首页 > 互联网保险

麦肯锡:保险2030,人工智能重塑保险业的方式与机遇

互联网保险 保小观 · 保小观 2018-08-02 阅读:5812

关键词:人工智能保险业麦肯锡保险科技AI

虽然没有人能准确预测2030年的保险业是什么样子的,但保险公司现在可以采取一些措施来为变革做好准备。
编者注:今年4月份,麦肯锡咨询公司发布了最新报告《保险2030,人工智能对未来保险的影响》,该份报告畅想了10年后,人工智能时代下的保险业,指出人工智能及其相关技术将对保险行业的各个方面产生巨大影响,从分销到承保,从定价到索赔。小观觉得极富借鉴意义,分享给读者大大们,本文由蒋程达编译。

欢迎来到保险的未来

我们先透过客户Scott看看2030年的世界:


Scott需要参加一个跨城会议,他的私人数字助理为他预订了一辆自动驾驶汽车。当他上车后,Scott决定要自己开车,于是把车调到“主动”模式。他的私人助理贴心地绘制出一条规划路线,并与其移动保险公司分享。该保险公司立即反馈另一条路径选择,即事故和车损发生率更低的路线,同时调整其月度保费。Scott的助理通知他,所选路线上的车辆数量和分布情况,以及他的移动保险费将增加4%到8%。它还提醒Scott,他的“即付即用”制人寿保单,本季度将增加2个百分点,额外的款项将自动从他的银行账户中扣取。

当Scott进入终点停车场时,他的车撞到一个泊车标志。车停下来后,内部诊断器已完成受损测定。他的私人助理指导他拍三张前右保险杠受损的照片,和两张周边环境照。当Scott回到驾驶座的时候,仪表盘的屏幕上显示出车损情况,并确认理赔已获批,而且一架移动响应无人机已经被派往现场进行检查。如果车辆仍可以行驶,它可能会被导向最近的网络车库,并在更换车辆到达后进行维修。

虽然这种场景可能看起来超出了想象,但是这样的集成用例将会出现在未来的十年里,遍及所有保险领域。事实上,所有上述技术已经存在,且已融入消费者生活。随着新技术的不断深耕,如卷积神经网络,人工智能(AI)完全有可能兑现其在模仿感知、推理、学习、人类思维解决问题等方面的承诺。

通过这种进步,保险将实现从当前“检测和修复”到“预测和预防”的角色转变,进而改变行业的方方面面。这种变化也有助于推广先进技术在经纪公司、消费者、金融中介、保险公司和供应商之间的使用,从而提高决策力和生产力,降低成本,优化客户体验。

随着人工智能深入各行各业,保险公司必须做好自己定位,应对不断变化的商业环境。保险公司的高管们必须明白导致这一变化的原因以及人工智能将如何重塑保险定价、分销、承销以及理赔。这样,他们就可以着手培养技能型人才,拥抱新兴技术,创造未来保险行业成功人士所需的文化和视角。

四种AI发展趋势塑造未来保险业

人工智能的基础技术已经应用到企业、家庭、汽车以及我们个人身上。四项核心技术趋势,与人工智能紧密结合,将在未来10年重塑保险业。

人工智能通过机器学习和深度学习来实现行业期望

互联设备的数据爆炸

在工业环境中,传感设备一度普及,而未来几年,消费者互联设备数量会大幅增加。不仅现有设备渗透率将继续快速增长(如汽车、健身追踪器、家庭智能助理、智能手机,智能手表),而且新的类别将不断加入,如服装、眼镜、家用电器、医疗器械和鞋子等。这些设备产生的海量新数据能够帮助保险商更深入地了解客户,进而催生新的产品种类、个性化的定价,以及提供越来越多的实时服务。例如,连接到保险精算数据库的可穿戴设备,可以根据日常活动以及潜在事件的发生率和严重性,计算消费者的个人风险系数。

物理机器人的普及

最近,机器人领域取得了许多令人兴奋的成就,而这项创新将会继续改变人类与周围世界的交互方式。增材制造技术,亦称为3D打印,将从根本上重塑制造业和未来商业保险产品。到2025年,3D打印建筑体随处可见,所以保险商需要评估这种发展对风险评估的改变。此外,可编程无人机、自动驾驶汽车、自控农业设备以及医疗机器人都将在十年里实现商业可行性。到2030年,自动驾驶汽车在公路上的比例可能会超过25%。当机器人技术的应用在日常生活和各行各业中日益增长之际,保险公司需要顺应时代发展,充分了解技术对风险投资,客户期望的影响,并积极开发新产品和新渠道。

开源和数据生态系统

当数据变得无处不在,开放源码协议就会出现,以确保数据可以在行业中共享。在同一网络安全监管框架下,各方公共和私有主体将有机结合,打造数据共享的生态系统,服务多样化的行业用例。例如,可穿戴数据可以直接传输到保险公司。通过亚马逊、苹果、谷歌和各种互联设备制造商,联网家庭数据和汽车数据可以实现共享。

认知技术的进步

目前,卷积神经网络和其他深度学习技术主要应用于图像、语音和非结构化文本处理,而将来,它们将会发展到各种各样的应用程序中。这些认知技术,借鉴了人类大脑的分解和推理学习能力,当个人行为和活动相关的“主动”保险产品生成大量数据流时,认知技术就成为了处理这些庞杂繁复的数据流的标准方法。随着这些技术商业化程度的提高,保险公司能够获得不断学习和适应周围世界的模型——支持新产品和技术的开发,同时对潜在风险或行为变化做出实时反应。

2030年保险展望

人工智能及其相关技术将对保险行业的各个方面产生巨大影响,从分销到承保,从定价到索赔。在保单报价、购买和核保几乎已经实时化的当下,先进的技术和数据已经影响了保险业的分销和承保业务。其对2030年保险状况的深入分析,强调了人工智能对于整个保险价值链产生的巨大变革。

分销

购买保险的过程变得相当快速,无需保险公司和客户双方过多的交涉。人工智能算法利用充足的个人共享信息,创建风险预测,因此车险,商业险或寿险的购买周期将会缩短到几分钟甚至几秒钟。汽车保险和家庭保险公司早已启用了即时报价功能,而且随着远程信息技术和家庭物联网设备的普及,以及定价算法的成熟,它们将持续提高承保能力,为更广泛的客户群体提供实时保单。许多寿险公司都在尝试简化发行的产品,但大多数都只局限于健康人群,而且定价较高。随着人工智能渗透到寿险业务中,保险公司能够以更细致、更复杂的方式识别风险,一大波全新大众市场寿险产品指日可待。

基于区块链的智能合约可以即时授权,从客户的财务账户中付款。与此同时,合同处理和支付验证会被简化或取消,降低了保险公司的顾客购置成本。同样,商业保险购买也会提速,因为无人机、物联网和其他可用数据的组合为基于人工智能的认知模型提供了足够的信息,从而主动生成可绑定的报价。

高度动态化的UBI(基于用户行为)保险产品的数量激增。用户从“购保和年度续保”的保险模式过渡到一个持续循环的“时周期”,因为保险产品会适应个人行为而不断调整。而且,保险范围实际上被解构成“微观元素”(例如手机电池保险,航班延误保险;再比如,家用洗衣机和烘干机分开投保)。消费者可以定制个性化保险需求,随时比较各家保险公司产品的价位,新产品的及时出现可以应对生活安排和旅行的变化。UBI将成为一种常态,因为实物资产多方共享,比如共享汽车行业中的按里程付费或按出行需求付费,房屋租赁服务中按入住付费的保险模式,比如Airbnb。

到2030年,保险代理人的角色已经完全改变。随着目前活跃的代理群体退休,剩余的代理们将严重依赖于技术来提高生产力,代理的数量将大大减少,代理的角色转换为保险流程协调者和保险产品教育者。未来的代理人可以通过帮助客户管理他们的保险组合,包括健康、生活、移动性、个人财产和住宅,销售几乎所有类型的保险,并增加价值。代理商使用个人智能助理来优化他们的任务,利用人工智能机器人来为客户寻找潜在交易。这些智能工具帮助保险代理支持更大的客户端,同时使客户交互更加简便高效(包括面对面、虚拟和数字的混合)。

承保和定价

在2030年,对大多数个人和小企业来说,人寿保险和意外事故保险的人工承保不复存在。技术栈中构建的机器和深度学习模型将实现大部分承保自动化,承保过程将被简化到几秒钟。这些模型的驱动来自于内部数据,和一系列广泛的API外部数据,以及分析商数据。从主流保险公司、再保险公司、产品制造商和设备分销商处收集的信息,会被聚合在各种数据存储库和数据流中。这些信息源帮助保险公司在定价和承保方面做出提前决策,前瞻性的推广一个量身定制的保险产品包,满足买方的风险状况和保险覆盖需求。

价格仍然是消费者决策的核心,但保险公司的创新正在消减其影响力。各种复杂的专有平台将客户和保险公司联系起来,并为客户提供差异化的保险体验、产品特性和价值。在某些领域里,价格竞争加剧,利润受到严重挤压;而在其他领域,独特的保险产品可以实现利润扩张和差异化。在推行变革的地区,创新的脚步正在加速。根据使用情况和丰富的动态数据风险评估,报价可以实时获取,这让用户看清他们的决策行为将如何影响保险范围、可保性和保险费用。

理赔

2030年的理赔处理仍然是保险公司的主要业务,但是,理赔人员数量与2018年相比将减少70%到90%。高级算法能够处理初始索赔路径,提高效率和准确性。对个人和小型企业保险理赔在很大程度上会自动化,保险公司能够实现超过90%的直通处理率,并大大减少理赔处理时间,从几天到几小时甚至几分钟。

物联网传感器和一系列数据捕捉技术,如无人机,在很大程度上取代了传统的人工第一次损失通知,理赔核损和维修服务经常在受损时自动触发。例如,在发生汽车事故的情况下,受损视频自动提交,用于定损和估费。当自动驾驶汽车轻微受损时,它能自行派往维修车间,期间为用户更换新车。在家中,物联网设备将越来越多地用于主动监测水位、温度和其他关键风险因素,并在出现问题之前主动提醒住户和保险公司。

自动化的客户服务应用程序通过语音和文本处理大多数保单持有人的交互,直接遵循与索赔、防欺诈、医疗服务、保单和维修系统相连接的自学脚本。许多理赔的周转时间可以用分钟来衡量。人工理赔管理将集中在几个领域:复杂的非常规性理赔,争议性理赔,系统风险性理赔(例如,黑客入侵物联网系统),以及随机性审核,以确保充足的决策算法监管。

理赔组织增加了对风险监测、预防和缓解的关注。当影响因素超过AI设定阈值时,物联网和新数据源用于监控风险并触发干预措施。客户与保险理赔组织的互动可以避免潜在的损失,个人收到的实时警报可以自动连接有关检查、维护和修理等干预措施。

对大规模巨灾理赔,保险公司利用集成物联网、远程信息技术和移动设备实时监控家庭和车辆情况,以上是在移动电话和电力服务均未中断的地区。当电力耗尽时,保险公司可以通过使用数据聚合器来进行再保索赔,实时整合来自卫星、网络无人机、气象服务和保单持有人的数据。该系统是由最大的保险公司根据巨灾类型预先测试,所以在真实情况下,损失估计具有高度精准性和可靠性。详细的报告将自动提供给再保险公司,以获得更快的再保险资金流量。

保险公司如何为加速的行业科技变化做好准备

自动化、深度学习和外部数据生态系统的广泛采用和整合将推动该行业的快速发展。虽然没有人能准确预测2030年的保险业是什么样子的,但保险公司现在可以采取一些措施来为变革做好准备。

充分把握AI技术和趋势

尽管,保险行业的结构性转变将以科技为重点,但解决这些问题并不只是IT团队的领域。相反,董事会成员和客户体验团队应该投入时间和资源,深入了解这些AI相关的技术,其中,需要努力开发基于假设的场景化应用,找到颠覆的切入点,理解它对业务线的意味。例如,保险公司不太可能从有限规模的物联网试点项目中获得更多的行业见解。相反,他们必须有目的性的合理规划他们的组织,规模性的参与物联网生态系统。试点和概念验证(POC)项目的设计不仅要测试技术的工作原理,还要测试保险公司在基于数据或基于物联网的生态系统中扮演特定角色的成功性。

制定并实施连贯的战略计划

基于人工智能探索的深刻洞察力,保险公司必须决定如何使用技术支持他们的业务策略。企业领导团队的长期战略计划需要一个持续长久的改革,涉及到业务运营、人才和技术。一些保险公司已经开始采取创新的方式,比如建立自己的风险资本部门,收购有前景的保险科技公司,以及与领先学术机构建立合作伙伴关系。保险公司应该建立投资领域视角,制定最适合他们的市场战略措施。

这个计划需要涉及四个维度(图示2)。计划应该规划出一条路线图,包括人工智能试点,概念验证,以及详细说明技能建设投入或集中变更管理。最重要的是,一个详细的里程碑规划和节点时间表,能够帮助企业定期调整,应对人工智能技术和其他行业内重大科技变化或颠覆性发展。

AI战略的4大核心要素

除了能够理解和实现人工智能技术之外,保险公司还需要对即将到来的宏观变化制定战略性对策。当“预测和预防”方法兴起时,保险公司需要重新考虑他们的客户参与、品牌推广、产品设计和核心收益。自动驾驶汽车的使用会减少汽车事故,物联网设备能阻止家庭漏水,建筑物将在自然灾害后通过3D打印技术修复,不断改善的医疗保健能够挽救并延长人类生命。同样地,自动驾驶汽车也会损毁,自然灾害还将继续侵害沿海地区,个人需要有效的医疗护理,以及当亲人过世时的安慰。随着这些变化的产生,利润池将会发生改变,新的产品类型和产品线将应运而生,消费者与保险公司之间的交互将会发生巨大的变化。

未来的保险赢家必定能创造并制定完美的战略计划,成功定位他们的品牌,产品、客户交互和技术,充分利用全新的经济结构,以一种连贯的分析和技术策略,解决各个方面业务问题,并密切关注价值创造和差异化。

创建并执行全面的数据策略

对于任何组织来说,数据正迅速成为最宝贵的资产之一。保险行业也不例外:保险公司如何识别、量化、定位和管理风险,都是基于他们在保单生命周期中获得的数据体量和质量。大多数人工智能技术在拥有大量数据时,将表现出最佳能力。因此,保险公司必须在内部和外部数据方面制定一套结构合理的可行性战略。内部数据需要以支持数据分析功能的敏捷开发方式组织起来。对于外部数据,保险公司必须专注于确保数据的安全访问,从而丰富和补充其内部数据集。

真正的挑战是如何以一种节约成本的方式获得访问权。随着外部数据生态系统继续扩展,它很可能仍然高度分散,因此很难以合理的成本确保高质量的数据。总的来说,数据战略需要涵盖各种方法来获取和安全访问对外部数据,以及内部数据源相结合的方法。保险公司应该准备一个多层面的信息采集策略,包括直接获取数据资产和供应商、数据来源的许可、数据API的使用以及与数据经纪公司的合作关系。

打造合理的人才和技术基础设施

在象棋比赛中,同样依靠人工智能协助,普通玩家往往要好于专业玩家。这种有违常理的结果的根本原因在于,与人工智能互动的个体是否能真正接受、信任和理解该技术。为了确保公司的每个部分都将高级分析视为一种必备功能,保险公司必须对员工进行合理的持续性培训投入。

未来保险公司需要的是有正确思维和技能的人才,下一代成功的一线保险工作者将面临越来越高的职业要求,他们必须是拥有娴熟技术和创新力的混合型人才,愿意在半自动化和机器支持型环境中工作,并且具备很强的科技适应性。从未来的人工智能用例中产生价值,保险公司需要从组织内部集成技能、科技和洞察力,提供独特的、全面的客户体验。

要做到这一点,大多数保险公司需要有意识的文化转变,这将依赖于高管层的支持和领导。制定积极的人才战略,吸引、培养和留住具有关键技能的各类员工,这是让企业与时俱进的重要因素。

这些人才将包括数据工程师、数据科学家、技术人员、云计算专家和体验设计师。为了确保企业拥有竞争所需的新技术和能力,许多企业将设计和实施再培训项目。作为开发新生产力的最后一个组成部分,企业将确定外部资源和合作伙伴,增强内部能力,支持新业务的变化和执行。未来的IT架构也将与今天截然不同,保险公司应该开始进行有针对性的投资,转移到更具未来性的技术堆栈,支持双速IT架构。

未来10年技术的快速发展将带来保险业的颠覆性变化。人工智能保险业的赢家必然会使用新技术,创造新产品,利用新数据源的认知学习洞察力,简化流程和降低成本,并能超越客户对个性化和动态适应的期望。最重要的是,那些认可颠覆性技术创造机会,而不是当前业务威胁的保险公司,必将在2030年的保险业中蓬勃发展。


零壹智库推出“金融毛细血管系列策划”,通过系列文章、系列视频、系列报告、系列研讨会和专著,系统呈现“金融毛细血管”的新状态、新功能、新价值、新定位。
 

上一篇>保险监管与保险科技的发展方向和趋势

下一篇>保险资管业务金融科技化,应重点关注五个方面



相关文章


用户评论

游客

自律公约

所有评论

主编精选

more

专题推荐

more

第四届中国零售金融发展峰会(共15篇)


资讯排行

  • 48h
  • 7天



耗时 172ms