人工智能在保險行業的應用研究

□ 文 王 瑋

人工智能作為新一輪產業變革的核心驅動力，將催生新的技術、產品、產業、業態和商業模式，從而引發經濟結構的重大變革，實現社會生產力的整體提升。

一、人工智能的戰略定位

人工智能（Artificial Intelligence），英文縮寫為AI，是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能作為計算機學科的一個分支，自20世紀70年代以來，被稱為世界三大尖端技術之一（空間技術、能源技術、人工智能），也被認為是21世紀三大尖端技術（基因工程、納米科學、人工智能）之一。其研究領域包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。人工智能可以模擬人的意識、思維，從誕生以來，理論和技術日益成熟，應用領域不斷擴大，并在諸多領域取得豐碩的成果。

作為新一輪產業變革的核心驅動力，人工智能在催生新技術、新產品的同時，對傳統行業也具備較強的賦能作用，能夠引發經濟結構的重大變革，實現社會生產力的整體躍升。據麥肯錫公司預測，到2025年全球人工智能應用市場規模總值將達到1270億美元，人工智能將是眾多智能產業發展的突破點。

人工智能作為一項引領未來的戰略技術，世界發達國家紛紛出臺規劃和政策，對人工智能核心技術、頂尖人才、標準規范等進行部署，爭取在新一輪國際競爭中掌握主導權。2017年，我國出臺了《新一代人工智能發展規劃》（國發〔2017〕35號）、《促進新一代人工智能產業發展三年行動計劃（2018-2020年）》（工信部科〔2017〕315號）等政策文件，推動人工智能技術研發和產業化發展。《新一代人工智能發展規劃》中提出，到2020年，人工智能總體技術和應用與世界先進水平同步，核心產業規模超過1500億元，到2025，超過4000億元。到2030年，人工智能理論、技術與應用總體達到世界領先水平，核心產業規模超過1萬億元。

黨的十八大以來，習近平總書記在不同場合多次談及人工智能的重要性與人工智能的發展路徑。在2017年政府工作報告中，人工智能被正式高調提及，隨后寫入十九大報告。2018年4月，習近平總書記在出席全國網絡安全和信息化工作會議時，再次強調“要推動互聯網、大數據、人工智能和實體經濟深度融合，加快制造業、農業、服務業數字化、網絡化、智能化。”

由此看出，我國已將人工智能上升到國家發展戰略高度。

二、人工智能的發展概述

（一）人工智能的起源

人工智能始于 20世紀50年代，至今大致分為三個發展階段，如圖1所示：

第一階段（20 世紀50年代——80年代）。這一階段人工智能剛誕生，但由于很多事物不能形式化表達，建立的模型存在一定的局限性。此外，隨著計算任務的復雜性不斷加大，人工智能發展一度遇到瓶頸。

第二階段（20世紀80年代——90年代末）。在這一階段，專家系統得到快速發展，數學模型有重大突破，但由于專家系統在知識獲取、推理能力等方面的不足，以及開發成本高等原因，人工智能的發展又一次進入低谷期。

第三階段（21世紀初——至今）。隨著大數據的積聚、理論算法的革新、計算能力的提升，人工智能在很多應用領域取得了突破性進展，迎來了又一個繁榮時期。

圖1 人工智能發展歷史（資料來源：人工智能標準化白皮書）

（二）人工智能的概念

人工智能是利用數字計算機或者數字計算機控制的機器模擬、 延伸和擴展人的智能，感知環境、獲取知識并使用知識獲得最佳結果的理論、方法、技術及應用系統。根據人工智能是否能真正實現推理、思考和解決問題，可以將人工智能分為弱人工智能和強人工智能。

弱人工智能是指不能真正實現推理和解決問題的智能機器，這些機器表面看像是智能的，但是并不真正擁有智能，也不會有自主意識。迄今為止的人工智能系統都還是實現特定功能的專用智能，而不是像人類智能那樣能夠不斷適應復雜的新環境并不斷涌現出新的功能。目前的主流研究仍然集中于弱人工智能，并取得了顯著進步，如語音識別、圖像處理和物體分割、機器翻譯等方面取得了重大突破，甚至可以接近或超越人類水平。

強人工智能是指真正能思維的智能機器，并且認為這樣的機器是有知覺的和自我意識的，這類機器可分為類人（機器的思考和推理類似人的思維）與非類人（機器產生了和人完全不一樣的知覺和意識，使用和人完全不一樣的推理方式） 兩大類。從一般意義來說，達到人類水平、能夠自適應地應對外界環境挑戰、 具有自我意識的人工智能稱為“通用人工智能”、“強人工智能”或“類人智能”。 強人工智能不僅在哲學上存在巨大爭議（涉及到思維與意識等根本問題的討論），在技術上的研究也具有極大的挑戰性。強人工智能當前鮮有進展。

（三）人工智能的特征

人工智能由人類設計，為人類服務，本質為計算，基礎為數據。從根本上說，人工智能系統必須以人為本，通過對數據的采集、加工、處理、分析和挖掘，形成有價值的信息流和知識模型，來為人類提供延伸人類能力的服務，來實現對人類期望的一些“智能行為”的模擬，在理想情況下必須體現服務人類的特點。

人工智能能感知環境，能產生反應，能與人交互，能與人互補。人工智能系統具備借助傳感器等器件產生對外界環境（包括人類）進行感知的能力，可以像人一樣通過聽覺、視覺、嗅覺、觸覺等接收來自環境的各種信息，對外界輸入產生文字、語音、表情、動作（控制執行機構）等必要的反應，甚至影響到環境或人類。借助于按鈕、鍵盤、鼠標、屏幕、手勢、體態、表情、力反饋、虛擬現實/增強現實等方式，人與機器間可以產生交互，使機器設備“理解”人類并與人類共同協作、優勢互補。這樣，人工智能系統能夠幫助人類做人類不擅長、不喜歡但機器能夠完成的工作，而人類則適合于去做更需要創造性、洞察力、想象力、靈活性、多變性乃至用心領悟或需要感情的一些工作。

人工智能有適應特性，有學習能力，有演化迭代，有連接擴展。人工智能系統在理想情況下應具有一定的自適應特性和學習能力，即具有一定的隨環境、數據或任務變化而自適應調節參數或更新優化模型的能力，并能夠在此基礎上廣泛深入擴展數字化連接，實現機器客體乃至人類主體的演化迭代，以使系統具有適應性、靈活性、擴展性，來應對不斷變化的現實環境，從而使人工智能系統在各行各業產生豐富的應用。

（四）人工智能的發展現狀

2010年以來，深度學習的發展推動了語音識別、圖像識別和自然語言處理等技術取得了驚人的突破，加之大數據時代加成，人工智能取得了爆發式發展，商業化、全球化浪潮席卷而來。

隨著機器學習、知識圖譜、自然語言處理、計算機視覺、人機交互、生物特征識別、虛擬現實/增強現實等關鍵技術的重大發展，越來越多的行業可以實現自動化處理，人工智能產業鏈也得到了長足的發展。

其中，基礎設施層（A端）主要有基礎數據提供商、半導體芯片供應商、傳感器供應商和云服務商；應用技術層（B端）主要有語音識別、自然語言處理、計算機視覺、深度學習技術提供商；行業應用層（C端）主要是把人工智能相關技術集成到自己的產品和服務中，然后切入特定場景，如圖2所示。

（五）人工智能的行業應用

人工智能產業主要分為核心業態、關聯業態、衍生業態三個層次，如圖3所示：

隨著人工智能技術的成熟，國際巨頭紛紛布局行業應用，積極尋找人工智能落地場景，B、C端同時發力。例如，Google全面開花，幾乎覆蓋所有行業；亞馬遜重點關注智能家居、云服務、電商及傳統零售業變革；微軟、Apple、Facebook則專注于利用AI技術提升用戶體驗。

圖2 人工智能產業鏈（資料來源：創業邦研究中心）

圖3 人工智能產業分布（資料來源：人工智能標準化白皮書）

目前，國內人工智能發展已具備一定的技術和產業基礎，在語義識別、語音識別、人臉識別、圖像識別技術的精度和效率已遠超人工，特別是核心技術之一的計算機視覺技術已達全球領先水平。在芯片、數據、平臺、應用等領域集聚了一批人工智能企業，在不少方向取得階段性成果并已市場化應用。國內巨頭中，百度全面發力，騰訊則是打造基于用戶體系的軟硬件服務型AI生態，重點關注社交、家具、游戲、醫療等領域；阿里巴巴著力構建以阿里云為基礎的AI藍圖，重點關注電商、金融及工業、交通、零售等傳統產業；科大訊飛是國內最出色的智能語音和語言技術企業。

從行業大類分布來看，如圖4、圖5所示，行業應用層的企業占比最大，為56.03%；其次是應用技術層的企業，占比達31.04%；基礎設施層的企業占比最小，僅為12.93%。隨著人工智能技術的發展，人工智能與場景深度融合，應用領域不斷擴展，行業應用公司比重不斷提升。在基礎層技術方面，國際IT巨頭占據行業領先地位，國內與國際差距較明顯，中小初創企業很難進入。

國內的細分應用領域主要表現在智能助理、安防、自動駕駛、醫療健康、金融、電商、教育、家居等領域。隨著人工智能技術的進一步發展，其應用范圍將向全方位、多領域布局，如圖6。

（六）人工智能的發展趨勢

麥肯錫公司預測，到2025年全球人工智能應用市場規模總值將達到1270億美元，而我國預計超過4000億元，人工智能會迎來突飛猛進的產業化發展。從人工智能產業進程來看，技術突破是推動產業升級的核心驅動力。數據資源、運算能力、核心算法共同發展，掀起人工智能第三次新浪潮。人工智能產業正處于從感知智能向認知智能的進階階段，前者涉及的智能語音、計算機視覺及自然語言處理等技術，已有大規模應用基礎，后者要求的“機器要像人一樣去思考及主動行動”尚需突破，離大規模應用仍有距離。

人工智能進階發展將表現為：

一是智能服務呈現線上線下的無縫融合。云計算、區塊鏈的應用擴大了線上應用范圍，智能制造為智能服務帶來新渠道和新的傳播模式，使得線上、線下服務的融合進程進一步加快，促進產業升級。

圖4 國內人工智能行業分布一（資料來源：創業邦研究中心）

圖5 國內人工智能行業分布二（資料來源：創業邦研究中心）

圖6 人工智能主要應用領域（資料來源：前瞻產業研究院）

二是智能化應用場景從單一向多元化發展。目前人工智能的應用，如人臉識別、視頻監控、語音識別等都主要用于完成具體任務，覆蓋范圍有限，產業化程度有待提高。隨著更多高階智能產品的推出，人工智能應用終將進入面向復雜場景，處理復雜問題，提高社會生產效率和生活質量的新階段。

三是人工智能和實體經濟的深度融合將進一步加快。黨的十九大報告提出“推動互聯網、大數據、人工智能和實體經濟深度融合”。近年來，我國人工智能與實體經濟的融合已逐步加深，已有智能機器人已可以獨立完成一些業務辦理事項。今年在天津舉辦的第二屆世界智能大會現場也看到了不少人工智能創新成果，隨著智能制造進程的加快和人工智能底層技術的開源化，新一代人工智能技術產品的發展和應用不僅能帶來戰略性新興產業的整體性突破，還將助推傳統產業轉型升級，傳統行業將加快掌握人工智能基礎技術并依托其積累的行業數據資源實現人工智能與實體經濟的深度融合創新。

未來，將有越來越多的職業別人工智能所替代，不可替代的職業會越來越少，如圖7、圖8所示。

三、人工智能對保險行業的影響

隨著騰訊、阿里、京東等互聯網巨頭紛紛進入保險業，傳統保險業受到了前所未有的沖擊，科技創新逐步顛覆著保險業的商業模式，變革著保險業的經營方式。

（一）對保單生命周期的影響

人工智能可替代保單生命周期的多個處理環節。傳統保險業仍屬于勞動密集型行業，保單生命周期的完成需要大量的人力來支撐。而人工智能則可以代替諸如保單錄入、核保、收付費、理賠、保全等很多人工操作，在降成本、提效率方面有很大變革空間。

（二）對核心業務的影響

人工智能在大數據方面的運用對產品精算、理賠理算、產品銷售、風險控制、資金運用等多個領域有著不同程度的影響。

保險產品設計基于大數法則，人工智能技術可幫助或替代精算師分析海量數據，設計精確、特征鮮明的產品。同樣的，理賠理算環節若采用人工智能技術來識別圖像，做出精準匹配，則可以極大提升客戶滿意度。在產品銷售環節，人工智能則更為標準化、專業化，可避免銷售誤導和潛在風險。在風險控制環節，可基于大數據基礎，在身份核實、征信及反欺詐方面發揮人力所無法達到的程度。在資金運用環節，同樣能借助專家系統、智能投顧，做出更為精準的判斷。

（三）對客戶服務的影響

從為客戶提供服務角度來看，機器人客服同樣可替代傳統客服人員，解決客戶的大部分常規問題，在智能查詢方面甚至比人工客服更準確、更高效。

（四）對滿足客戶個性化需求的影響

在中國經濟高速發展背景下，人類的生活需求層次逐漸提高，保險的需求也在朝著專業化、個性化發展。與此相適應，保險業勢必要從傳統的產品驅動模式向定制化、智能化方向發展。在廣泛的數據基礎上，人工智能技術可實現對客戶的個性化分析，找出最適合的保險產品和增值服務，從而實現“以客戶為中心”的目標，使客戶獲得更好的用戶體驗。

四、人工智能在保險行業的應用前景

保險業質量變革、效率變革、動力變革將帶來更多新場景以及新需求，同時，保險風險特征也越來越復雜多樣。于是，大數據、人工智能等先進科技已成為保險行業發展的內在要求和生產力提升的重要驅動力。

保險行業豐富的數據資源為人工智能的應用提供了諸多場景，相應的，人工智能也為保險業價值鏈重構發揮著重要的作用。

（一）替代簡單重復性操作

保單契約錄入、核保、收費、出單、保全、理賠、付費等基本業務流程存在著很多簡單重復性人工操作，這些操作可以通過機器學習實現智能處理，而不用人工干預。

人工智能的語音識別及智能分析技術、人臉識別技術可用于智能客服領域，以替代人工客服。攝像頭、紅外線、壓力傳感器、體積傳感器等技術能夠清晰地識別客戶，可以感知客戶購買保險過程，進而為客戶提供高效貼心的標準化服務，增強對客戶的服務能力。智能客服可以大幅度減少耗時費力的重復性人力工作，從而降低運營成本。

（二）滿足客戶個性化需求

利用人工智能技術，通過數據分析，形成客戶畫像，對客戶進行特征分析，針對個性化需求定制專屬產品和服務，為客戶提供最適合的營銷活動并定向、精準的投放給客戶，實現最佳客戶體驗。

（三）改進產品設計缺陷

人工智能可以改進產品體驗，進行在線產品設計和內容推薦，為客戶設計個性化、碎片化的保險產品。多維度的大數據分析能輔助保險精算更準確的度量產品風險，提升產品風險定價能力，提供差異化定價，實現產品創新和個性化定制。

（四）變革保險銷售模式

人工智能可簡化產品購買方式，標準化銷售流程與話術，優化客戶體驗，避免銷售誤導，也能極大降低營銷人力成本。尤其智能交互機器人可以與客戶進行交互，通過運用知識圖譜，其知識推理可以高效且相對準確地了解客戶。還能夠幫助營銷員篩選客戶信息、查詢保單和查詢費率等，從而提高客戶存留率，實現客戶價值最大化。

（五）發揮智能決策作用

在核保、理賠、投顧等領域，能通過人工智能實現智能決策，有效控制風險。

智能投顧的核心是充足的數據積累與算法模型，可以根據客戶的風險承受能力、風格偏好或自身理財需求，運用智能算法及投資組合優化等理論模型，為客戶提供最合適的投資參考，指導客戶 更恰當的購買保險。這能夠提高客戶需求的響應程度，實現客戶價值最大化。

在核保環節，可根據篩查規則先進行在線核保，再對篩查后的保單進行人工核保，這既可以簡化核保流程，提高核保效率，又能相對使承保條件更寬松，提升了常見非標人群的投保便捷度。

在理賠環節，基于圖像識別技術，能快速查勘、核損、定損和反欺詐識別，較比傳統的人工核損流程極為節省時間，能明顯提升理賠效率，降低騙保概率。采用智能理賠風險輸入、加工和預警輸出，能夠定義風控規則進行篩查，完善理賠風險閉環管理機制。

此外，通過大數據，能提高信息搜索、流轉效率與準確度，自動識別場景中的風險，對保險操作風險進行積極管理，提升服務時效和服務質量。

未來的保險消費將實現全流程自動化，使客戶享有更好的保險體驗。

最后，保險業自身正處在發展和變革的進程中，傳統業務發展面臨瓶頸，必須通過模式創新、產品創新、服務創新等方式走創新發展的道路。在人工智能飛速發展的時代，保險行業要抓住機遇，依靠新思維、新技術，發揮經濟“助推器”和“穩定器”作用。■