[科技资讯] 蒋韬：大数据和人工智能在保险行业的应用及展望

正文/同盾科技创始人兼董事长蒋韬

【/s2/】目前，保险行业的需求正在向多元化、个性化方向发展，大数据、人工智能等先进技术已经成为保险发展的内在要求和新动力。

近年来，随着中国经济的快速发展，人们的衣食住行都发生了很大的变化。随着生活水平的提高，人们的需求水平逐渐提高，各种需求正在向个性化方向发展。在这种背景下，保险的需求也在向多元化、个性化方向发展，与之相对应的传统保险业产品驱动模式也必然向定制化、智能化方向发展，这对保险业来说既是机遇，也是挑战。

主要机遇是变化带来了许多新的场景和新的保险需求，而主要挑战是保险风险的特征越来越复杂多样，风险传递的速度也在加快。这就要求保险业抓住机遇，发挥经济助推器和稳定器的作用。同时，要用新思维、新技术加强风险控制。

同时，保险行业本身也处于发展变化的过程中。随着第二代支付的实施，对保险公司的风险管理提出了更高的要求。在业务发展层面，在传统的车险和寿险业务中，大型保险公司依靠规模效用来稀释运营成本。中小型保险公司在传统业务领域很难与大型保险公司竞争，必须通过模式创新、产品创新和服务创新走创新发展之路。因此，大数据、人工智能等先进技术成为保险发展的内在要求和新动力。

大数据+人工智能全面帮助保险业务方方面面

在移动互联网、客户细分和消费升级、大数据和人工智能的共同作用下，已经成为保险公司夺取未来成功的关键。从一份保单的生命周期来看，保险、核保、运营、理赔都离不开大数据和人工智能。

关于保险，随着社会的发展和技术的进步，保险方式越来越注重便捷性和效率性，网上保险和支付的比重越来越大。然而，互联网上存在着大量的欺诈风险，如黑客的恶意攻击、盗卡、薅羊毛等。如果不防范这些风险，保险公司的系统可能会遭到攻击和瘫痪，客户账户资金将会丢失，客户信息将会泄露，保险公司的营销成本将会一扫空.在这种情况下，对保险公司的技术要求和安全要求会越来越高。互联网的黑色产品具有专业化、全网运行和高速通信的特点。为了防止这些黑产品的攻击，首先需要的是专业的技术工具，比如设备指纹、ip人像、机器行为识别；二是建立联合防控机制；三是建立风险模型。

下一步是核保。现阶段需要对被保险人的不良信息进行甄别，对有欺诈或不诚实行为的人拒绝保险。此外，可以对风险定价模型进行培训，通过增加保费来增加高风险客户的欺诈或逆向选择成本。

对于运营，这一阶段会有客户回访。如果用传统的人工呼叫，成本太高。通过智能语音通话，您可以根据不同客户的情况和不同手机的在线状态选择通话方法和语音技术。

最后提出索赔。这个阶段涉及到标的物的状态(车、房、企、货等)。)，以及涉案相关人员的信用状况、经济状况、行为偏好、位置轨迹、关系图等方面的信息。只有公司内部数据已经不能满足车险反欺诈的要求，需要整合行业内外部数据，将这些数据结合起来再进行模型训练，借助模型筛选出涉嫌欺诈的高风险案件，然后进行重点审计调查。

大数据智能风险控制在各种保险业务场景中的应用[/s2/]

据了解，意外险和健康险在整个互联网场景中占有很大比重，健康险中也有一些爆炸性的产品。然而，在这些业务中，存在一些逆向选择，甚至欺诈或道德风险。比如有的投保人填写的申请表收入很高，但实际上彼此相差很远，而且投保的是高额健康险，因此存在很大的欺诈嫌疑。对于这种行为，我们可以通过多维不良信息筛选，在保险阶段予以拒绝，避免欺诈。