活動新聞
在這里，你可以看到聚信立每天發(fā)生的點點滴滴,。大數(shù)據(jù)與人工智能在保險業(yè)的運用探討
2019-01-11
保險是最古老的風險管理方法之一,，其核心是對保險標的發(fā)生損失的概率進行預測。保險行業(yè)的誕生與發(fā)展從來離不開統(tǒng)計與數(shù)據(jù),，大數(shù)據(jù)為保險行業(yè)帶來了新的發(fā)展契機,，同時人工智能技術的日益完善也推動著保險業(yè)的飛速發(fā)展。
有資料預測,，到2023年,，全球保險大數(shù)據(jù)分析市場將增長到119.6億美元，實現(xiàn)12.5%的年復增長率,。中國擁有龐大的保險市場和活躍的新技術應用率,，預計將成為全球增長最快的保險大數(shù)據(jù)分析市場之一。
在保險大數(shù)據(jù)時代,，如何運用大數(shù)據(jù)與人工智能技術驅動保險業(yè)務優(yōu)化升級,，最大化保險公司數(shù)據(jù)資產的價值依然是巨大挑戰(zhàn),。
2019年1月9-10日，中國保險大數(shù)據(jù)分析與人工智能創(chuàng)新峰會在浦東世紀皇冠假日酒店召開,。聚信立作為大數(shù)據(jù)行業(yè)的標桿企業(yè),，受邀參加此次活動，聚信立創(chuàng)始人兼CEO羅皓先生參與此次的圓桌討論并發(fā)表觀點,。
1,、大數(shù)據(jù)和人工智能對保險產生的最大影響在哪里？
過去幾年里,，我們一直在探索如何將互聯(lián)網上的用戶行為數(shù)據(jù)運用到保險行業(yè),。個人認為，我們可以從獲客,、核保和理賠三個方面來實現(xiàn)保險行業(yè)的value chain,。
我們都知道保險相對于其他行業(yè)來說，算不上高頻消費,；而且保險購買行為的發(fā)生非常依賴于場景,，大概率都是在場景中完成的，所以我們需要很好地洞悉這種場景,，用數(shù)據(jù)內在價值有力地幫助保險公司獲取客戶,。
中國的保險行業(yè)場景營銷費用占比非常高，其實很多保險公司都在用第三方數(shù)據(jù)來判斷用戶風險,。因為保險的風險跟信貸相比完全不一樣,，信貸是公司把錢借給消費者，而保險是客戶把錢給到保險公司,，所以從核保,、理賠的角度看，我們可以用第三方數(shù)據(jù)來甄別出惡意索賠的客戶,，同時也可以用我們數(shù)據(jù)分析的優(yōu)勢去幫助他們更好地了解現(xiàn)有用戶,，通過挖掘用戶行為特征來建立營銷機會，升級銷售,。
在國外,，第三方數(shù)據(jù)在保險業(yè)的應用相對成熟，特別是一些我們看上去關聯(lián)性比較弱的數(shù)據(jù)維度,，像信貸、征信數(shù)據(jù)等,，這些其實都已經被證明是和保險風險非常相關的數(shù)據(jù),。就國內而言，我覺得可能還需要兩到三年的探索時期,。但總的來說,，在營銷,、核保和理賠這三個方面，我們現(xiàn)有的數(shù)據(jù)和技術都會有一定的用武之地,。
聚信立累積的數(shù)據(jù)類型很多,，有運營商、電商等多種互聯(lián)網用戶行為數(shù)據(jù),，通過這些數(shù)據(jù),，我們可以深度挖掘用戶需求，找到營銷點,，幫助企業(yè)客戶更好地理解用戶并實現(xiàn)精準營銷,。
2、在運用大數(shù)據(jù)和人工智能的過程中遇到過哪些挑戰(zhàn),？
現(xiàn)在開源包越來越多,，對數(shù)據(jù)建模分析時，技術門檻在逐漸降低,，標準化程度越來越高,。所以相比而言，數(shù)據(jù)的獲取其實是整個環(huán)節(jié)中最重要的一步,。保險數(shù)據(jù)的獲取從種類角度看,，其非標性要比信貸復雜很多。像在信貸領域,，我們只需要用戶的身份信息,、多頭信息、過往的信用記錄等就可以生成一份全面的信用報告,。但是保險的類別很多,，有壽險、財險,，有短期險,、長期險，很明顯需要的數(shù)據(jù)維度不一樣,。
此外,，信貸更多的是收集人的信息，而保險除了人之外還要分析物體,，例如車險,，不僅要分析用戶的開車習慣，還需要分析車的使用狀況,，所以從數(shù)據(jù)搜集的種類和難度上來講,，保險要比信貸非標很多。
第二,，從數(shù)據(jù)的可預測性來看,，我們目前在做的,，預測中國中低端信貸人群的違約率，基本上幾個星期到幾個月不等的時間我們就可以完成樣本的收集,。保險也有長短險類型之分,，長的壽險甚至可以長達數(shù)十年之久，那樣本的收集就會變得很漫長,。
第三,，因為保險的特性，我們不光要收集用戶的行為數(shù)據(jù),，還需要關心行業(yè)的整體大環(huán)境,。個人認為，保險的風險在于其不確定性,，而保險的不確定性要比信貸豐富很多,。
另外，有了數(shù)據(jù)我們要如何清洗,？這里面的know how跟信貸又不一樣,，信貸領域我們只需要把數(shù)據(jù)按照時間、額度等稍微分一分,，但是保險因為類型眾多,，所以處理的復雜程度也要大很多。
3,、如何平衡人工智能與人之間的分工合作,？
其實在保險公司里，人工智能跟人并不存在很突出的矛盾,，兩者的本質都是為了提高效率,、降低成本、提高收入,。后期可能因為辦公效率的提升,，人工智能會在耗時耗精力的重復勞動上替代人的使用。
人和技術之間的沖突有一點會讓我感覺不安?，F(xiàn)在,，消費者數(shù)據(jù)的連接點越來越多，線上線下,、設備指紋,、互聯(lián)網數(shù)據(jù)等多種渠道都會產生數(shù)據(jù)，數(shù)據(jù)技術也好,，傳輸技術也好,，包括最近很火的5G等，這些都歸功于技術的發(fā)展和提升，但同時我們發(fā)現(xiàn)技術帶給我們的負面影響也越來越多,，所以個人覺得我們在發(fā)展技術，使用技術的同使,，也需要擁抱監(jiān)管,，自制自律，保有一定的底線,。