人工智能在保险领域应用的三个重要趋势

改变正在发生,未来会有更多。保险市场由大型的国有企业和传统产品主导,这些产品几十年来还没有实质性改变。听起来有点耳熟?

人们已经下注了。风险投资家普遍认为保险行业已经非常成熟,已经到了被颠覆的时刻。纽约的一家保险科技公司Lemonade的创始人仅仅通过谈话就完成了史上金额最大的种子轮融资。

这不仅仅是关于创业群体。沃伦巴菲特(Warren Buffett)表示,自动驾驶汽车的到来将会损害伯克希尔旗下Geico的保费收入。

有足够的数据可以证明这是真的。巴菲特一直提到2015年毕马威发布的一份报告,该报告预测,包括无人驾驶技术在内的“更安全”的汽车将在未来25年内使得汽车保险业市场规模缩减60%。汽车保险业占保险业的40%以上。但是,难道业务流程自动化不会给保险公司带来更多的发展机会吗?

保险中的人工智能 - 前瞻:

商界领袖应该知道的趋势。在本文中,我们会看到人工智能将推动保险公司,经纪人和保单持有人节省成本的三种关键方式,并将其融入保险业现有的转型中:

1. 行为保险定价:无处不在的物联网(IoT)传感器将为定价平台提供个性化数据,允许更安全的驾驶员为汽车保险(称为基于使用的保险)支付更少的费用,而生活方式更健康的人支付更少的医疗保险费用

2. 客户体验和覆盖范围个性化:AI将实现顺畅的自动化购买体验,使用聊天机器人可以根据客户的地理位置和社交数据以进行个性化交互。保险公司还将允许用户为特定项目和事件购买个性化保险(称为按需保险)。

3. 更快速,个性化的理赔解决方案:在线界面和虚拟理赔人员可以更有效地解决事故发生后的索赔,同时降低欺诈可能性。客户还将能够选择使用谁的保费将用于支付理赔(称为P2P保险)。

全球化的保险往往与公众的不信任相关联(一项澳大利亚民意调查将性工作者列为比保险行业更值得信赖),这可能会给通过人工智能或其他方式的技术创新带来独特的挑战。

因此,引入新技术的关键在于让公众相信,自动化不仅仅是一种拒绝索赔的特洛伊木马 - 根据Vertafore最近的一项调查,60%的消费者表示通过chatbot(智能聊天机器人)购买保险表示担忧。

当前保险/ 保险科技中人工智能三种应用趋势:

我们将逐一分析所有三种主要的人工智能保险趋势,分析当前的技术状况,正在进行的变革以及潜在的行业变化。我们将从“行为定价”开始:

1 – 基于行为的保费定价:物联网传感器提供源数据

物联网数据将通过三个关键路径实现个性化保险定价:

· 根据个人风险情况支付保费:远程监控和可穿戴传感器数据可以对那些风险行为较少的群体收取较低的保费,包括开车较少和经常锻炼这种情况。

· 捆绑政策和损失预防硬件:智能家居公司将为使用可感知损失预防技术的用户提供保费折扣,这样可以实现设备和保险的交叉销售

· 验证并解决索赔:物联网数据市场将会让保险公司能够更快地访问经过验证的风险管理信息,而不是依靠昂贵的评估和审计

假设:物联网颠覆保险的方式与数据科学颠覆金融的方式相同:将分析从代理转到源头数据上。

在旧世界中:金融模型曾经依赖过去业绩的统计抽样来预测未来的结果。

今天:数据科学能够实时基于实际事件进行预测,使用大型数据集而不是样本进行最佳预测。

在旧世界中:保险公司依靠使用统计抽样构建的风险池。

今天:物联网传感器可以让保险公司根据真实事件实时对保险覆盖的群体进行定价,使用链接到个人的数据,而不是链接到群体的数据样本。

大范围:在每个行业中,我们正在从代理数据(关于类别)转向源数据(关于个人)。

看到一种模式?无论资产是股票投资组合还是'09本田思域汽车,债券或货船,预测资产价值的转变都是由技术可为分析师提供的数据类型所驱动。

以下是一个示例:基于使用情况或每英里付费汽车保险显示了这一逻辑。远程监控传感器允许实时追踪相关资产(汽车),通过保险事故(车祸)风险进行个性化处理,允许在相关保险市场推出新产品线(汽车保险)。

这实际上意味着什么?更安全的驾驶员可以为保险支付更少的费用,并且任何驾驶员都可以按驾驶里程数为保险付费。保单持有人不再是风险池的一部分- 他们正在为他们自己的风险付费。这是一种基本的新型保险产品,由远程信息处理技术所支持。

唯一的收获?您必须在车内安装远程信息处理传感器。而且你必须超过平均的安全驾驶水平,开车的平均速度更低。对于某些人来说,这是一笔很划算的交易。对于其他人而言,则未必。

这就是保险公司为什么正成为硬件公司的原因:传感器。以NeosVentures为例,该公司提供智能家居监控和紧急援助IoT以及家庭保险。这个想法是,如果Neos提供的技术可以减少天然气拿起泄漏,水损害和家庭被盗窃情况,那么他们将能够以较低的保费形式将这些方面的费用节省转移给他们的客户。

唯一的收获?您必须在家中安装Neo公司的相机和传感器。

假设:为了在未来十年的市场中取得成功,保险公司将不得不从基于类别行为的定价转向基于个人实际行为的定价。这就是消费者将如何体验从代理到源数据的转变。

可穿戴设备和GPA可能会推动这一变化。正如Sutherland保险部门的高级副总裁Vikram Renjen 指出的那样:“通过附加的GPS数据,可穿戴设备可以监控并报告残疾索赔人康复协议的遵守情况。遵守相关保险合同规定会缩短他们重返工作岗位的时间。“(这是关于工作场所比赛)。

调查显示消费者需要这种改变。消费者已经表明愿意为费用更低的产品提供面部甚至生物识别数据,Troubadour Research&Consulting的一项调查发现,将近一半的消费者将数据通过可穿戴设备转交给保险公司。BioBeats和Fitsense两家初创公司为健康保险处理可穿戴数据,重点是为员工健康保险计划提供个性化支持。

按使用付费的保险的后端还存在很多不确定性。2017年全国保险委员会协会的一份报告指出:“...... UBI(按使用付费)是一个新兴领域,因此对驾驶数据的选择和解释以及如何将这些数据整合到现有或新的价格结构中以保持盈利能力仍存在很大的不确定性“。

但大多数尝试过它的顾客似乎都喜欢它。JD Power&Associates于2016年进行的一项调查发现:“...... UBI参与者提供了更多积极的建议,并且更多地表明这些建议导致从其保险公司购买保险产品的朋友,亲戚或同事与那些未使用UBI计划的客户进行比较。”一些保险公司为参与按使用付费的保险计划提供折扣,以收集数千英里的受监控驾驶数据。然后,他们可以使用这些数据对其他业务线上公司的风险评分模型进行基准评估。

大约五分之一的用户甚至没有兴趣。有21%的客户在有UBI保险项目时拒绝参加UBI项目,其中81%的受访者这样做是因为他们不希望他们的驾驶受到监控,并不认为他们会省钱或者不认为他们的保费会减少。长途通勤的人,经常开长途车或喜欢在公路上开快车的人很难从跟踪其行为的保险公司受益。

安永会计师事务所 - 2016 年保险业物联网

仅仅因为一些运营商获取传感器数据并不意味着他们正在使用它。正如我们在许多机器学习的企业应用中看到的那样,源数据的可靠性,丰富性和延迟以及分析的熟练程度变得至关重要。这就是Octo Telematics推出的下一代平台(NGP)这样瞄准的市场,它为汽车保险公司提供了一个应用平台接口(API),用于司机行为评分,碰撞和索赔分析以及车队经理和汽车租赁公司提供给专业风险分析。

传统保险机构改变缓慢。2017年卓越风险管理报告发现(Excellence in Risk Management ): “...... 许多风险专业人士对现有和新兴技术,包括远程信息处理,传感器,物联网(IoT),智能建筑和机器人技术及其相关风险缺乏意识。”

随着消费者以其物联网数据换取较低的保费,市场开始快速发展。毕马威企业融资董事总经理乔·施耐德,详细介绍了汽车保险行业的转变:“一旦大规模市场颠覆开始,传统的保险业务模式发生彻底颠覆,我们预计会出现重大变革。”

这都是关于传感器数据。任何试图将传统保险公司和新兴保险科技企业进行对比的人都应该回答这个问题:公司的业务线如何定位以利用源自其保险标的资产的传感器数据?

任何新科技都有风险,这可能是一件好事。传感器数据以多种方式降低风险,但它当然也引入了一些新的漏洞。使用传感器的任何东西都可能容易受到黑客攻击,任何容易受到黑客攻击的东西都可能会触发导致数据保护法规中的处罚措施。随着网络保险的发展热潮所表明的,这些漏洞可能会让保险公司开发新的业务线来为紧急风险承保。

2 - 客户体验和保险个性化:人工智能界面可以让客户引导过程(CustomerOnboarding)效率更高

以下是人工智能将提升保险购买体验的三种主要方式:

· 智能客服(Chatbots)会认出你:前沿的图像识别和社交数据可用于个性化销售对话

· 平台将验证您的身份:自动身份验证可以加快报价和绑定所需的身份验证

· 保险公司可以提供个性化的保险:机器学习可以实现完全在线或基于应用的购买体验

你现在可以用自拍买保险。2017年1月,人寿保险创业公司Lapetus通过为用户提供自助购买人寿保险服务而成为头条新闻。由于吸烟等习惯是预测寿命的重要指标,因此Lapetus可以使用面部分析快速分配风险水平,无需冗长或繁琐的医疗检查。公司的主页对SMILe(吸烟者指征和生活方式评估)方法进行了解释:

2017年Lepatus Solutions网站截图

中国的一切都在数字上更大。图像识别也是保险科技公司众安保险业务模式的核心。众安保险是中国第一家只提供网上保险业务的保险机构,自2013年以来已售出72亿保险产品至4.29亿客户。因为他们只能在线与他们的顾客互动,他们依靠机器学习来防止欺诈并确保个性化的客户体验。

成功的电商所有的一切都是关于客户的。最个性化的客户体验是客户最直接的体验。这就是意大利互联网保险公司Allianz1背后的想法,它允许买家通过混合和匹配安联13个不同的业务线来创建自己的保险产品。

保险科技公司喜欢智能客服。根据埃森哲调查,保险业68%的受访者在其业务的某些部分使用智能客服。

智能客服喜欢知名品牌和人名。现在著名的保险智能客服包括Geico的Kate和Lemonade的AI Jim,他们解决索赔问题。Next的智能聊天机器人,通过Facebook Messenger和Trov向私人培训师出售商业保险,后者按照客户需要向个人出售个人财产保险。

3 - 更快速,个性化的保险理赔:人工智能加快保险理赔,同时减少欺诈

速度和成功解决理赔是保险业务效率的关键因素,以下是提交索赔后人工智能提高客户满意度的两个关键途径:

· 加快理赔进度:这个解决时间的指标最终将成为客户是否喜欢该产品的重要决定因素。

· 降低欺诈可能性:减少欺诈最终将成为保险公司更喜欢使用哪种解决方案的重要因素。

AI的优势似乎在处理理赔过程中最为明显。据称,Lemonade的AI Jim在2017年1月成为头条新闻,据称在不到三秒的时间内解决了索赔。根据JD Power&Associates的调查显示,索赔花费的时间是客户最关心的绩效指标,其调查发现全球排名第一的保险公司在保险理赔方面需要11天。

这里包括几个维度。这意味着相比Lemonade的AI Jim,排名第一的保险公司处理理赔所需要的时间是Lemonade的316,800倍。再次,理赔处理时间一直是客户最关心的指标。

大多数保险高管已经明白人工智能会彻底改变他们保险业。2017年4月埃森哲调查发现,79%的保险公司高管认为:“...... 人工智能将彻底改变保险公司从客户那里获取信息并与其互动的方式。”

人工智能会减少欺诈,从而加快保险理赔过程。对于人工智能在保险领域的应用来说,这两个重点领域可能是最容易取得效果的领域。 由于中国保险公司和医院之间的数据共享有限,众安保险依靠人工智能解决方案处理大量保单持有人的纸质信息。正如众安保险首席运营官Wayne Xu 解释说:“我们一直在使用机器学习来进行欺诈检测,处理硬拷贝和数字化信息。”

这里有很大的机会可以节省费用 - 有或没有聊天机器人。保险公司通常报告的欺诈索赔金额高达。最常见的保险欺诈形式是身份盗窃,即保险和身份数据被盗,目的是在保单持有人不知情或不同意的情况下提出索赔。数据安全和支付/交易欺诈已经发现欺诈行为,类似的应用程序将继续进入保险行业。

欺诈检测是任何人不可忽视的人工智能应用趋势之一。这就是为什么欺诈检测是保险行业技术应用最快的领域之一,2016年超过75%的保险公司报告使用了自动欺诈检测技术。Shift Technology是一家帮助保险公司防止欺诈的创业企业,最近完成了8200万份索赔分析。

结论:人工智能将成为保险领域的标配

客户在获得保险公司赔付时需要评估保险产品,而不是在购买时进行评估。与其他产品或服务不同,客户只能对发生保险事件时保险公司的价值形成判断。因此,正如保险科技公司Livegenic的首席执行官兼创始人Alex Polyakov 写道:“ 保险中最重要的指标就是客户后期理赔过程中客户满意度水平。”

这应该是具有颠覆效应的人工智能的核心指标。由于Lemonade和Next等许多公司只有几年历史,因此我们目前缺乏足够的数据来确定这些公司是否能够在一定规模水平上提供卓越的客户体验。不可否认的是,保险公司客户经历的整个过程可以说“呆板”,并且可能需要进行重大改进和简化。时间将会说明这些变化将如何体现客户体验。

只需点击几下即可购买保险或提出索赔,这无疑具有吸引力。国家汽车金融公司(STFC)首席执行官迈克·拉罗卡(Mike LaRocca)在2017年1月向保险高管们传达了这样的信息:“变革的力量即将到来,如果我们看不到它,我们也可能会死去。”

似乎有一个共识:现在保险业务维持现状的日子进入倒数。2017年4月的埃森哲调查发现,这种观点很普遍:“ 保险高管们认为,人工智能(AI)将在未来三年大幅改变他们的行业。”无论是远程信息处理,自动驾驶汽车,智能聊天机器人还是个性化平台,市场都有可能转移向那些能够最佳利用人工智能来改善客户引导和索赔管理流程的公司。

原文发布于微信公众号 - 点滴科技资讯(DDKJZX)

原文发表时间:2018-04-13

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏磐创AI技术团队的专栏

十个令人震惊的人工智能应用之一(附视频)

2184
来自专栏磐创AI技术团队的专栏

十个令人震惊的人工智能应用之二(附视频)

1824
来自专栏大数据文摘

凯文.凯利:最大的颠覆来自创业公司与边缘产业

2647
来自专栏新智元

【中国传媒科技专访杨静】人工智能与传媒行业有“对撞”机会么?

深度学习的智能到底有多“深”? 由谷歌开启的“机器学习计划”吸引了全球数以千计的科学家参与,Facebook、亚马逊、百度、阿里、讯飞等众多科技公司正纷纷“入手...

2893
来自专栏数据派THU

【干货】张楠:政府公开与数据开放

本文共3400字,建议阅读时间7分钟 本讲座选自张楠副教授于2015年6月5日在 RONG 系列论坛之四——大数据与诚信社会研讨会上所做的题为《政府公开与数据开...

22010
来自专栏磐创AI技术团队的专栏

十个令人震惊的人工智能应用之三(附视频)

7183
来自专栏老九学堂

【拓展】O2O大解析

O2O一直是非常热门的词汇。现在BAT(BAT是中国互联网公司百度公司(Baidu)、阿里巴巴集团(Alibaba)、腾讯公司(Tencent)三大巨头首字母缩...

2884
来自专栏PPV课数据科学社区

【观点】张志东:腾讯的未来在大数据服务和连接

? 由腾讯云、腾讯大学与《创业家》杂志联合举办的黑马-腾讯特训营在深圳如期开营,40位来自全国各地的黑马—创业者们齐聚腾讯大厦。本次活动的重磅嘉宾—张志东To...

4595
来自专栏人称T客

用友出手死磕移动CRM 老将新兵将是一场血战

软件市场目前最热的莫过于移动CRM市场,单笔1亿美元的融资额度已经让很多传统软件厂商惊讶不已,而这一举动也牵动了用友内部的神经,重新分拆了用友优普单独成立企业互...

37713
来自专栏腾讯研究院的专栏

孟昭莉:趋势新思维,腾讯人工智能促进政务服务创新

      日前,2017“互联网+”数字经济峰会——政务分论坛在杭州举行,腾讯公司研究院副院长、首席经济学家孟昭莉出席论坛并做主题演讲,以下为其演讲实录: ?...

2395

扫码关注云+社区

领取腾讯云代金券