中国深度:数据分析和人工智能对中国保险的影响
To view this content in English click here
尽管人工智能已成为一系列分销,产品开发和运营问题的必然解决方案,但从新数据流中提取洞察力的能力确实会给行业带来令人兴奋和深远的影响。然而,由于保险公司尚未将基于人工智能的技术应用于保险公司,保险公司所持有的数据深度受到损害。考虑到这一点,以及几个新的AI用例的出现,我们回顾了这些举措中最有趣的一些;来自新产品开发,索赔管理和分销。
新产品开发
人们一直在等待访问新数据格式的前景,例如智能手机的位置数据,可穿戴设备的健康指标以及在线用户行为,以开发高度定制和基于使用的保险产品。然而,使用这些数据升级数十年的精算模型已经证明在实践中更加困难。首先,硬件的数据质量在设备和传感器之间存在很大差异。其次,公众对数据隐私的看法已经转向保守主义。最后,中国最近合并的保险和银行监管机构重新审查了保险公司的定价模式及其支撑因素。尽管存在这些挑战,但一些中国保险公司和创业公司已经重新设想了在健康和人身事故中使用人工智能。
首先,通过与南非发现集团建立75/25合资企业,平安已成为中国最大的私人医疗保险公司。通过这样做,平安获得了Discovery的开创性产品开发方法,例如建立“单一视图”客户数据库,使平安能够为其8000万活跃客户量身定制并捆绑金融服务。
反欺诈
中国是全球保险诈骗率最高的国家之一。据估计,25%的索赔是欺诈性的,而且这种做法在汽车,医疗和信用保险方面尤其普遍,中国的国有汽车保险公司尤其受到欺诈性索赔的困扰,对维修店的了解甚少。
面对这一点,并寻求发展国有企业,政府已经转向一个久经考验的解决方案;私营部门。通过与几家分析初创公司合作,我们已经在这里展示了4Paradigm,正在与中国最大的财产保险公司PICC合作,以确定中国600个城市的4S维修中心的欺诈性索赔。
其次,中国近乎普遍的基本医疗保险计划得到了政府的大量补贴,这使得公立医院可以开放,提供过度治疗,甚至制造医疗服务,因为知道保险公司对这些做法几乎没有了解。
认识到这一点,总部位于杭州的Tongdun为中安和安新等众多互联网保险公司开发了防盗和欺诈管理软件。 Tongdun本身就是中国对Palantir的回应,它建立了一个统一的数据库,连接公立医院,医疗机构和保险公司,以便他们可以分享患者的记录,规范医疗服务,并允许保险公司准确估算业务成本。
最后,与基于策略的审计相比,机器学习算法可以同时识别各种欺诈指标,以减少不合理的索赔。在这里,客户身份验证,CRM和安全服务都在重新构想。同样,Ping An已经开始采用“生物识别身份验证”功能,为政策持有者提供通过面部识别和语音识别来增强其帐户访问权限的选项。
该功能通过平安的应用程序生态系统提供,以比人眼更高的准确度扫描脸部结构(尤其是鼻子和眼睛),并且还用于验证保险申请人和船上的身份。新代理商。
损失调整
索赔处理的另一个但同样重要的要素是损失调整。在这种情况下,中国的互联网巨头正在为基于人工智能的损失调整服务做出贡献。其中,阿里巴巴是最复杂的,其白色标签图像识别服务已被多家房地产保险公司采用,以评估汽车保险索赔的外部损害。虽然鉴于中国竞争的激烈程度,公开向竞争保险公司提供难以获得的创新可能会令人惊讶,但这个系统需要数十亿张图像来评估损害,产生维修估算并验证索赔意味着将平台公之于众扩展Ant已建立的领先优势。
此外,这是一种处理自动声明的完全不同的方法,值得注意的是,即使是最复杂的损失调整解决方案也有局限性 – 例如,外部摄影看不到的内部损坏或看起来相似但具有结构差异的上一代模型。最终,阿里巴巴的贡献是基于人工智能的解决方案的一个很好的例子,该解决方案比纯粹以分销为重点的努力更深入到价值链。
平安
在上述所有努力中,有一家公司正在指导每一项工作;平安
Ping An成立于1988年,率先将其线下代理收集的数据与其出站电话营销及其在线平台统一起来,开创了分析的使用。平安成为分析驱动型保险公司的核心是位于深圳的Pinnacle实验室,它存储了人工智能培训的数据。
平安在数据访问方面也占有优势,它用于与未决保单持有人(申请终身/健康保险但正在等待政策激活的人)建立关系。自推出以来,生物特征识别功能已将在此窗口期间撤销其申请的客户的比率从行业平均值4%降低至1.4%。
Ping An HealthKonnect正致力于从患者的病史中提取原始信息,然后解析,清理,转换并从基于云的平台将其导出为标准化数据。通过与全国200多个城市合作,平安正在帮助他们提供从成本控制和精算服务到医疗资源管理和健康记录应用的服务。虽然最初的目的仅仅是为了最大化续订和交叉销售率,但平安的高级分析很快演变为公司范围的数据驱动操作。尽管Ping An已经为分析和AI的使用设定了标准,但许多其他人正在采用AI驱动的用户体验来优化分发,自动化索赔和加快运营。
结论
保险公司可获得的数据量,种类和速度正以惊人的速度增长。上述例子展示了目前中国正在进行的广泛努力,在政府的支持和无与伦比的规模下,中国有机会引领全球人工智能技术的发展。然而,保险公司尚未利用其数据这一事实具有讽刺意味,并未在行业中失利。此外,在对新技术的不懈追求中,更大的挑战是获取人才,因为人工智能开发需要高度判断力才能将来自分析的见解转化为有效的行动。
阅读最新的保险创新新闻报道的特点和我国在微信上访问我们的网页
Comments