变化时刻都在，未来的变化可想而知。保险市场一直被大型国有品牌和传统产品线所主导，几十年来似乎没有实质性发展。
然而人们已经开始下注。在风险投资家看来，保险业颠覆的时机已经成熟。总部位于纽约的保险科技公司Lemonade成功完成了史上最大规模的种子轮融资。
不仅仅是风投公司，沃伦·巴菲特（Warren Buffett）也曾公开表示，自动驾驶汽车的问世将严重影响到伯克郡（berkshire）旗下Geico的保费。
已有相关数据表明确实如此。毕马威（KPMG）在2015年的一份预测报告中指出：包括无人驾驶技术在内的“极其安全”的汽车将在未来25年里使汽车保险业萎缩60％，而汽车保险占保险业的40％以上。但是，对保险公司来说，业务流程自动化不是有很大的好处吗？
保险领域的人工智能——前言
人工智能是商业市场应当关注的趋势。本文我们将着眼于三种关键的方式，人工智能将带动保险公司、经纪人和投保人的经济收入，推动保险行业的转型升级：
行为定价保单：无所不在的物联网（IoT）传感器将向定价平台提供个性化数据，让更安全的驾驶员少交车险，让生活方式更健康的人少交健康保险。
客户体验和个性化服务：人工智能将实现全自动无缝对接保单的用户体验，聊天机器人可以获取客户的地理环境和社交数据，从而进行个性化交互。运营商还允许用户定制特定项目或事件的保险（即按需保险）。
更快、定制化的理赔：在线界面和虚拟理赔理算器将提高事故后理赔和支付的效率，同时降低欺诈的可能性。客户还可以选择哪家保险公司的保费将用于支付他们的索赔（称为P2P保险）。
保险作为一个全球市场，往往与公众的不信任有所关联，这可能会对技术创新提出挑战——无论是人工智能或其他创新方式。
因此，引入新技术的一个关键点就是说服公众，自动化不会像特洛伊木马影响他们的保单。在Vertafore最近的一项调查显示，60％的消费者对通过聊天机器人购买保险表示担忧。
目前在保险领域的三种AI应用趋势
我们将逐步分析这三类主要的人工智能应用趋势，对比行业的当前状态，正在发生的变革，以及未来行业的发展变化。首先分析“行为定价”：
一、行为定价模式：物联网传感器将保险从代理转移到源数据。物联网数据为个性化保险定价提供了三种关键方式：
承担有效风险：远程通信和可穿戴传感器数据将为低风险行为支付更低的保费，比如驾驶更少而锻炼更多；
保单和AI设备捆绑销售：智能家居公司将向使用AI技术的用户提供保单折扣，从而实现设备和保险的捆绑销售；
核实和评估理赔：物联网数据市场将使运营商能够更快地获取经过核实的风险管理信息，而不是依赖成本昂贵的评估和审计。
这里举个例子：基于使用寿命或基于每英里付费的汽车保险，借助于远程信息处理传感器实时跟踪指定资产（如汽车），汽车保险就可以通过特定风险事件（如车祸）指定保费。
这意味着什么呢？更安全的司机可以为保单支付更少的费用，任何司机都可以按英里付费。保单持有人不再是风险池的一部分——他们在为自己承担的有效风险付费。这是一种全新的保险产品，离不开AI远程信息技术的支持。
当然这种方式需要增加远程传感器设备。这就是为什么保险公司正在变成硬件公司。以Neos Ventures为例，这是一家提供智能家居监控和紧急援助的公司，同时还提供家庭保险。他们的策略是，如果能够提供降低天然气、水泄漏或家庭不安全事件检测的技术，那么会提供更低的保费形式，却将这些节省下来的成本又转加给客户。
要想在未来10年的市场中取得成功，保险公司必须迅速从基于类别可能行为的定价模式转向基于个人实际行为的定价模式。这就是所说的“从代理到源数据的迁移”。
调查显示，消费者希望这种转变。日前，一项由Troubadour Research ＆ Consulting开展的调查发现，近一半的消费者愿意将可穿戴设备的数据交给保险公司，以换取更便宜的产品。
基于保险的后市场应用仍然存在很多不确定性。美国保险协会（National Association of Insurance commission）在2017年的一份报告中指出：“UBI是一个新兴领域，因此在行为数据的选择和解释方面仍存在很大的不确定性，以及如何将这些数据整合到现有的价格结构中，以保持新的市场盈利等。”
大约有五分之一的市场对此不感兴趣。21％的客户在UBI项目调查中拒绝参加，其中81％的受访者不希望自己的驾驶行为受到监控，不认为这样可以省多少钱，也不认为保费会下降。像那些通勤时间较长的人，经常长途驾车或者喜欢在空旷道路上超速行驶的人，很难从保险公司评估他们的行为中获益。
一些运营商获得了传感器数据并不意味着就会使用这些数据。源数据的可靠性、丰富性以及分析的准确程度变得至关重要。这就激发了平台市场的由来，比如Octo Telematics的下一代平台（NGP），为汽车保险运营商提供了一个应用平台接口（API），用于司机行为评分、交通事故分析，以及针对车队管理和租车公司的索赔分析和风险分析。
任何新技术都有风险，事物总有两面性。传感器数据在许多方面降低了风险，但它也引入了一些新的漏洞。比如传感器相关的远程设备都可能易受黑客攻击，违反数据保护、信息安全等法规条例。所以这些漏洞需要运营商开发承保突发风险的新业务。
