大象保险田立文：技术如何改变互联网保险的产品侧和用户侧？

4月12日，FUS猎云网2019年度人工智能产业峰会在北京千禧大酒店隆重举行，近百位知名资本大咖，独角兽创始人、创业风云人物及近千位投资人与创业者共聚一堂。本次峰会由猎云网主办，AI星球联合主办，锐视角、猎云资本、猎云财经、企业管家、创头条协办。

大象保险大数据实验室负责人田立文受邀出席峰会，带来《如何通过科技赋能，打造高效极致的互联网保险服务体验》的主题分享。田立文表示，

在用户侧以及保险公司侧，其实都有大量科技的应用，包括产品设计、营销销售、核保风控、承保服务、保单服务、理赔服务甚至客户服务。全价值链也正是因为这些科技的参与、应用，最终得以提高整个保险服务的效率和用户体验。

在保险产品侧，互联网的数据、人们在生产生活中的数据、医疗体系的数据、信用评价方面的数据等等大数据，允许保险服务进行精算设计，为费率厘定、动态定价带来条件。

保险产品服务侧，整个科技对于保险赋能提升也非常明显。用户侧的原生保险需求增加、保险产品对比、智能保险顾问、智能核保等等都是基于科技的力量给用户提供成熟的、标准化的互联网服务。

2019年，猎云网以发现产业独角兽为初衷，全面开启“FUS（Future unicorn Summit）未来独角兽峰会”品牌。本次大会将继续致力于探究人工智能行业核心发展趋势，通过优质AI应用实例分享、科技领域、金融投资等业界大佬互动，聚焦国内人工智能的产业力量，以行业从业者的视角，探讨科技浪潮的机遇与挑战。

以下为嘉宾演讲实录，猎云网整理删改：

大家下午好，我们是作为一个应用方，今天作为互联网保险科技的代表，在这里跟大家探讨一下，人工智能、大数据这些科技在保险行业应用的形式。

我是田立文，来自于大象保险。大象保险是一个互联网保险中介平台，我们主要是想通过大数据和人工智能的技术赋能保险，通过这些科技的力量为用户提供智能化顾问式的服务，通过科技智能打造高效极致的保险服务体验。

提到互联网科技，不得不追溯一下互联网保险本身的发展历程。最早的互联网保险可能要追溯到2000年左右，是由泰康和平安两家保险公司通过线上售卖保险的方式，形成了保险电商和电商平台这么一个形式。从2000年一直到2002年，这个期间其实都是在做保险上线的工作，这段期间，涌现出来了特别多的保险门户网站或者第三方的平台。

到了2012年，则进入到另外一个阶段。随着互联网流量的涌现，很多保险公司和平台开始考虑通过互联网流量进行保险的转化，形成了场景化创新的模式，比较有代表性的是在线旅游OTA这种市场，通过互联网流量进行转化，进行场景式模式的创新。第三个阶段，保险传统的营销模式通过百万代理人大军做保险营销，互联网赋能代理人的营销体系，形成线上的出单平台，成为代理人的展业工具。

现在又进入到了另一个阶段，人工智能和大数据开始得到越来越广泛的应用。到目前这个阶段，技术已经越来越普及，科技也已经升级，同时很多实用化的技术也开始落地。

纵观全局，不同的科技技术在整个保险领域的应用，它的成熟度、阶段性也是不太一样的。最早应用的大数据技术在整个行业应用里是最成熟的，不管是在保险产品的设计定价，还是智能核赔方面，都得到了广泛的应用。比较重视科技的保险公司，也已经把大数据的技术变成了整个技术体系里的一个核心。

第二个，人工智能技术，在整个保险行业里正在蓬勃发展，但目前还主要处于实践阶段，我们各种各样围绕人工智能的应用一直在实验性的落地，包括理赔、核保、客服、营销层面，总体上来看，离成熟还稍微有一点距离。

最后一个是区块链、物联网等等这些技术，这些技术对于整个保险，整个信息链的升级来说，是非常大的趋势，但目前还处于探索阶段。

前面讲的不同科技技术在整个保险行业里应用发展的形态，我们提到了智能保险的概念。科技使保险越来越智能，它是相对于传统保险的概念来说的。大家在生活中可以碰到传统保险，它主要的营销方式是通过代理人体系或者经纪人体系，通过强营销的方式，类似有点广告的方式去做产品的营销。

从整个理赔的过程来看，传统保险在理赔阶段，运用科技的环节比较少，所以说整个理赔的流程比较长，提交的资料比较多，用户体验不是很好，用户也是比较抵触的。智能保险则运用了科技的技术，针对整个用户侧的体验，进行了很大的升级。在用户营销购买这一侧，其实已经逐渐的开始由被动变为主动，整个保险的营销从传统的代理人营销越来越向主动式的场景化营销去转变，因为技术的应用使得用户在承保阶段、理赔阶段有很多智能化的技术手段，使得整个过程比较快，效率提高了，用户体验自然也好了，所以这是一种主动式的保险体验。也可以说，智能保险时代和传统保险时代相比，在整个产业模式上有了不太一样的地方。

正是因为体察到了这种智能化保险给用户带来的变化，能够更好地满足用户的需求，所以我们做了大象保险这样一个以科技和大数据赋能的智能化顾问服务平台，我们希望能够通过这些科技的力量赋能保险全生命周期，赋能保险整个价值流程，通过科技高效地触达到每个用户，使整体用户体验得到最大的提升。

我们总结了一下，目前在整个保险或者移动互联网保险这个领域，科技赋能是在全价值链上进行升级，我们总结的点大概有几个，从用户侧或者说保险公司侧，其实都在做大量的科技应用，包括产品设计、营销销售、核保风控、承保服务、保单服务、理赔服务甚至客户服务，整个全价值链都带有科技的参与，科技的应用整个目的提高整个保险的效率和用户体验。

从保险产品侧说一下，科技和数据在这个里面所起到的作用。在产品侧，我们知道，保险产品是一类比较特殊的信息产品，传统上基于大数理论做产品的精算设计，主要设计的基础数据早期是生命周期表，用户静态的数据以及保险公司的理赔数据，基于这些做一些精算，算出来在某一个维度、某一个疾病的体系下用户出险的概率和公司本身运营成本、预计收益等等，从而把保险的费率算出来。

在科技时代，其实整个的保险精算的模式有特别大的改变，不光是基于静态的数据，基于静态的生命周期表数据，我们把更多动态的大数据引用进来，包括互联网的数据、人们在生产生活中的数据、医疗体系的数据、信用评价方面的数据等等都是做保险定价、费率厘定的基础，这也就决定了在整个保险精算设计领域有很多不同的特点呈现出来。

第一个，大数据精算使得整个保险产品的费率厘算更精确。

第二个，动态定价费率厘定。大家都买过退货险，这个保险是比较特殊的，在险种生产设计过程中，保费经过动态调整。最早把保险产品放在市场上的时候，数据积累还不够，随着保险的售卖、理赔的过程，逐渐收集到大量数据，基于大数据的精算理论，可以实时地对保险产品的费率进行调整，同时对于用户保障和保险公司的收益叨叨平衡，逐步实现了动态的定价费用的厘定。

第三个，因为数据的整合，从被动的采用数据变成了通过数据接口实时地访问用户的数据，比如说用户的医疗数据，用户在其他生态体系的数据。拿到这些数据之后给用户做的评定，我们叫主动式的标的和非标的区分，用户投保的时候不用再做调查问卷，通过数据的联动可以主动识别出来用户的标的、非标的属性，同时匹配给他不同的保障内容、费率和产品方案。

当然，针对于垂直类的用户，我们可以通过大数据的方法做个性化的保障责任设计。举个例子，就像信用度比较高的用户，通过数据的集成，我可以做出比较高的保额的设定。我们还涉及很多专项的，日入说在慢病管理领域需要用到很多大数据技术，搜集很多垂直领域病种发生率的情况，根据数据的计算推出专项病的险种，从而为某个垂直领域的用户做健康保障。

大象基于数据的精算，与保险公司合作出了很多比较有代表性的产品，包括吉象福定寿这样的产品， 蚂蚁金服 信用分达到一个程度之后对这类用户提高他的保险额度，高信高保，同时对于女性做费率特殊的优惠。另外，跟保险公司合作做了针对于艾滋病高感人群的防艾险，也是针对某一个垂直领域做的数据精算。糖尿病、肝病、肾病等并发症保险，这些都是基于数据保险的设计。

这是我们在2018年通过供给侧驱动保险改革的活动，全能王少儿险。因为在很多的线上用户服务的过程中，母亲对少儿险的意愿比较强烈，保障定义的确定，市场声音非常明确，捕捉到这些用户的需求，于是就做了一个保险产品反向定制，通过用户主动参与的方式去做需求的捕获，从而把这个需求反馈给到整个保险产品定义这一侧，最后确定出来了全能王少儿险这个产品，通过用户数据驱动的方式做保险产品设计，这个产品设计出来之后在市场上得到了特别多的好评和反响。

刚才从保险产品侧来讲，从整个保险产品服务侧，整个科技对于保险赋能提升也是非常得明显，最近这两年比较大的保险生态的变化，用户侧的原生保险需求已经增加了，保险标准化、专业化服务能力，这种需求已经提上日程了，传统的保险在保险产品的透明度、简单性这块做得不好，每个人在享受保险服务的时候，都不是特别清楚“我要买的保险是什么样的保险”。随着现在信息越来越普及，很多用户开始有这种专业化的意识，你要给我提供专业化的服务，我希望买的保险是透明的，我应该知道理赔过程里的具体须知。这样的话，对于整个保险的价值链提出了更高的要求，这也恰恰是我们通过科技赋能保险，所要集中发力的一个领域。

在整个营销和承保这一端，大量地利用了科技和数据的技术来提升整个产业链的用户体验，这里其实用到的技术有很多，包括自然语言处理的技术、图像识别的技术、用户画像技术，基于保险保障知识图谱技术，一些保障的规则引擎、评分模型等等。所有这些技术在用户侧提供了更好的体验。当然也会有很多优化的产品出来，我们平台上提供的保险产品对比、智能保险顾问、智能核保等等都是基于科技的力量给用户提供成熟的、标准化的互联网服务，这些服务更多的是解决用户在互联网线上、线下购买保险的时候经常遇到信息不对称或者是过度营销等等这样的问题，满足了用户希望保险产品是中立、客观、可信的这样一种服务模式。

给大家看一个产品，这是大象保险最近这两年一直极力打造的α象保顾，每个人买保险都会遇到很大的问题，比如说我是个少儿，我应该买什么样的保险？家里有三口人，又该买什么样的保险？我是个老人是不是还能买重疾险？我是年收入40万以上的需要买什么年金险？每个人的规格都是不同的。目前我们集中在整个智能保险顾问平台上，通过α象把这些规则，智能化地展现给用户，更好地服务用户，形成个性化的符合他个性特点的解决方案。

在险种对比和评分模型方面，每个人在线上买保险的时候都会涉及到需求，我希望能把保险产品比一比，要买两个重疾险或者多个重疾险，他们之间有什么区分、谁更好，具体在某个维度里谁又更优秀？需要这种功能，大象平台就提供对比的功能，把所有保险产品进行性价比的评分模型、条款的拆分、费率的标准化、免责条款的拆分。只有通过这种拆分才能够把保险产品数据化、结构化、量化，从而在对比的时候能够量化出来两款保险产品或者多款保险产品在某一个维度上，谁更优秀，这样的话，形成了一个险种对比，对用户来说是比较友好的一个功能。

我们另外一个基于智能化的产品象医生，Dr.象智能预核保。很多人买保险是他身上有些小毛病的，我们列了很多常见的毛病，包括甲状腺结节、乳腺结节、乙肝病毒携带、大三阳、小三阳等等，这些人群的体量非常大，他们也非常迫切能够买到保障自身健康的保险产品。但恰恰在线上买保险时候，因为健康告知，而把用户阻挡在门外。我们提供这个工具是让用户自己去输入目前患病的名称，自动通过规则匹配的方式给用户剥离出来，哪个险能买、哪个险不能买，对用户来讲是极大的方便。它背后其实藏着特别多匹配的规则，后边有险种的规则、用户的画像、疾病的知识图谱等等，基于所有这些技术，我们形成了这种带病核保，智能预核保的能力。

这是我们另外一个工具小象智能客服，一个用户买一款保险，价格好几千的决策还是比较重的。用户都希望在线上充分了解该款保险产品，保什么、不保什么，有哪些需要注意的事项。通过人工做这些服务，往往效率低下或者说人力成本非常高。致力于提高服务效率，小象客服利用自然语言处理的技术和险种库的技术，主要为用户提供险种的问答、险种咨询和帮助。

最后一个是大象云保端托管服务，比较关键的技术是图像识别OCR保单识别，很多用户手里一大把保单，有的保单保险公司给他邮寄了纸质保单，还有的保单是在支付宝里保存，没有统一的管理平台。通过我们这个工具让用户可以把所有的保单放在云端一起来管理，这里边有一个核心的技术，用户只需要把保单拍一个照可以识别出来这个保险产品所有的内容，这就是通过科技赋能提高保险增值服务效率的典型案例。

前面我们讲了大象保险的α象智能保顾、小象客服、云保单管理和智能预核保所有这些智能化的产品，后边都藏着特别核心的保险领域的科技成分，知识图谱技术、险种知识库技术等等。通过知识图谱表达方式，关联起人的画像、疾病所有的属性和保险产品做这种多边的关系，通过存储这样的技术来做数据的存储和保存，只有通过这些技术才能做到刚才说的预核保的时候快速定位出来用户可选的产品，才能在α象服务用户做智能保险方案推出最合适他的产品。我们做的所有科技的工作，其实都是为了融合线上、线下这样的互联网保险服务模式，通过这种模式为用户提供高效、极致的互联网线上保险服务体验。我们通过这种赋能，其实是形成了去认识工具化的服务体系，通过这个能力给用户打造了标准化、可信的、中立的解决方案，这样对用户体验侧是全面升级的，用我们自己行业里的话叫“提质降本增效”，从行业本身极大的提高了效率，这是我们大象通过科技想达到的终极目标，智能定制，因人而保，希望通过科技的力量，因人而保障。谢谢大家！