随着卷积神经网络等深度学习技术新浪潮的到来，人工智能（AI）技术将能够模拟人类感知、推理、学习和解决问题的能力。在这一变革中，保险业从当前的“检测和修理”模式进化为“预测和预防”模式，从而彻底改变保险行业的方方面面。消费者、金融中介、保险公司和供应商正在不断利用高科技来改善决策、提高工作效率、降低成本，并优化客户体验。在此背景下，变革的步伐将会越来越快。（资料来源：Nvidia; Science in the News, Rockwell Anyoha, “The history of artificial intelligence,” August 28, 2017, sitn.hms.harvard.edu）
在人工智能与保险行业整合日益深化的形势下，保险公司不得不迫切地明确自身定位，以应对经营环境的持续变化。保险企业高管必须明了变革动因，深入理解人工智能如何重塑理赔、分销、承保和定价。只有如此，保险企业高管才能够提升相关技能、培养合适人才，并运用各种新兴技术来塑造未来保险业成功所需的文化和视角。
四种重塑保险业的人工智能趋势
人工智能的底层技术已经开始应用到商业、家庭、车辆和普罗大众身上了，由人工智能驱动的四种核心技术趋势将会在未来十年重塑保险行业。
互联设备的数据大爆炸
在产业配置方面，带有传感器的设备早已遍布各处。未来几年，互联的消费设备将会大量增加。一方面，现有设备（例如车辆、健身追踪设备、智能家居助理、智能手机和智能手表）会迅速普及；另一方面，各种新型穿戴设备也会纷纷出现，例如VR眼罩等。保险公司可利用这些设备带来的海量新数据更深入地了解用户、开发新的产品类型，并进行个性化定价、提供实时化服务等。例如，连接到精算数据库的可穿戴设备可以根据消费者的日常活动计算出个人风险指数，以及潜在风险的发生概率和严重程度。
机器人将越来越流行
机器人领域最近涌现出很多激动人心的成就，这种创新将不断改变人类与世界的互动方式。增材制造，即3D打印，将彻底重塑未来的制造业和针对企业的保险产品。到2025年，3D打印建筑将会普及，保险公司须评估这种发展将如何改变风险度量方法。此外，可编程自动无人机、自动驾驶汽车、自动耕种设备和增强型手术机器人将在未来十年具备商业可行性。到2030年，上路的自动驾驶汽车比例将超过25%，而在4年前的2026年，这一比例只有10%。保险公司需要认识到，日常生活中越来越多的机器人将改变风险池和用户预期，并催生新的产品和销售渠道。
开源与数据生态系统
数据正在变得无处不在，开源协议因此将会得到更加广泛的应用，以确保数据能够在不同行业进行共享。很多公众和私人企业将一起创建生态系统，目的是在统一的监管和网络安全框架下，针对多种用户场景分享数据。例如，可穿戴设备数据将直接传给保险公司，联网家居和汽车数据将通过亚马逊、苹果、谷歌与各类消费者设备制造商予以共享。
认知技术的进步
卷积神经网络等深度学习技术目前主要用于图像、声音和非结构化文本的识别和处理，未来将会逐步扩大应用范围。这类认知技术大体建立在人类大脑分解和推理学习的基础之上，将成为未来处理大量复杂数据流的标准方式，这些数据流将促使与个人行为相连的“主动”保险产品不断涌现。随着各种技术的不断商业化，保险公司可以采用新的模型，不断学习和适应周边环境，创造新的产品类别和交互技术，同时对潜在的风险和行为变化进行实时监测和应对。
2030年保险行业前瞻
人工智能及相关技术将对保险业的方方面面产生巨大影响，包括分销、承保、定价和理赔。先进技术和数据已经在改变分销和承保等领域，保单几乎已经可以实现实时定价和购买。麦肯锡对2030年保险业进行了深度前瞻，其结果显示，行业价值链将会发生巨大的变化。
分销
购买保险的流程更快，保险公司和客户无须密集参与即可完成。只要拥有足够的个人行为信息，人工智能算法就可以了解风险概况，从而将投保汽车、商业或人寿保险的时间周期缩短为几分钟甚至几秒钟。随着汽车远距离通信和家居物联网设备的激增，以及定价算法的成熟，汽车和家财保险公司已经实现即时报价，并将继续完善，向更广泛的客户人群提供保单。很多人寿保险公司正在尝试简化产品分销流程，但是大多数还只是局限于健康状况良好的申请人，而且比需要完全承保的类似产品定价更高。随着人工智能技术向寿险承保领域的渗透，保险公司能够以更先进的方式辨别风险，新的即时核保和快速分销产品将进入大众市场。
区块链驱动的智能合约将通过客户的财务账户即时授权支付。同时，合约处理和支付验证将被取消或简化，降低了保险公司的获客成本。随着无人机、物联网等技术不断为人工智能的认知模型提供足够信息和可用数据，保险公司可因此定制更加具有针对性的保险费率，企业客户购买保险会更加方便。
另外，高度动态化、基于使用情况付费的保险产品（UBI）日益成熟并可根据单个顾客的行为进行定制。在产品可根据个人行为模式不断调整的情况下，保险将从“购买并每年续保”模式变为持续适应模式。此外，产品将被分解成更细微的保障元素（例如手机电池保险、飞机延误险、家庭洗碗机和烘干机保障险等不同的覆盖范围），客户可以根据自己的特殊需要进行个性化定制，并能马上比较不同保险公司的价格。新的产品不断涌现，以适应不断变化的生活习惯和出行方式。随着实物资产多人分享模式的实现，UBI将会成为标准保险范式，汽车共享可以按里程或按次收费，而房屋短租共享也可以按次提供保险保障，Airbnb就是一例。
到2030年，保险代理人的角色将会发生巨大改变。将来，随着活跃代理人进入退休阶段，以及为了提高生产率，人工智能技术开始取代人工，保险代理人的数量必会显著缩减。代理人的角色将转变为过程促成者和产品教育者。未来的保险代理人能够销售各种类型的保险，并且帮助客户管理保险组合以创造更多价值，其中包括健康、人寿、出行、个人财产和住宅。代理人将使用智能私人助理优化工作，使用AI机器人为客户发现更加合适的保险产品。这些工具可以帮助代理人为更多客户服务，使得与客户的沟通（包括面对面、虚拟和数字沟通）更简短更有效，还可以根据客户当前和未来的需求定制沟通内容。
承保与定价
到2030年，大多数针对个人和小企业的寿险、财产险，将不再使用人工承保。随着承保的自动化，基于技术驱动的承保将只需数秒时间。这些模型所需的数据，既有内部数据，也有通过应用程序接口从外部提供商获得的外部数据。从保险公司、再保险公司、产品制造商和产品分销商处所收集的信息将汇总到各种数据库和数据流中。这些信息能够使保险公司就承保和定价作出事前决策——根据买方风险状况和保险需求为保险组合产品提供综合价格。
此外，监管机构审查的基于机器学习的人工智能模型，是采用公开、透明的方法来确保风险评分的可追溯性（类似于现在使用的基于回归系数的评分因子推导）。为了验证营销和承保所使用的数据是否合理，监管机构要对各种模型输入参数进行评估。在确定在线保单计划的费率时，监管机构还要为保险公司提供测试保单，以确保算法结果在监管政策的允许范围之内。出于公共政策方面的考虑，某些敏感和预测性数据的访问权限（例如健康和基因信息）需要进行限制，因为这些信息的泄露将降低某些领域承保和定价的灵活性，并增加逆向选择的风险。
虽然价格仍然是消费者做出决策的最重要因素，但是保险公司需要不断创新，以避免纯粹的价格竞争。先进的专有平台将在客户和保险公司之间建立连接，为客户提供差异化的体验、功能和价值。在某些领域，价格竞争加剧，利润率微薄是常态，而在另一些细分市场，独特的保险产品能够提高利润率，实现差异化。为顺应这一变革的领域，定价创新速度会加快。根据使用情况和动态且丰富的数据风险评估，消费者可获得实时定价，并在了解行为如何影响保障范围、风险可保性和保费定价的情况下做出自己的决定。
理赔
到2030年，理赔处理仍然是保险企业的一项主要职能，但与2018年相比，理赔岗位将减少70%—90%。高级算法能够确定初始理赔的处理路径，从而提高效率和准确度。个人保险和小企业保险的理赔基本实现自动化，保险企业的直通式处理业务占比超过90%，理赔时间将从目前的几天大幅缩短到数小时乃至数分钟。
各种物联网传感器和数据捕捉技术组合，比如无人机，将基本取代传统的人工报案方式。损失发生之后，理赔分类流程和维修服务将会自动开启。比如，交通事故发生之后，保单持有人先对事故现场进行摄像，然后转换成损失说明，系统将自动估算理赔金额。遭受较小损失的自动驾驶车辆可自动驶向修理厂进行维修，同时调派的一辆自动驾驶车辆前往现场替换。家庭对物联网设备的使用会越来越多，比如监控水位、温度和其他关键风险因素的设备，这些设备能够在风险出现之前预先警示住户和保险公司。
提供自动客户服务的各种应用可直接按照自我学习脚本，通过语音和文字来处理大多数保单持有人的互动信息，这些脚本可与理赔、欺诈、医疗服务、保单以及维修等各系统对接。多数理赔的结案时间不再以天或周计，而是以分钟计。理赔过程中的人工操作主要集中在以下方面：复杂特殊案件的理赔，存在争议、需利用分析和数据洞察进行人工互动和协商的理赔，因新技术造成的与系统问题和风险相关的理赔（比如，黑客侵入重要的物联网系统），以及旨在确保对算法决策充分监督而对理赔案件进行的随机人工抽查。

理赔部门将更为关注对风险的监控、预防和应对。物联网和新的数据来源将被用来监控风险，若风险因素超出人工智能设定的阈值，将启动干预措施。保险公司的理赔部门与客户的互动侧重于避免潜在损失。个人收到的实时警示可能与查勘、维护和修理等自动干预措施相关联。对于大规模灾难的理赔，保险公司会利用一体化物联网、车载信息系统和手机数据实时监控住房和车辆情况，当然前提是该地区的手机服务和电力供应没有中断。如果电力中断，保险公司可利用数据集成系统整合卫星、联网无人机、天气预报实时获取的数据以及保单持有人的数据，将理赔预先备案。多家大型保险机构可以针对多种灾难类型对类似系统进行预先测试，因此在紧急情况实际发生时，备案的损失估算金额将非常准确可靠。详细报告能够自动提供给再保险机构，从而加快再保险资金的流动。

保险企业可以采取哪些措施来应对快速变革？麦肯锡有哪些建议？详细内容可订阅《财资中国|财富风尚》杂志2018年9月刊查看。
作者：Ramnath Balasubramanian，麦肯锡全球董事合伙人，常驻纽约分公司；Ari Libarikian，麦肯锡全球资深董事合伙人，常驻纽约分公司；Doug McElhaney，麦肯锡全球副董事合伙人，常驻华盛顿分公司；毕强，麦肯锡全球董事合伙人，常驻北京分公司；
本文是由麦肯锡公司在2018年7月发布的最新报告《2030年：人工智能将如何改写保险业》整理得出。全文探讨了人工智能对保险业的影响以及对保险业2030年进行前瞻预测，并对未来的中国保险业提出了有效地建议。

来源：财资中国|财富风尚  2018年9月刊