的“檢測和修理”模式進化為“預測和預防”模式，從而徹底改變保險行業的方方面面。消費者、金融中介、保險公司和供應商正在不斷利用高科技改善決策、提高工作效率、降低成本，并優化客戶體驗，在這種背景下，變革的步伐將會越來越快。

人工智能與保險行業的整合日益深化，保險公司將不得不明確自身定位，以應對經營環境的持續變化。保險企業高管必須明了變革動因，深入理解人工智能如何重塑理賠、分銷、承保和定價。只有如此，保險企業高管才能夠提升相關技能、培養合適人才，并運用各種新興技術塑造未來保險業成功所須的文化和視角。

互聯設備的數據大爆炸、越來越流行的機器人、開源與數據生態系統、認知技術的進步，由人工智能驅動的四種核心技術趨勢將會在未來十年重塑保險行業。保險行業的分銷、承保、定價和理賠都將在技術和數據的巨大影響下發生改變，行業價值鏈也將隨之發生變化。

2030年保險行業前瞻

分銷

購買保險的流程更快，保險公司和客戶無須密集參與即可完成。只要擁有足夠的個人行為信息，人工智能算法就可以了解風險概況，從而將投保汽車、商業或人壽保險的時間周期縮短為幾分鐘甚至幾秒鐘。隨著汽車遠距離通信和家居物聯網設備的激增，以及定價算法的成熟，汽車和家財保險公司已經實現即時報價，并將繼續完善，向更廣泛的客戶人群提供保單。很多壽險保險公司正在嘗試簡化產品分銷流程，但是大多數還只是局限于健康狀況良好的申請人，而且比需要完全承保的類似產品定價更高。隨著人工智能技術向壽險承保領域的滲透，保險公司能夠以更先進的方式辨別風險，新的即時核保和快速分銷產品將進入大眾市場。

區塊鏈驅動的智能合約將通過客戶的財務賬戶即時授權支付。同時，合約處理和支付驗證將被取消或簡化，降低了保險公司的獲客成本。隨著無人機、物聯網等技術不斷為人工智能的認知模型提供足夠信息和可用數據，保險公司可因此定制更加具有針對性的保險費率，企業客戶購買保險也同樣會變得更加方便。

另外，高度動態化、基于使用情況付費的保險產品（UBI）日益成熟，并可根據單個顧客的行為進行定制。在產品可根據個人行為模式不斷調整的情況下，保險將從“購買并每年續保”模式變為持續適應模式。此外，產品將被分解成更細微的保障元素（例如手機電池保險、飛機延誤險、家庭洗碗機和烘干機保障險等不同的覆蓋范圍），客戶可以根據自己的特殊需要進行個性化定制，并能馬上比較不同保險公司的價格。新的產品不斷涌現，以適應不斷變化的生活習慣和出行方式。隨著實物資產多人分享模式的實現，UBI將會成為標準保險范式，汽車共享可以按公里或按次收費，而房屋短租共享也可以按次提供保險保障，Airbnb就是一例。

到2030年，保險代理人的角色將會發生巨大改變。將來，隨著活躍代理人進入退休階段，以及為提高生產率，人工智能技術開始取代人工，保險代理人的數量必會顯著縮減。代理人的角色將轉變為過程促成者和產品教育者。未來的保險代理人能夠銷售各種類型的保險，并且幫助客戶管理保險組合以創造更多價值，其中包括健康、人壽、出行、個人財產和住宅。代理人將使用智能私人助理優化工作，使用AI機器人為客戶發現更加合適的保險產品。這些工具可以幫助代理人為更多客戶服務，使得與客戶的溝通（包括面對面、虛擬和數字溝通）更簡短更有效，還可以根據客戶當前和未來需求定制溝通內容。

承保與定價

到2030年，大多數針對個人和小企業的壽險和財產險將不再使用人工承保。隨著承保的自動化，基于技術驅動的承保將只需數秒時間。這些模型所需的數據，既有內部數據，也有通過應用程序接口從外部提供商獲得的外部數據。從保險公司、再保險公司、產品制造商和產品分銷商處所收集的信息將匯總到各種數據庫和數據流中。這些信息能夠使保險公司就承保和定價作出事前決策——根據買方風險狀況和保險需求為保險組合產品提供綜合價格。

此外，監管機構審查的基于機器學習的人工智能模型，是采用公開、透明的方法來確保風險評分的可追溯性（類似于現在使用的基于回歸系數的評分因子推導）。為了驗證營銷和承保所使用的數據是否合理，監管機構要對各種模型輸入參數進行評估。在確定在線保單計劃的費率時，監管機構還要為保險公司提供測試保單，以確保算法結果在監管政策的允許范圍之內。出于公共政策方面的考慮，某些敏感和預測性數據的訪問權限（例如健康和基因信息）需要進行限制，因為這些信息的泄露將降低某些領域承保和定價的靈活性，并增加逆向選擇的風險。

雖然價格仍然是消費者做出決策的最重要因素，但是保險公司需要不斷創新，以避免純粹的價格競爭。先進的專有平臺將在客戶和保險公司之間建立連接，為客戶提供差異化的體驗、功能和價值。在某些領域，價格競爭加劇，利潤率微薄是常態，而在另一些細分市場，獨特的保險產品能夠提高利潤率，實現差異化。順應這一變革的領域，定價創新速度會很快。根據使用情況和動態且豐富的數據風險評估，消費者可獲得實時定價，并在了解行為如何影響保障范圍、風險可保性和保費定價的情況下做出自己的決定。

理賠

到2030年，理賠處理仍然是保險企業的一項主要職能，但與2018年相比，理賠崗位將減少70%～90%。高級算法能夠確定初始理賠的處理路徑，從而提高效率和準確度。個人保險和小企業保險的理賠基本實現自動化，保險企業的直通式處理業務占比超過90%，理賠時間將從目前的幾天大幅縮短到數小時乃至數分鐘。

各種物聯網傳感器和數據捕捉技術組合，比如無人機，將基本取代傳統的人工報案方式。損失發生之后，理賠分類流程和維修服務將會被自動開啟。比如，交通事故發生之后，保單持有人先對事故現場進行攝像，然后轉換成損失說明，系統將自動估算理賠金額。遭受較小損失的自動駕駛車輛可自動駛向修理廠進行維修，同時調派的一輛自動駕駛車輛前往現場替換。家庭對物聯網設備的使用會越來越多，比如監控水位、溫度和其他關鍵風險因素的設備，這些設備能夠在風險出現之前預先警示住戶和保險公司。

提供自動客戶服務的各種應用可直接按照自我學習腳本，通過語音和文字來處理大多數保單持有人的互動信息，這些腳本可與理賠、欺詐、醫療服務、保單以及維修等各系統對接。多數理賠的結案時間不再以天或周計，而是以分鐘計。理賠過程中的人工操作主要集中在以下方面：復雜特殊案件的理賠；存在爭議、須利用分析和數據洞察進行人工互動和協商的理賠；因新技術造成的與系統問題和風險相關的理賠（比如黑客侵入重要的物聯網系統）；以及旨在確保對算法決策充分監督而對理賠案件進行的隨機人工抽查。

理賠部門將更為關注對風險的監控、預防和應對。物聯網和新的數據來源將被用來監控風險，若風險因素超出人工智能設定的閾值，將啟動干預措施。保險公司的理賠部門與客戶的互動側重于避免潛在損失。個人收到的實時警示可能與查勘、維護和修理等自動干預措施相關聯。對于大規模災難的理賠，保險公司會利用一體化物聯網、車載信息系統和手機數據，實時監控住房和車輛情況，當然前提是該地區的手機服務和電力供應沒有中斷。如果電力中斷，保險公司可利用數據集成系統整合衛星、聯網無人機、天氣預報實時獲取的數據以及保單持有人的數據，將理賠預先備案。多家大型保險機構可以針對多種災難類型對類似系統進行預先測試，因此在緊急情況實際發生時，備案的損失估算金額將非常準確可靠。詳細報告能夠自動提供給再保險機構，從而加快再保險資金的流動。

保險企業如何應對快速變革

1.把握人工智能方面的技術與趨勢

盡管行業結構方面的變化是由技術驅動的，但應對這些挑戰卻并不只是IT團隊的任務。相反，董事會和客戶體驗團隊成員都應投入大量時間和資源，深入了解人工智能方面的技術，其中包括基于假設情景進行深度分析，弄清哪些領域在什么時候可能出現重大變化，以及這些變化對于特定業務線有何影響。

2.制定和實施連貫的戰略計劃

在對如何利用人工智能有一定了解之后，保險企業還必須決定如何利用人工智能技術支持其業務戰略。高級領導層制定的長期戰略計劃應包括持續多年的運營、人才和技術轉型方案。有些保險企業已經開始采取創新舉措了，比如組建自己的風險投資部門，收購有潛力的保險技術企業，以及與業內領先的研究機構建立合作關系等。保險企業應當根據自身想要涉足的領域形成自己的戰略觀點，需要明確是順應大勢還是獨辟蹊徑，是創立新的實體還是在公司內部打造戰略能力，只有這樣才能找到最適合自身組織特點的戰略路徑。

戰略規劃可能涉及基于分析技術的大規模的戰略舉措，要解決從數據、模型、人才到文化全部四個方面的問題（見圖2）。戰略規劃要勾勒出人工智能技術與概念驗證的路線圖，要具體規定企業的各個部門在提升能力或所側重的變革管理過程中需要多大的投入。最為重要的是要詳細制定里程碑和檢查點，這樣，企業才能定期確定如何調整戰略規劃，解決人工智能技術發展過程中出現的變化，或者行業內出現的重大的轉變或顛覆。

除能夠認識和應用人工智能技術外，保險企業還要針對宏觀層面的變化制定響應機制。隨著各個業務線紛紛轉向“預測和預防”的模式，保險企業要重新考慮其與客戶的溝通方式、品牌策略、產品設計，以及盈利模式。使用自動駕駛汽車可減少交通事故，使用物聯網設備可避免室內浸水，并可在自然災害之后高效重建房屋，改善醫療服務則可挽救和延長生命。當然，自動駕駛汽車也會發生故障，自然災害會不斷毀壞沿海地區，每個人都需要高效的醫療護理，在親人離世時也都需要撫慰。這些變化總會發生，相應地，保險利潤池會不斷變化，新型產品會不斷涌現，消費者與保險企業的溝通方式也會出現很大變化。保險企業要贏得未來，就要制定和落實戰略規劃，確定自身的品牌和產品定位、更新客戶互動方式，并充分利用未來新興的創新技術。

只有不斷落實這些措施，企業才能夠形成連貫的技術戰略，解決業務各個方面的問題，并著眼于價值創造和競爭優勢的獲取。

3.制定并落實全面的數據戰略

數據很快就會成為企業最有價值的資產之一。保險行業并無不同：在保單的壽命周 期之內，保險公司識別、量化、處置和管控風險的方式完全取決于其所能獲得的數據數量和質量。眾所周知，如果能夠通過不同來源獲取海量數據，那么大多數人工智能技術都會表現得更好。因此，保險企業必須制定結構完善且切實可行的內部和外部數據戰略。保險企業需要對內部數據進行相應的組合，以促進新的分析結果和分析能力的快速形成。在利用外部數據時，保險企業必須在注重數據訪問權限的前提下獲取外部數據，不斷豐富和補充內部數據庫。但真正的挑戰在于如何以更高的性價比獲取數據。隨著外部數據生態系統不斷擴展，外部數據可能繼續呈現高度分散狀態，因此，要想以合理成本來取得高質量數據將非常困難。總體而言，數據戰略要包含獲取和利用外部數據的各種途徑，以及將外部數據與內部數據整合的方式。保險企業要制定多層面的數據獲取戰略，可能包括直接收購數據資產和數據提供商，或獲得數據來源的授權，以及利用數據API（應用程序接口）與數據經紀商合作等。

4.培養能夠勝任變化的人才，構建相應的基礎設施

在增強型對弈中，如果對弈雙方都使用人工智能技術作為輔助支持，水平一般的玩家會比專業棋手表現更優。這種結果也許出乎大多數人的意料。這是因為，前者在與人工智能進行互動時更愿意接受、信任和理解這一輔助技術。要確保企業的各個部門將高級分析技術視為一種不可或缺的功能，保險公司就必須在人才培養方面進行精心且持續的投入。保險企業未來需要擁有具備相應理念和技能的人才。未來對新一代一線優秀保險人員的需求會越來越大，他們不能墨守成規，一定要善于利用各種技術，具備創新意識，并且能夠利用半自動化和機器輔助技術，在不斷變化而非靜態的情景中完成工作。保險企業若要利用人工智能創造價值，就要整合整個企業的能力、技術和洞察，為客戶營造全方位的獨特體驗。對于大部分保險企業而言，企業高層領導團隊須一致認同并達成共識，且須努力推動有針對性的文化轉型。為此，企業需要制定合理的人才戰略，大力吸納、培養和留住各類擁有重要技能的人才，包括數據工程師、數據科學家、技術人員、云計算專家，以及體驗設計師等。

此外，企業在積累知識的同時，還要擁有應對競爭所需的新技術和新能力，因此許多企業需要制定和落實技能更新計劃。保險企業培養新型人才的最后一個重要環節是，識別能夠提升自身能力的外部資源和合作方，目的是幫助企業在業務發展和開拓過程中獲得必要的支持。未來的IT系統架構也將與目前的大不相同。因此，保險企業應該開展有針對性的投資，向更加面向未來的技術體系遷移，實現雙速IT轉型。

（Ramnath Balasubramanian 為麥肯錫全球董事合伙人，常駐紐約分公司；Ari Libarikian 為麥肯錫全球資深董事合伙人，常駐紐約分公司；Doug McElhaney 為麥肯錫全球副董事合伙人，常駐華盛頓分公司；畢強為麥肯錫全球董事合伙人，常駐北京分公司。）