|
保观 | 聚焦保险创新 2018年人工智能掀起创新科技高潮后，人工智能走入保险将首先替代传统核保的言论被保险业频繁提及。我们也很期待新兴技术为传统保险业带来更多革新。然而事实真如想象中顺利吗？智能核保如今发展又是怎样？未来是否如传言般可期？保观将在本篇文章中对智能核保做出深度解析，同学们也可以在文末留言自己的观点。 那么，正题开始…… 应用背景 “智能核保主要还是应用于条款相对简单、规则较为确定的人身险产品。”  买一份保险，说来简单其实也不简单。当用户投下一份保单后，保险公司要先进行核保，才能确定用户是否符合投保此保险产品的条件，其结果直接影响到后期理赔服务和保险费用定价。因此，这中间的核保业务，对保险公司来讲，尤为重要。 长期以来，是否满足投保条件、出险能否理赔等问题给用户造成了极大的困扰，而这也是保险公司与用户之间经常产生纠纷的重要原因。 在此基础上，智能核保的作用就凸显出来了。风控是保证保险产品能长期有效发挥保障作用的关键，贯穿了保前、保中、保后全流程。智能核保则可在保前风控发挥重要作用，既能通过智能规范的核保流程，避免了用户理解偏差，又能通过后台系统的设计，缩短用户核保时间，解决人工核保多次收集资料、重复核保等问题。 目前，引入人工智能是全球保险行业的发展趋势，智能核保也逐渐成为了互联网保险的标配。但在人工智能一片叫好的形势下，我们还是得保有理智地注意到一点，即由人工智能技术主导的智能核保业务，目前还不够智能。 智能核保在大多数互联网保险产品中，呈现的形式更像是一张“调查问卷”，根据保险公司自身定的标准，用户对其上面问题的回答，再而智能后台系统可判断用户是否有资格成功投保。基于互联网保险产品是小额、高频、碎片化的特点，目前的智能核保也相对应的适用于条款相对清晰、规则较为确定的险种，比如人身险等。 涉及技术 “本质就是将人群划分得更细致，从而让病情不是很严重的人能够投保成功。”  在智能核保中，首先应用的技术是机器学习。 这是一门研究计算机模拟或实现人类的学习方法，深度学习、无监督模型是机器学习中的一些方法和形式。著名的AlphaGo就是使用深度学习打败人类思考的典型案例，其最大的优点是，在博弈的过程中可以实现根据对手的情况不断自我学习。 利用机器学习和认知技术，智能核保结合客户信用评级、历史出险理赔等信息，模拟核保专员的推理判断过程，实现不低于人工核保的准确率。 其次是运用核保模块，即处理器。先根据定制的规则筛查保单，进行在线核保（如果遇到“有问题”的订单会转移到人工平台进行审核）。此阶段需要对投保人的不良信息进行筛查，对有过欺诈或失信行为的人加以拒保。另外可以建立风险定价模型，对于高风险客户通过提高保费增加欺诈或逆选择客户的成本。 经由模块处理后，智能核保可以立即得出用户是否能投保，是否要加费，加费多少。整个流程的本质就是将人群划分得更细致，从而让病情不是很严重的人能够投保成功，避免一刀切。  智能核保流程图 价值 “目前的智能核保代替了人工核保，扩大了线上投保的用户群。” 过往经验证明互联网保险平台的废票率相对较多。传统核保方式的表现形式通常为：符合标准即通过，否则即拒保。这种一刀切的做法容易造成互联网保险公司部份潜在客户的流失，而让线上的客户去线下保险公司进行人工核保，也与互联网保险公司所一贯立足的便利性和高效率相违背。也由此，智能核保逐渐走入了我们的视野。由于互联网保险用户通过网络投保的特殊性，即使智能核保技术仍存在问题，但是我们无法否认的是，智能核保的产生对保险公司的互联网产品或是互联网保险公司的业务展开都起到了极大的助益。 智能核保得出的结论一般为以下5种:  而具体到险种来看，智能核保结论在健康险中的细分占比为：  从表中数据可知：无论是重疾险还是医疗险，智能核保可承保的概率较高，承保率均超过60%。而与重疾险相比，医疗险的除外承保概率较高，一般医疗险有告知健康异常的，大多会除外该体况引起的理赔责任。 核保的价值在于对不符合健康告知的非标体进行二次筛选，为非标体提供正常承保、加费承保、除外责任承保等服务。而目前的智能核保，则是代替人工核保，扩大线上投保的用户群。 ▸ 从技术本身来看，核保本身是一个非常严谨的过程，智能核保和人工核保相比，不会携带任何感性因素，对保险公司和客户而言，都是有好处的。智能核保把主动权交到了机器手里，不会出现客户主导核保结果的现象，能有效避免隐瞒投保后的理赔纠纷。 ▸ 从时效性来看，智能核保能够立即得出核保结论，且结论不影响下次购买其他保险公司的产品，显然比人工核保方便。且相对于传统核保，智能核保让投保更简单，承保更快捷，过程更人性化，为客户带来极致体验。 ▸ 而对于保险公司来说，可以通过智能核保降低运营成本，给予保险专业的数据做出反馈。保险公司完全可用AI的80%来解决基本问题，剩下的20%通过专家训练算法来提升数据的有效性和服务的高质量，智能核保将大大提升长期险的销售和整个互联网保险的发展水平。 一项技术有利也会有弊。对于弊端，一方面，智能核保中的问卷，设置的大多是常见的体况种类，如果超出了这个范围，智能核保则无法完成核保；另一方面，问卷中的医学术语需要专业人士指导解释，一般能力的大众看起来可能导致误报。 保险公司目前对智能核保的应用 核保过程主要涉及过往疾病、财务状况、从事职业等问题，而目前，智能核保大多聚焦点在于对过往疾病核保。也就是说，在各险种当中重疾险、医疗险、寿险是智能核保主要应用场景。考虑到具体投入，一般长期险则是智能核保的最主要应用场景。但是诸如百万医疗险，这类异常火爆的险种，由于购买人数过多保险公司也配备了相应的智能核保流程。 现阶段智能核保的技术提供方 无论是保险公司还是互联网保险线上平台，除了自己研发智能核保系统之外，我们在近两年看到，他们也会更加积极的去寻求与小型保险科技创企合作。而这与如今保险科技市场的变化也不无关系，传统保险巨头对于创新企业从竞争对手变为合作方，极大的鼓励了保险科技创新企业的发展。 智能核保的理想化未来，究竟是否可期？  人工智能的快速发展无疑为保险业带来了更多可能性，在诸多环节当中首当其冲的就是流程化的核保环节。但目前的智能核保其实尚存诸多弊端。 1. 涉及晦涩难懂的学术名词。如谷氨酰转酶、直接胆红素、TI-RADS，这或许会导致用户直接放弃投保或误操作，为日后理赔埋下隐患。 2. 机械化流程。智能核保虽然相对于一般线上核保已经增加了非常多的灵活性，但是流程还是相对死板的，比如有的小毛病在人工核保的情况下是可以除外承保的，但在智能核保上却可能被直接拒保。 无数的说法都在预测核保将会被AI智能核保所取代，但实际上情况并不容乐观。 其一，核保需要对申请人的身体状况、财务状况等进行综合评定，依此来判定未来的健康风险、逆选择风险，是一个很复杂的过程。 其二，目前单独从事数据科学的公司有很多，同时具备数据科学并了解核保需求的公司还很少，尤其是具备深度学习能力、并且能够解决特定保险问题的AI。 但发展AI智能核保是未来趋势，这一点仍毋庸置疑。毕竟如果仅看眼前，利用现有的AI技术——如语音、图像、字符、面部识别系统，以及其他翻译和算法，可以减轻核保人员的工作量，减少保险公司在核保阶段的人力成本。 只不过要想真正实现千人千面，真正实现核保智能化，恐怕还有很长的路要走。 End |
|
|
