|
财产险将成为保险科技的“第一战线”，因为财产险将是技术应用最为密集的险种。 车联网、位置分析、无人机查勘、车险自动理赔、机器人过程自动化……这些将构成财产险行业的未来。 在全球范围内，技术发展正在重塑财产险行业的商业模式，而是否能够掌握及应用前沿保险科技将成为财险公司决胜的关键。 为什么财产险将是技术应用最为密集的险种？ CB Insights参考行业普及度及市场表现两大维度，将财产险的未来发展趋势划分为四大类别：必要性（necessary）、实验性（experimental）、有潜力的（threatening）及过渡性（transitory）。 四大趋势  01 必要性趋势 必要性趋势指的是已经获得行业和消费者的广泛理解和采纳的发展趋势。对于这一类发展趋势，保险公司应当有清晰的认知和发展规划。 基于智能手机的UBI车险 越来越多的保险公司发布了基于智能手机的车联网平台以实时追踪驾驶行为数据。 这一技术将帮助保险公司降低逆选择风险（好司机更倾向于使用车联网平台）、增加客户参与度与安全性、对理赔及反欺诈提供更有力的支持以及提升承保过程的精细化水平和灵活度。 美国车险公司Progressive在1998年即推出实验项目Autograph，使用GPS卫星、定位技术和一个内置电脑跟踪交通工具行驶的时间和驾驶行为。2011年Autograph更名为Snapshot，目前通过手机应用提供OBD服务。Progressive称已通过其Snapshot app收集了超过15亿英里的驾驶数据。 而另一家美国车险巨头Allstate称，其每月可以通过旗下的Arity平台收集接近90亿英里的驾驶数据。车联网技术将成为车险领域的最主要定价要素之一，因为这一数据与信用数据同等重要。 当前，美国车险市场车联网技术的渗透率（5%）并不高。自2018年初以来，有超过10家保险公司在其财报电话会上提到了车联网技术或自有车联网平台。 地理空间分析技术 深度学习和机器学习技术的进步以及空中成像成本的降低使得地理空间分析技术成为财产险行业发展的重要机遇。 2012年，深度学习算法SuperVision已经可以识别高达120万像素的图像。此外，卫星图像技术成本降低，包括DigitalGlobe、Google和NearMap在内的多个提供商均可提供高像素的卫星图像，目前已覆盖超过71%的美国人口。 地理空间分析技术服务提供商通过深度学习技术获取屋顶状况、房屋规模等结构化数据，帮助再保险公司进行报价、承保及理赔等一系列服务。2017年航空影像分析技术服务商Cape Analytics与全球最大的保险证券管理者Nephila Capital合作，向其提供其分保公司的客户个人风险情况。而慕再选择了无人机查勘公司Betterview作为其房屋数据分析服务提供商。 无人机勘察 无人机勘察将是未来保险公司理赔团队的重要组成部分。 无人机可以在承保前帮助保险公司收集关于承保标的的风险信息，协助进行预防性维修，并在巨灾后对建筑物、屋顶等财产设施进行定损。 在哈维飓风后，关于无人机和保险的关注达到顶峰，Allstate和Farmers均雇佣了数百架无人机进行定损理赔工作。 早在2015年时，AIG、State Farm、Travelers和Liberty Mutural等保险公司便已获得了FAA认证以开展无人机理赔勘察工作。2018年，Travelers与无人机软件集成商Kitty Hawk共同建设无人机硬件、软件、数据流集成项目，现在其理赔团队已经有超过600名FAA认证的无人机驾驶员。 监管政策的放松可能会帮助保险公司扩展无人机业务的规模。FAA最近的一项政策放开了对无人机在受限空域的即时限制，在此之前无人机进入受限空域有90天的等待期。 可视化车险理赔 智能手机技术的进步使得过去可能需要持续数天的车险理赔过程得以缩短到几小时。 可视化车险理赔指的是通过使用软件或智能手机摄像头以帮助保险公司进行车险定损，这一技术的使用极大的减少了车险公司对车险理赔的人力投入。 例如，Allstate减少了超过900个车险定损站。在Allstate的季度财报电话会上，其个人车险板块的负责人表示车险理赔通常需要人到车或车到人，可视化理赔技术缩减了这一过程。 初创企业Snapsheet开发了帮助保险公司处理车险理赔的白标移动应用，现在为70家保险公司客户提供服务。2016年，Snapsheet处理了超过50万起理赔，而2013年这一数字是5万起。 机器人过程自动化 机器人过程自动化（RPA）可以平滑财产保险业务链条的各个环节。 RPA技术可以获取和解释投保数据并推动交易，获取数据，与其它系统对接。根据CB Insights提供的行业预测数据，RPA行业成长迅速，2025年产值预计可达到50亿美元。RPA在财产险领域的应用也在增加。这项技术可以帮助拓宽系统限制，简化人工流程，收集数据和辅助从承保到后续的核保及合规流程。 RPA服务提供商的融资规模也在持续增加。企业RPA软件公司UiPath的估值已从2017年的1.09亿美元增长至2018年的30亿美元。这一公司使用机器学习和人工智能技术以自动化商业处理流程，为全球的超过700名企业客户服务。 02 实验性趋势 实验性趋势指的是概念性或早期的趋势，尚未开发出多样化的功能性产品或展开大规模应用。实验性趋势应该已经引起了媒体的早期兴趣和概念验证。 嵌入式房屋保险 在房屋购买流程日趋自动化的同时，房屋保险也将更紧密的嵌入到平台中。 在房贷申请流程中，金融机构通常会要求业主购买至少一年的房屋保险。但现有的流程是破碎的、复杂的并且在每一步涉及不同的参与方。申请一笔房贷的平均费用需要7000美元，申请流程可能涉及400多页的申请文件以及超过25个人力工作50个工作日，这一过程中的人力成本大约为5000美元。 购房者希望申请房贷的过程可以更为自动化，贷款方也希望加速流程并通过使用数字化工具降低成本。在这一过程中，房屋保险可能会与购房流程更为紧密的结合在一起。 Blend Labs可以通过提升文件收集效率、数字化表格、CRO系统和手机电子签名系统加快房贷申请流程，目前其开设房屋保险板块，通过在购房过程中增加购买房屋保险的选项为房贷双方节省时间。数字化借贷平台Roostify、Approved也开展了类似的业务。 职业保护可穿戴设备 在美国，覆盖工伤以及收入损失的员工补偿险是一个高达530亿美元的市场。 职业补偿险覆盖的是一个长尾领域，因为受伤的工人可能需要数年才能返回工作。可穿戴设备和传感器在工伤预防领域的应用可以帮助实现在危险环境下作业的安全预防，也可以通过提供员工健康数据削减开支。 可穿戴设备和传感器在员工补偿险领域的应用仍属早期阶段，但已有公司开始尝试。Argo Group与Kinetic合作，通过在餐厅、超市等通常发生理赔的场所使用可穿戴设备探测操作风险并及时发出危险提示。SafetyCulture为超过15000家公司提供了名为iAuditor的移动探测app，通过客户的质量和安全记录帮助开发员工补偿险产品的风险资料。 网络安全险 在网络安全险市场不断发展的同时，网络风险分析服务提供商需要证明他们可以帮助保险公司提升承保表现。 慕再预测2020年网络安全险市场规模可达到90亿美元，是2017年的两倍。随着企业逐渐意识到网络安全风险的存在，传统的财险产品可能会覆盖更多与网络安全相关的内容。2016年，有170家保险公司提供网络安全险，包括AIG、安达和Travelers在内的前20名保险公司占有美国网络安全市场的87.3%的市场份额。 关于网络安全险，有一些观点是具有批判性的，巴菲特在2018年年会上提到“事实上我不认为任何人理解网络安全险究竟是在保障什么内容，我们不想在这一领域成为实验者”。2018年，Zurich、CNA、安达和Beazley的美国分支等财险公司与网络安全分析服务提供商签订了合作协议。 商业数据集成 保险公司正尝试在承保和理赔环节更多的使用社交媒体及公共数据。 商业数据集成解决方案可以帮助保险公司优化核保流程以及协助理赔反欺诈。Allstate在2017年与Carpe Data合作，通过使用社交媒体数据以识别理赔欺诈，降低调查成本，当前，美国超过40家保险公司使用了Carpe Data的产品。 商用车辆车联网 尽管许多商用车辆公司已经采用了车联网技术以分析驾驶行为和分析车辆运营成本，车联网技术在商用车险领域的应用仍属早期阶段。 车联网技术可以帮助商用车险在事故或具有危险性的驾驶行为发生时及时联系保险公司。监管的强制措施也是一项推动力。 2017年美国联邦政府要求所有商用卡车必须安装电子记录器（ELD）以记录卡车司机的驾驶时间。Progressive随之推出了名为Smart Haul的创新产品，客户可以通过满足安全驾驶行为标准获取商用车险的折扣。Smart Haul通过ELD收集驾驶行为数据，无需客户再安装新的车联网设备。 地方性天气分析 地方性天气和气候数据分析可以提高承保及定价效率。 2017年，全球巨灾保险损失超过了1000亿美元。保险公司试图寻找更好的气候和天气预测技术以支持其不同地域的业务。 例如，Understory拥有和运营一个地面传感器网络，其可以从美国的5条地铁线、超过500个站点收集天气信息，保险公司通过使用其冰雹和风力数据以更好的管理极端天气预防活动。此外，也有公司通过无线或电缆技术以进行微观天气预测。 03 有潜力的趋势 有潜力的发展趋势通常已获得主流行业预测认证或投资活动活跃。这些趋势已被早期参与者验证，或处于被行业和消费者广泛接受的前期。 商业数据自动化 保险公司正在逐渐意识到非结构化和半结构化数据的价值。 财险行业面临大量的非结构化和半结构化数据：从投保到理赔，从PDF、Excel到扫描图像和邮件。非结构化数据的价值对于保险公司、再保公司和渠道商都是巨大的，包括提高承保效率，自动化承保，识别承保利润，以及理赔预测。保险中介是商用数据自动化软件的天然合作伙伴，这可以帮助他们更好的识别承保利润所在。 智能家庭传感器 在过去的几年中，智能家庭设备提供商Nest、Canary和Ring等都为客户提供房屋保险折扣。 尽管智能家庭设备希望在风险管理方面为保险公司提供帮助，但是实际操作低于预期，因为对于保险公司而言提高智能家庭设备覆盖率仍然较为困难。随着巨头进入这一行业，保险公司对这一领域仍然保有兴趣。 例如，Travelers最近与亚马逊的Alexa合作提供3种智能家庭设备折扣，包括安全摄像机、漏水探测器和运动信号监测，以提高智能家庭设备的覆盖率。 04 过渡性趋势 过渡性趋势指的是已经落地的发展方向，但存在市场机会的不确定性。对过渡性趋势更广泛的认知和理解可能会带来市场机会。 聊天机器人 聊天机器人技术在保险行业的应用可能有一些言过其实。 Lemonade使用聊天机器人Maya为房屋和租客保险客户提供报价并处理理赔流程。此外，也有保险公司与技术公司合作提供AI交互服务。 XL Catlin与RightIndem合作在北美提供线上海上保险理赔工具，客户可以实时共享现场数据及影像。瑞士保险公司Helvetica与Rasa Technologies合作开发了销售辅助功能工具，通过基于文字的聊天系统协助销售过程。 对于聊天机器人的关注在2017年达到顶峰，但其对业务的融入程度引起了一些争议。初创企业Next Insurance和Hippo已经解除了聊天机器人服务。 保险科技——作为一种服务 随着保险产品越来越嵌入房屋共享、共享出行等生态系统中，多家保险公司尝试开发场景化保险产品。 Progressive与Slice Labs合作为HomeAway和AirBnb等短期租房平台提供租客保险，从入住开始可以最长覆盖45天，Co-operaters和Legal & General也与Slice Labs合作提供类似产品。 另一个典型代表是商用无人机的责任险，Liberty Mutural与初创公司REIN合作提供以日或年为单位的无人机责任险。 参考文献 CB Insights. Emerging Trends: What’s Next in P&C Insurance |
|
|
