人工智能與個性化保險產品創新：理論、實踐與挑戰

李博方 中央財經大學保險學院

人工智能（Artificial Intelligence，AI），是游走在自然科學和社會科學之間的一門技術科學，目的是讓機器從事需要人類智能的工作（MINSKY M，1961），其包含機器學習、語言處理、圖像視頻和模擬等十多個細分技術領域，在工學、理學、政治學和經濟學領域中擁有豐富的應用場景，其研究歷史自上世紀五十年代起至今已有六十多年，且研究水平在近年來有較大的提升。進入二十一世紀以來，世界各國在無形中開啟了針對人工智能政策和人才的競爭，美國、歐洲和日本等發達國家和地區頒布了一系列促進人工智能發展的政策（楊曦、劉鑫，2018）。近年來，在我國，由黨中央、國務院和各部委頒布的戰略、規劃和發展綱要中，人工智能作為戰略任務被列為國家發展的重要工程，引起了社會各界各行業的關注和涉足。

人工智能是對人類智能的模擬、延伸和擴展，通過感知環境、獲取知識并使用知識獲得最佳結果（《人工智能標準化白皮書》，2018）。在這樣的體系中，社會科學處于被服務的狀態，即應用人工智能及其相關技術解決社會科學的一系列問題，并在金融、保險等具體的實踐領域中節約成本、提高效率、優化產品和改善服務，輔助行業的創新、轉型和發展。目前，全球各大保險集團紛紛開始數字化和智能化轉型，在保險業務、營銷、資金運用、內部管理以及監管等方面滲入科技和智能的基因，試圖以科學技術作為發展的新動能。

人工智能技術主要側重于開發可適用于任何領域的方法或技術，其次是將這些方法或技術應用于特定的領域（Michel B，1996）。對于人工智能的開發者而言，金融保險行業通常不在其涉獵領域之內，所以科技與金融的融合在很長一段時間里發展緩慢。近年來，隨著金融保險領域的逐步涉足，掀起了金融科技、保險科技相關研究和應用的浪潮。但目前，人工智能在保險領域的應用相比其他行業來說處于試探階段，無論是保險公司、監管部門還是研究機構，利用人工智能解決保險行業痛點的嘗試不多，特別是在保險產品方面，雖然人工智能技術有助于個性化服務的實現，但目前在產品創新領域的應用略顯不足，缺乏相應的理論基礎和實踐經驗。本文將對人工智能技術在保險業應用的技術理論進行探索，梳理人工智能技術與個性化保險產品創新的原理和形式，探討人工智能技術在保險業應用的風險與挑戰。

一、文獻梳理

隨著人工智能的發展，行業交叉和融合呈現多樣化，以人工智能為首的保險科技也伴隨著保險公司借助數字化轉型來提高效率和優化服務的渴望而誕生，且融資規模在近年來不斷攀升，相關學術研究和行業研究也駢興錯出。

（一）人工智能與保險的學術研究

人工智能被全球諸多保險公司應用在各個環節，從行業的承保、分銷到資金的運用和監管，在提高效率、降低風險和優化服務等方面有顯著效果（李博方，2017）。保險業務的各個環節與人工智能密不可分，通過機器學習可以有效解決高頻業務的風險控制問題（蔣韜，2017）。人工智能的出現，能夠更精準地評估風險，測算費率，提高運營商理解并且確定個人以及累計風險的能力，并通過識別重要行為，及時提供和定制新的保險策略（許閑，2017），且在保險用戶畫像和智能保險顧問等方面有關鍵作用（王和、周運濤，2018）。人工智能技術的發展為保險公司差異化定價提供新的契機，有助于提升用戶體驗，降低機構成本，提升保險行業風險決策以及反欺詐能力（尹銘，2017），是下一代健康險智能控費系統和精算定價的主要方向（張寧，2017）。此外，車險的數據優勢有助于加速人工智能技術的落地，車險業務的高標準化程度增強了人工智能應用的經濟可行性，人工智能技術有利于提升車險業務的經營水平（俞斌，2018）。

人工智能在保險領域的應用，被稱為保險科技。近兩年來，學術界涌現了許多對于保險與科技融合的相關研究。在應用場景方面，保險科技的核心應用場景主要有定向營銷、智能保顧、智能理賠、智能合約和智能自我監管等方面（黃萬鵬，2018），可以有效幫助保險公司實現產品與服務的升級（王雷、賴玉霜，2017）。保險科技對傳統保險業產生深刻變革，將開拓網絡渠道和創新空間，支撐新一輪產品創新，助力保險風險體系再造，催生以客戶為中心的服務變革，探索自動化、去中心化的交易方式。保險科技將在銷售渠道、個性化產品和投保依賴性等方面改變傳統保險商業模式（陳林，2018）。在宏觀上，保險科技得到了市場主體的認可，實現了對業務流程的滲透，催生了保險生態新模式，并為監管科技的發展提供了支撐（周延禮，2017）。

（二）人工智能與保險的行業研究

實踐是理論的基礎，企業實踐的效果是衡量科學技術在保險領域發展程度的標準，對于應用場景、使用效率和技術痛點的探索更具針對性，對人工智能與保險相結合的學術研究有重要的參考價值。

人工智能在保險業的應用以智能客服、智能顧問平臺、圖像定損為主，在五個環節（產品設計、定價承保、分銷渠道、理賠服務和技術系統）和七個角度（體驗、數據、展業、企業、P2P保險、共識和用戶參與）重塑保險業，降低了運營成本，促進了產品創新。同時，數據、人才和科技基礎問題是人工智能在保險業進一步發展的阻力（億歐智庫，2017）。人工智能在保險行業可以解決的問題主要為人力成本問題、委托代理問題和信息不對稱問題等領域，如營銷、承保、核保、理賠和厘定費率等（復旦大學中國保險科技實驗室，2017）。保險公司可以通過人工智能提供的信息和分析來進行經濟決策，也可以利用人工智能技術識別、判斷經濟活動中的欺詐風險，提高識別騙保的概率（Greenwood J，2016）。在行業角度，人工智能技術有助于促進大數據生態和知識庫體系的形成，提升保險影響力；在公司角度，人工智能可以有效節約人力成本，提升反欺詐能力，提高保險業務效率；在客戶角度，人工智能將有效增加保險趣味性，提升客戶體驗，實現保險公司與消費者的價值共創（Kauflin J，2018）。

在投資方面，2013—2017年，我國共有107家保險科技相關公司獲得投資，有146家投資機構參與其中，2013—2015年創立的保險科技公司主要以營銷為主導，而 2015年之后，保險科技公司逐漸以產品環節為重心（億歐智庫，2017）。2017年后，行業投資水平有所下降，從技術成熟度曲線分析的結果、目前的人工智能市場和初創企業的經營來看，投資者回歸理性，瓶頸逐漸浮現，主要的發展障礙為數據障礙、市場障礙、技術障礙、信息安全問題和政策監管障礙（復旦大學中國保險科技實驗室，2017）。

二、人工智能與保險產品創新的理論探索

人工智能是計算機科學的分支之一，其應用領域和研究范疇十分廣泛，經過數十年的發展，人工智能已經不是最初的想法和概念，而是創造了大量可應用的研究成果、擴展了眾多研究領域、衍生出諸多分支技術的前沿科學。

雖然保險業由于其流程化作業和服務屬性被廣泛認為是人工智能技術大有作為的行業之一，但與其他行業相比，目前保險業對于人工智能的認知、應用和融合較為遲緩，人工智能領域與保險業的結合仍不夠深入。簡單地說，原因主要為：一是保險行業嚴監管使保險科技創新受到一定限制；二是目前中國保險業的發展水平不充分，市場上潛在的業務增長點繁多，保險業務增長不局限于依靠科技創新；三是在技術層面，開發、使用和購買人工智能技術的成本較高，缺乏學科交叉的復合型人才，人工智能技術的風險和收益存在不確定性。

盡管人工智能技術在保險業的應用和推廣尚需時日，但金融科技的浪潮已在全球范圍內迭起，對科技與保險融合應用的學術研究可以為保險公司科技戰略布局提供借鑒，對監管部門制定科技風險監管政策提供參考。對于人工智能技術在保險產品創新方面的研究，應該將其技術基礎、研究領域、研究成果和分支技術分別與財產保險、人壽保險和健康險產品進行交叉考慮（見圖1），在遵循保險產品開發原則和監管要求的基礎上，設計人工智能賦能的保險產品。

保險產品的劃分是以保險標的的種類為依據的，不同保險產品的設計、服務流程和審批內容不同，對于人工智能在保險產品領域的創新應用應當以多角度進行研究。在內容方面，涉及人工智能的保險產品創新有多種形式：一是對滿足個性化需求的產品進行程序化智能設計，人工智能可以幫助保險公司擺脫以往個性化產品設計所需專人專項的繁瑣工序，利用機器學習算法對以往個性化產品的設計原則和方法進行分析，將分析后得出的規律儲存至下次個性化險種設計的備案中。二是對精算方法的智能化和精確化改良，目前大部分保險精算僅通過事故率或出生率、死亡率等指標作為衡量整體風險情況的依據，依此對某個范圍內所有被保險人進行定價。人工智能擁有出色的數據理解能力，其對數學和統計學的分析理解可以將某些難以量化的風險經過處理后，融入到精算定價中，使精算模型更為完善，風險概率的計量更加精確。三是對保險金額和保險費率的浮動調整，這是個性化保險產品的細分領域，滿足不同投保人對保險金額和不同保險標的的保障需求。目前，市場中大部分保險產品的保險金額僅分為數個量級，投保人無法精確要求保險金額，缺乏自主性；同時，由于監管因素，保險市場中有許多保險標的無法承保，但理論上，保險公司只要用精算方法使保費覆蓋住風險即可。在人工智能技術的支持下，保險公司可以從技術上實現把是否購買保險的權利和購買多少保障份額的權利交給投保人來決定。

?圖1 人工智能與保險產品創新技術路線圖

此外，保險產品創新不僅是內容的創新，而且是包含了防災防損、降低風險、改善保險服務、優化保險流程、減少代理費用以及規范性監管等產品相關業務流程的創新，且無論是財產保險、人壽保險還是健康保險，保險公司和投保人都不期望產生損害事件，所以新科技對于財產、壽命和健康的保障功能可以應用到保險領域中，作為保險服務的重要環節。從目前人工智能在保險業的應用情況來看，國內已經有保險公司在產品創新、防災防損和業務流程的各個環節應用了人工智能技術；在國際上，全球各大保險集團近年來紛紛開啟智能化轉型，在保險業務、營銷、資金運用、內部管理以及監管等方面滲入科技和智能的基因，使科技為自身發展提供新動能。

三、人工智能技術在保險產品創新中的實踐

2018年1—9月，中國保險業原保險保費收入30661.79億元，同比增長0.67%，但相比上一年的同期增長率21.01%，保費增速有所下降。增速的放緩與行業轉型陣痛和監管政策變化產生的壓力有關。在這樣的環境中，保險市場需要創造新產品、挖掘新潛力、培育新動能。近年來，有關保險熱點問題的關鍵詞多為“投資”“稅優”“銀?！?，盡管時常有關于保險業回歸保障屬性、優化保險服務的呼聲，但目前保險行業仍處在發展不充分的階段，產品的保障程度和保險業務的服務水平仍有較大提升空間。保險公司應在實現經營目標后，將業務重心更多地放在提升保障程度與服務水平上。產品是保險的核心，是保險企業的生命，是保險行業的根本，對保險產品的改良創新是從根本上提升保障程度與服務水平最為有效的途徑。

保障程度、服務水平和保障范圍是評價保險產品的核心標準。保障程度一般體現在保險金額的多少和保費與保額的杠桿關系上，服務水平則體現在保險業務流程的各個方面，涵蓋從產品設計到保險合同終止之間的所有內容，保障范圍體現在保險產品對風險覆蓋的程度上，即賠付條件。目前，我國傳統保險產品存在的諸多缺陷，對產品銷售和客戶體驗產生負面影響。與國際市場相比，國內保險產品的同質化現象嚴重，缺乏個性化產品的創新和服務。在印度，保險科技公司Acko利用用戶網購的消費大數據評估用戶的消費行為，以此為用戶定制個性化保險產品；歐美的里程定價車險（PAYD）和駕駛行為車險（UBI）將車險定價的原則回歸為風險，已推廣多年。而我國在車險創新方面相對落后，在其他個性化險種的開發和應用方面，我國保險市場的反應也比較緩慢。本章將對國際上相對成熟且應用廣泛的三種個性化產品和服務進行分析與討論。

（一）人工智能保險顧問

當前，人工智能在保險領域應用的核心場景是智能保險顧問，幫助消費者更快捷地根據自己客觀的風險因素和主觀保險需求來選擇產品。圖2為目前市場上應用的人工智能保顧和未來人工智能保顧的技術流程圖。

智能保顧就是一類專家系統，組成部分為人機交互界面、知識庫、推理機、解釋器、綜合數據庫、知識獲取機構。知識庫儲存著該領域專家頭腦中的經驗和知識，推理機負責利用知識解決問題（如圖3所示）。

智能保顧充分利用了性別、地域、年齡所引起的不同風險程度及海量的醫學知識和精算科學，利用人工智能分析引擎，并且整合結構化、半結構化或非結構化的信息，通過人機交互的方式改善和提高保險交易前的咨詢效率和服務。

圖4為簡單的保顧專家系統流程圖，專家系統程序開發的語言一般為Prolog、C++和JESS等。本文初步構建了在簡易知識庫和小數據庫下的保顧專家系統的框架。為了便于觀察，地區僅選用北京、海南兩個省份，年齡范圍分為六檔，步驟如下。

（1）初始化規則合集，加入規則信息：“有社?！薄盁o社保”；“北京”“海南”；“男”“女”；“18-30歲”“31-45歲”“46-60歲”“61-80歲”。

（2）初始化規則事實合集，加入規則事實：主要為北京、海南兩地的疾病發生率表，男性、女性在各年齡層的疾病發生率表，重疾險、健康險和意外險產品中各個險種及不同保額的全部保險費數據，并以北京、海南兩地針對不同疾病進行住院醫療的平均費用為輔助。通過規則事實判斷被保險人在上述不同條件下主要面臨的疾病風險和意外風險。在保險費用與主觀保障需求的約束下，確定重疾險、健康險、意外險的優先級和權重，為被保險人推介滿足其意愿的保險產品方案組合。根據不同水平的疾病發生率推斷出規則事實如以下形式：

有社?！本小?8-30歲”→（P（A?。綪（B?。綪（C病）＞……）、（P（A意外）＞P（B意外）＞P（C意外）＞……）等等。

本方案的客觀因素組合存在32組，可組合出32組不同條件的重大疾病發生率表，在代碼中分別輸入主觀約束條件和疾病風險發生率與保險方案的關系，按疾病發生的概率為被保險人推薦適合的保險方案。

可以預見，隨著技術的進步，人工智能保險顧問的未來將不僅局限于保險方案的配比，而是在此基礎上的基于客戶需求的個性化產品設計，根據被保險人的風險偏好、保障需求和保費預算進行精算定價，在線上或線下及時設計出符合被保險人需求的個性化保險產品。

（二）基于線上數據的個性化保險產品

在大數據時代，消費者在網絡上的每一個點擊都是一串數據。目前，互聯網公司會根據消費者的瀏覽信息確定其偏好，給消費者推薦商品。這樣的行為一般通過人工智能個性化推薦算法來實現，推薦的基礎為人口統計學、內容相關性和關聯規則等。推薦主要流程為：根據用戶的購買偏好產生相應的關聯規則，對互聯網平臺上商品的一系列屬性如銷量、價格、評價等信息進行拆解和評級，根據用戶在手機上的瀏覽記錄進行篩選和反饋，將購買歷史、瀏覽記錄等信息賦予不同權重，最終計算出消費者對商品的偏好并依此進行推薦。

目前，個性化推薦算法主要為協同過濾、深度學習、矩陣分解和聚類等。其中，深度學習是機器學習的研究領域之一，而機器學習是人工智能技術的核心，深度學習算法的研究和應用十分廣泛，在國際上得到了資本的認可，如谷歌、YouTube和阿里巴巴等互聯網公司均在深度學習推薦上有廣泛的研究和應用。

如果保險公司能夠得到每一個潛在投保人的行為數據、風險偏好、關注的話題和擔心的問題等信息，保險展業的效率和成功率將大幅增加。個性化推薦算法目前已經成熟，但橫亙在保險公司和個性化推薦之間的是數據問題。傳統保險公司收集線上數據的能力明顯弱于以數據為資產的互聯網公司和移動端的手機應用公司，而目前大型互聯網公司基本都控股或持股保險公司，且在其生態體系中具有重要地位。數據是互聯網公司的重要資產，所以在股權上沒有互聯網基因、僅靠公司自營網站獲取線上數據的保險公司在數據競爭上將處于劣勢。目前，移動互聯端消費市場是互聯網交易的主力軍，消費者的日常行為和消費行為也正由個人電腦端轉向移動端，因此，保險公司應抓住移動互聯革命的先機，發展多樣化數據獲取渠道，在保險展業形式上進行創新。

（三）基于行為數據的個性化保險產品

行為數據是對被觀測個體的行為和產生行為時的環境進行采集、編碼和傳輸后獲得的數據。對保險產品的精算定價需要海量的數據，目前應用的數據是經過了緩慢收集和整理的滯后型數據，在這樣的條件下進行評估得出的風險信息不夠全面，也難以更準確地預示未來。更為優質的數據是對被保險人的行為和周遭環境進行實時采集、實時傳輸的數據。目前國際上在這一領域的創新應用主要為基于駕駛員行為的汽車保險、基于可穿戴設備的可變動保額保險和基于物聯網的養殖業保險（Liu Zhishuo等，2017）。

?圖2 人工智能保顧流程圖

?圖3 專家系統構成圖

?圖4 保顧專家系統流程圖

2018年末，中國保險行業協會創新產品評審委員會通過了4家財險公司關于基于駕駛員行為的汽車保險（Usage Behavior Insurance，UBI）產品的申報。2018年9月1日，青海完成了首單自主定價的商業車險，標志著UBI車險正式在中國“登陸”。依據行為數據進行產品定價的方式在國際車險領域的研究和應用已有二十年的歷史。UBI車險融合了物聯網、大數據和精算方法，近年來在國際車險業務中的份額穩步提升。在具體的實現方式上，保險公司在汽車上安裝車載診斷系統（On-Board Diagnostic，OBD），對駕駛員的駕駛行為、駕駛時間和地點等信息予以實時采集和傳輸（Stefano B等，2007），經過評估和精算后對安全駕駛的人員給予保費優惠。在UBI車險流程中，人工智能算法在框架設計、流程優化和數據分析等方面提供了解決方案，也在UBI車險的擴展服務如路線優化和駕駛行為糾正等服務中提供了技術支持。此外，由于行為主體一般為有機體，所以以行為數據為基礎的保險產品在人身保險和農業保險中的養殖業領域將更具適應性和發展潛力。

人工智能分支下的圖像識別、語音識別和傳感器數據處理算法等技術是將物聯網和保險有機聯結的工具，保險個體的實時數據也為人工智能提供了養料。物聯網實現了數據傳輸采集的實時性，將個體信息數字化即時化，隨著邊緣計算技術的發展，人工智能和物聯網的結合正由智聯網邁向實時智聯，逐步實現了在駕駛、運動等高風險行為下對有效信息的實時傳輸、處理和反饋。

四、人工智能與保險產品融合的挑戰

人工智能與保險產品融合的壓力主要源于消費者、保險公司和監管部門三個方面。在大數據時代，用戶意味著數據和流量，是所有公司的重要資產，也是開展黏性業務的關鍵。保險是有溫度的金融服務行業，對于消費者而言，人工智能技術應用的挑戰在于能否保證消費者在保險業務中的服務質量和效率，個性化產品能否平衡消費者的保障需求和預算約束，個人隱私能否得到有效保護。消費者的認可程度決定了人工智能技術在保險業的未來。

對于保險公司而言，新技術應用的關鍵在于是否在成本不變或降低的條件下提高了生產率。2017年1月，日本富國生命保險引進了IBM公司的Watson Explorer人工智能系統進行保險索賠分析工作，從而替代了理賠評估部門30%的員工，每年因此可以節約110萬美元的員工薪水。諸如此類正面的案例在資訊中出現的頻率較高，但目前國際上存在數千家人工智能公司，保險公司在選擇技術時應抱有警惕，人工智能技術的成熟度和與保險產品的契合度會影響保險產品定價、定損和理賠，影響保費收入和賠付金額，進而對公司的經營產生影響。

目前，我國監管機構對于保險產品的審批較為嚴格，基于人工智能技術的保險產品創新也需要得到監管部門的批準。在技術應用方面，人工智能作為新技術存在許多不確定因素，會給保險業帶來新的風險（孫壯珍，2018），金融審慎監管的目標也會隨之變化，如何在合規的前提下，利用人工智能技術進行保險產品創新和應用是保險公司在未來需要面對的問題。

五、結語

人工智能技術在保險領域的應用對保險業發展有著開創性和顛覆性的影響，是在中國保險業處于轉型陣痛時期的一劑強心劑，為未來的發展提供了動力和契機。近年來，中國保險市場積極擁抱科技，在數據處理、改善服務和優化業務流程等方面取得卓越成效。雖然在現有監管框架下，基于人工智能技術的保險產品創新可能會遇到一些阻礙，但對于保險科技的探索仍應不斷推進，將繼續探尋科技應用和監管要求的平衡，為金融保險業的發展增添新動力。