麥肯錫：未來10年，人工智慧將對保險業價值鏈產生巨大變革

編者注：今年4月份，麥肯錫諮詢公司發佈了最新報告《保險2030，人工智能對未來保險的影響》，該份報告暢想了10年後，人工智能時代下的保險業，指出人工智能及其相關技術將對保險行業的各個方面產生巨大影響，從分銷到承保，從定價到索賠。小觀覺得極富借鑑意義，分享給讀者大大們，本文由蔣程達編譯。

歡迎來到保險的未來

我們先透過客戶Scott看看2030年的世界：

Scott需要參加一個跨城會議，他的私人數字助理為他預訂了一輛自動駕駛汽車。當他上車後，Scott決定要自己開車，於是把車調到“主動”模式。他的私人助理貼心地繪製出一條規劃路線，並與其移動保險公司分享。該保險公司立即反饋另一條路徑選擇，即事故和車損發生率更低的路線，同時調整其月度保費。Scott的助理通知他，所選路線上的車輛數量和分佈情況，以及他的移動保險費將增加4%到8%。它還提醒Scott，他的“即付即用”制人壽保單，本季度將增加2個百分點，額外的款項將自動從他的銀行賬戶中扣取。

當Scott進入終點停車場時，他的車撞到一個泊車標誌。車停下來後，內部診斷器已完成受損測定。他的私人助理指導他拍三張前右保險槓受損的照片，和兩張周邊環境照。當Scott回到駕駛座的時候，儀表盤的屏幕上顯示出車損情況，並確認理賠已獲批，而且一架移動響應無人機已經被派往現場進行檢查。如果車輛仍可以行駛，它可能會被導向最近的網絡車庫，並在更換車輛到達後進行維修。

雖然這種場景可能看起來超出了想象，但是這樣的集成用例將會出現在未來的十年裡，遍及所有保險領域。事實上，所有上述技術已經存在，且已融入消費者生活。隨著新技術的不斷深耕，如卷積神經網絡，人工智能(AI)完全有可能兌現其在模仿感知、推理、學習、人類思維解決問題等方面的承諾。

通過這種進步，保險將實現從當前“檢測和修復”到“預測和預防”的角色轉變，進而改變行業的方方面面。這種變化也有助於推廣先進技術在經紀公司、消費者、金融中介、保險公司和供應商之間的使用，從而提高決策力和生產力，降低成本，優化客戶體驗。

隨著人工智能深入各行各業，保險公司必須做好自己定位，應對不斷變化的商業環境。保險公司的高管們必須明白導致這一變化的原因以及人工智能將如何重塑保險定價、分銷、承銷以及理賠。這樣，他們就可以著手培養技能型人才，擁抱新興技術，創造未來保險行業成功人士所需的文化和視角。

四種AI發展趨勢塑造未來保險業

人工智能的基礎技術已經應用到企業、家庭、汽車以及我們個人身上。四項核心技術趨勢，與人工智能緊密結合，將在未來10年重塑保險業。

互聯設備的數據爆炸

在工業環境中，傳感設備一度普及，而未來幾年，消費者互聯設備數量會大幅增加。不僅現有設備滲透率將繼續快速增長（如汽車、健身追蹤器、家庭智能助理、智能手機，智能手錶），而且新的類別將不斷加入，如服裝、眼鏡、家用電器、醫療器械和鞋子等。這些設備產生的海量新數據能夠幫助保險商更深入地瞭解客戶，進而催生新的產品種類、個性化的定價，以及提供越來越多的實時服務。例如，連接到保險精算數據庫的可穿戴設備，可以根據日常活動以及潛在事件的發生率和嚴重性，計算消費者的個人風險係數。

物理機器人的普及

最近，機器人領域取得了許多令人興奮的成就，而這項創新將會繼續改變人類與周圍世界的交互方式。增材製造技術，亦稱為3D打印，將從根本上重塑製造業和未來商業保險產品。 到2025年，3D打印建築體隨處可見，所以保險商需要評估這種發展對風險評估的改變。此外，可編程無人機、自動駕駛汽車、自控農業設備以及醫療機器人都將在十年裡實現商業可行性。

開源和數據生態系統

當數據變得無處不在，開放源碼協議就會出現，以確保數據可以在行業中共享。在同一網絡安全監管框架下，各方公共和私有主體將有機結合，打造數據共享的生態系統，服務多樣化的行業用例。例如，可穿戴數據可以直接傳輸到保險公司。通過亞馬遜、蘋果、谷歌和各種互聯設備製造商，聯網家庭數據和汽車數據可以實現共享。

認知技術的進步

目前，卷積神經網絡和其他深度學習技術主要應用於圖像、語音和非結構化文本處理，而將來，它們將會發展到各種各樣的應用程序中。這些認知技術，借鑑了人類大腦的分解和推理學習能力，當個人行為和活動相關的“主動”保險產品生成大量數據流時，認知技術就成為了處理這些龐雜繁複的數據流的標準方法。隨著這些技術商業化程度的提高，保險公司能夠獲得不斷學習和適應周圍世界的模型 —— 支持新產品和技術的開發，同時對潛在風險或行為變化做出實時反應。

2030年保險展望

人工智能及其相關技術將對保險行業的各個方面產生巨大影響，從分銷到承保，從定價到索賠。在保單報價、購買和核保幾乎已經實時化的當下，先進的技術和數據已經影響了保險業的分銷和承保業務。其對2030年保險狀況的深入分析，強調了人工智能對於整個保險價值鏈產生的巨大變革。

分銷

購買保險的過程變得相當快速，無需保險公司和客戶雙方過多的交涉。人工智能算法利用充足的個人共享信息，創建風險預測，因此車險，商業險或壽險的購買週期將會縮短到幾分鐘甚至幾秒鐘。汽車保險和家庭保險公司早已啟用了即時報價功能，而且隨著遠程信息技術和家庭物聯網設備的普及，以及定價算法的成熟，它們將持續提高承保能力，為更廣泛的客戶群體提供實時保單。許多壽險公司都在嘗試簡化發行的產品，但大多數都只侷限於健康人群，而且定價較高。隨著人工智能滲透到壽險業務中，保險公司能夠以更細緻、更復雜的方式識別風險，一大波全新大眾市場壽險產品指日可待。

基於區塊鏈的智能合約可以即時授權，從客戶的財務賬戶中付款。與此同時，合同處理和支付驗證會被簡化或取消，降低了保險公司的顧客購置成本。同樣，商業保險購買也會提速，因為無人機、物聯網和其他可用數據的組合為基於人工智能的認知模型提供了足夠的信息，從而主動生成可綁定的報價。

高度動態化的UBI（基於用戶行為）保險產品的數量激增。用戶從“購保和年度續保”的保險模式過渡到一個持續循環的“時週期”，因為保險產品會適應個人行為而不斷調整。而且,保險範圍實際上被解構成“微觀元素”(例如手機電池保險，航班延誤保險；再比如，家用洗衣機和烘乾機分開投保)。 消費者可以定製個性化保險需求，隨時比較各家保險公司產品的價位，新產品的及時出現可以應對生活安排和旅行的變化。UBI將成為一種常態，因為實物資產多方共享，比如共享汽車行業中的按里程付費或按出行需求付費，房屋租賃服務中按入住付費的保險模式，比如Airbnb。

到2030年，保險代理人的角色已經完全改變。隨著目前活躍的代理群體退休，剩餘的代理們將嚴重依賴於技術來提高生產力，代理的數量將大大減少，代理的角色轉換為保險流程協調者和保險產品教育者。未來的代理人可以通過幫助客戶管理他們的保險組合，包括健康、生活、移動性、個人財產和住宅，銷售幾乎所有類型的保險，並增加價值。代理商使用個人智能助理來優化他們的任務，利用人工智能機器人來為客戶尋找潛在交易。這些智能工具幫助保險代理支持更大的客戶端，同時使客戶交互更加簡便高效（包括面對面、虛擬和數字的混合）。

承保和定價

在2030年，對大多數個人和小企業來說，人壽保險和意外事故保險的人工承保不復存在。 技術棧中構建的機器和深度學習模型將實現大部分承保自動化，承保過程將被簡化到幾秒鐘。 這些模型的驅動來自於內部數據，和一系列廣泛的API外部數據，以及分析商數據。從主流保險公司、再保險公司、產品製造商和設備分銷商處收集的信息，會被聚合在各種數據存儲庫和數據流中。

價格仍然是消費者決策的核心，但保險公司的創新正在消減其影響力。各種複雜的專有平臺將客戶和保險公司聯繫起來，併為客戶提供差異化的保險體驗、產品特性和價值。在某些領域裡，價格競爭加劇，利潤受到嚴重擠壓；而在其他領域，獨特的保險產品可以實現利潤擴張和差異化。在推行變革的地區，創新的腳步正在加速。根據使用情況和豐富的動態數據風險評估，報價可以實時獲取，這讓用戶看清他們的決策行為將如何影響保險範圍、可保性和保險費用。

理賠

2030年的理賠處理仍然是保險公司的主要業務，但是，理賠人員數量與2018年相比將減少70%到90%。高級算法能夠處理初始索賠路徑，提高效率和準確性。對個人和小型企業保險理賠在很大程度上會自動化，保險公司能夠實現超過90%的直通處理率，並大大減少理賠處理時間，從幾天到幾小時甚至幾分鐘。

物聯網傳感器和一系列數據捕捉技術，如無人機，在很大程度上取代了傳統的人工第一次損失通知，理賠核損和維修服務經常在受損時自動觸發。例如，在發生汽車事故的情況下，受損視頻自動提交，用於定損和估費。當自動駕駛汽車輕微受損時，它能自行派往維修車間，期間為用戶更換新車。在家中，物聯網設備將越來越多地用於主動監測水位、溫度和其他關鍵風險因素，並在出現問題之前主動提醒住戶和保險公司。

自動化的客戶服務應用程序通過語音和文本處理大多數保單持有人的交互，直接遵循與索賠、防欺詐、醫療服務、保單和維修系統相連接的自學腳本。許多理賠的週轉時間可以用分鐘來衡量。人工理賠管理將集中在幾個領域：複雜的非常規性理賠，爭議性理賠，系統風險性理賠（例如，黑客入侵物聯網系統），以及隨機性審核，以確保充足的決策算法監管。

理賠組織增加了對風險監測、預防和緩解的關注。當影響因素超過AI設定閾值時，物聯網和新數據源用於監控風險並觸發干預措施。客戶與保險理賠組織的互動可以避免潛在的損失， 個人收到的實時警報可以自動連接有關檢查、維護和修理等干預措施。

對大規模巨災理賠，保險公司利用集成物聯網、遠程信息技術和移動設備實時監控家庭和車輛情況，以上是在移動電話和電力服務均未中斷的地區。當電力耗盡時，保險公司可以通過使用數據聚合器來進行再保索賠，實時整合來自衛星、網絡無人機、氣象服務和保單持有人的數據。該系統是由最大的保險公司根據巨災類型預先測試，所以在真實情況下，損失估計具有高度精準性和可靠性。詳細的報告將自動提供給再保險公司，以獲得更快的再保險資金流量。

保險公司如何為加速的行業科技變化做好準備

自動化、深度學習和外部數據生態系統的廣泛採用和整合將推動該行業的快速發展。雖然沒有人能準確預測2030年的保險業是什麼樣子的，但保險公司現在可以採取一些措施來為變革做好準備。

充分把握AI技術和趨勢

儘管，保險行業的結構性轉變將以科技為重點，但解決這些問題並不只是IT團隊的領域。 相反，董事會成員和客戶體驗團隊應該投入時間和資源，深入瞭解這些AI相關的技術，其中，需要努力開發基於假設的場景化應用，找到顛覆的切入點，理解它對業務線的意味。例如，保險公司不太可能從有限規模的物聯網試點項目中獲得更多的行業見解。相反，他們必須有目的性的合理規劃他們的組織，規模性的參與物聯網生態系統。試點和概念驗證（POC）項目的設計不僅要測試技術的工作原理，還要測試保險公司在基於數據或基於物聯網的生態系統中扮演特定角色的成功性。

制定並實施連貫的戰略計劃

基於人工智能探索的深刻洞察力，保險公司必須決定如何使用技術支持他們的業務策略。 企業領導團隊的長期戰略計劃需要一個持續長久的改革，涉及到業務運營、人才和技術。 一些保險公司已經開始採取創新的方式，比如建立自己的風險資本部門，收購有前景的保險科技公司，以及與領先學術機構建立合作伙伴關係。保險公司應該建立投資領域視角，制定最適合他們的市場戰略措施。

這個計劃需要涉及四個維度（圖示2）。計劃應該規劃出一條路線圖，包括人工智能試點，概念驗證，以及詳細說明技能建設投入或集中變更管理。最重要的是，一個詳細的里程碑規劃和節點時間表，能夠幫助企業定期調整，應對人工智能技術和其他行業內重大科技變化或顛覆性發展。

除了能夠理解和實現人工智能技術之外，保險公司還需要對即將到來的宏觀變化制定戰略性對策。當“預測和預防”方法興起時，保險公司需要重新考慮他們的客戶參與、品牌推廣、產品設計和核心收益。 自動駕駛汽車的使用會減少汽車事故，物聯網設備能阻止家庭漏水，建築物將在自然災害後通過3D打印技術修復，不斷改善的醫療保健能夠挽救並延長人類生命。同樣地，自動駕駛汽車也會損毀，自然災害還將繼續侵害沿海地區，個人需要有效的醫療護理，以及當親人過世時的安慰。隨著這些變化的產生，利潤池將會發生改變，新的產品類型和產品線將應運而生，消費者與保險公司之間的交互將會發生巨大的變化。

未來的保險贏家必定能創造並制定完美的戰略計劃，成功定位他們的品牌，產品、客戶交互和技術，充分利用全新的經濟結構，以一種連貫的分析和技術策略，解決各個方面業務問題，並密切關注價值創造和差異化。

創建並執行全面的數據策略

對於任何組織來說，數據正迅速成為最寶貴的資產之一。保險行業也不例外：保險公司如何識別、量化、定位和管理風險，都是基於他們在保單生命週期中獲得的數據體量和質量。大多數人工智能技術在擁有大量數據時，將表現出最佳能力。因此，保險公司必須在內部和外部數據方面制定一套結構合理的可行性戰略。內部數據需要以支持數據分析功能的敏捷開發方式組織起來。對於外部數據，保險公司必須專注於確保數據的安全訪問，從而豐富和補充其內部數據集。

真正的挑戰是如何以一種節約成本的方式獲得訪問權。隨著外部數據生態系統繼續擴展，它很可能仍然高度分散，因此很難以合理的成本確保高質量的數據。總的來說，數據戰略需要涵蓋各種方法來獲取和安全訪問對外部數據，以及內部數據源相結合的方法。保險公司應該準備一個多層面的信息採集策略，包括直接獲取數據資產和供應商、數據來源的許可、數據API的使用以及與數據經紀公司的合作關係。

打造合理的人才和技術基礎設施

在象棋比賽中，同樣依靠人工智能協助，普通玩家往往要好於專業玩家。這種有違常理的結果的根本原因在於，與人工智能互動的個體是否能真正接受、信任和理解該技術。為了確保公司的每個部分都將高級分析視為一種必備功能，保險公司必須對員工進行合理的持續性培訓投入。

未來保險公司需要的是有正確思維和技能的人才，下一代成功的一線保險工作者將面臨越來越高的職業要求，他們必須是擁有嫻熟技術和創新力的混合型人才，願意在半自動化和機器支持型環境中工作，並且具備很強的科技適應性。從未來的人工智能用例中產生價值，保險公司需要從組織內部集成技能、科技和洞察力，提供獨特的、全面的客戶體驗。

要做到這一點，大多數保險公司需要有意識的文化轉變，這將依賴於高管層的支持和領導。 制定積極的人才戰略，吸引、培養和留住具有關鍵技能的各類員工，這是讓企業與時俱進的重要因素。

這些人才將包括數據工程師、數據科學家、技術人員、雲計算專家和體驗設計師。為了確保企業擁有競爭所需的新技術和能力，許多企業將設計和實施再培訓項目。作為開發新生產力的最後一個組成部分，企業將確定外部資源和合作夥伴，增強內部能力，支持新業務的變化和執行。未來的IT架構也將與今天截然不同，保險公司應該開始進行有針對性的投資，轉移到更具未來性的技術堆棧，支持雙速IT架構。

未來10年技術的快速發展將帶來保險業的顛覆性變化。人工智能保險業的贏家必然會使用新技術，創造新產品，利用新數據源的認知學習洞察力，簡化流程和降低成本，並能超越客戶對個性化和動態適應的期望。最重要的是，那些認可顛覆性技術創造機會，而不是當前業務威脅的保險公司，必將在2030年的保險業中蓬勃發展。

PS：獲取更多行業深度研究報告及行業前沿，可下載保觀App

閱讀更多 互聯網保觀 的文章

關鍵字: 投資 人工智能 保險