人工智能將如何改寫保險業?

ADVERTISEMENT

  編譯丨拓撲社 原野

ADVERTISEMENT

  寫在前面的話

  當人們談及未來,尤其談到科技即將給未來的世界帶來什麼變化的時候,人工智能幾乎是唯一的話題。盡管直到今天為止,世界上還沒有出現一個真正具有自我意識的機器系統,但相對較低級別的人工智能系統已經逐漸普及到世界的各個地方,並逐步應用到我們生活中的各個層面,進而取得非常可觀的成績。

  現在,其實我們每天都在使用人工智能,只是沒有意識到而已。互聯網上針對你的搜索請求所給出的網頁排名結果,汽車上開始逐漸普及的無人自動導航系統,甚至是你手機上的語音助手(Siri、Google Now 和 Cortana)都是人工智能技術的產品。

  事實上,人工智能技術正在以全所未有的速度滲透到每個行業。但因為人工智能系統本身非常複雜,難以人為給予一個非常過關的定義,最後我們只能將其理解為“通過使用複雜的機器學習技術,從數據中自動學習一定的規則和模式。”這里面最具有代表性的例子就是 Google Deepmind 所開發的 AlphaGo,它竟然已經能夠打敗世界最頂尖的圍棋選手!

  人工智能的另外一個重要領域是“自然語言處理”(NLP),這主要應用於私人助手,聊天機器人等方面。人工智能技術所憑借的數據可以體現為多個形式,它有可能是文本文件,圖片或者視頻,也可以是某些已經結構化的數據。

  如果要問在哪個行業里,這些數據最為豐富充裕,那應該算是保險業了。它彙集了幾乎所有數據處理的方式方法,比如數據收集、數據清洗、數據整合、數據存儲、分析等等各個細化後的知識學科。

  在過去,因為保險業的數據太多,人們無暇顧及,也沒有能力去整合如此龐大的數據,數據中所藏有著的珍貴信息都被忽視過去了。而如今,機器通過學習“過去發生了什麼”,理解“現在正在發生什麼”,並且監控“關鍵性表現指標”(KPI),建立在人工智能技術上的應用可以給人們提供非常及時、且正確的指引、提示、建議。

  換句話說,人工智能必須具有一定的前瞻性。

  不管你稱其為“人工智能”,還是叫做“機器學習”,毫無疑問的一點是,保險業從中獲益匪淺。在保險業的定價、索賠處理、反欺詐等方面,已經出現了經過實踐認證過的多種新興方式在接下來的文章中,我們將仔細談到人工智能在應對上述挑戰上究竟能夠發揮怎樣的作用,並且針對目前持有人工智能技術,一頭紮入保險行業的科技公司,給出一個概括性的彙總與介紹。

  索賠管理及反保險欺詐

  在索賠處理的各個環節中,都可以使用機器學習技術來提升工作效率。通過短時間內利用人工智能技術,處理海量數據,保險公司可以把很多處理流程給自動化掉,比如給某些索賠案件提供“快速通道”服務,降低處理的整體時間,在提升客戶體驗的同時還能夠降低成本。人工智能的算法可以非常有效地識別出數據中的某些模式,並形成一定的規則,而一旦這個框架形成之後,欺詐性案子在人工智能技術的監控下就無所遁形。

  因為人工智能技術本身就具備自我學習的屬性,隨著時間的推移,人工智能系統將慢慢的去適應,處理某些之前從未見過的案子,並且在欺詐偵測上面表現的越來越好。進一步,機器學習模型可以自動的去評估損失程度,並且基於傳感器、圖片、曆史數據,預估維修的成本會是多少。現在,已經有兩家公司開始利用人工智能技術來處理這些索賠案子它們分別是:Shift Technolgoy,它專門針對索賠處理以及欺詐偵測來提供服務。而另外一家公司 RightIndem 的願景是盡可能的減少在索賠各個環節中所出現的矛盾,衝突,降低索賠處理中的成本。

ADVERTISEMENT

  Motionscloud 提供了一個移動化的解決方案,方便保險從業人員處理索賠案件,其中包括了證據以各種形式收集和存儲,與客戶之間的互動,自動化的成本預估等等。ControlExpert 也是專門處理索賠案的,主要也是提供一些自動化流程,從長期來看人工智能即將替代某些專業評估人員。Cognotekt 通過人工智能,不斷地優化保險業的各個商業流程。

  總的來說,人工智能將檢視現有的商業流程,從頭到尾的去梳理每一個環節,將其能夠自動化的環節都挑選出來,大大降低保險單在一個系統中所流轉的時間。

  同時,對於人眼來說根本無法察覺的欺詐案子,在人工智能技術的幫助下,索賠流程中很容易現了真形。就比如說Shift Technolgoy,Mothionscloud 以及 Cognotekt 這三家公司就提供非常專業的反欺詐服務。此外還有 SAS 專門為保險行業提供的反欺詐框架工具,IBM 為保險公司提供的反欺詐解決方案。

  保單生成及損失避免

  自動化的保單生成可以大大的提升效率,減低成本。同時,還讓過去成本不菲的一些測試變得不再必要。這主要是通過將幾個相關的數據源彙總來實現,尤其是將某些不屬於醫療檔案中的外部數據也整合進來。如果你能夠在某些應用中提取出來一些數據,證明你擁有著一個非常健康的生活作息表,這一切都會讓你的保費下調。

  在過去,保險的最大意義就是在損失發生之後給予補償。這是每個人買保險的唯一訴求。但是,誰又想著哪天走在路上被車撞到,或者生某場重大疾病呢?在人工智能技術的推動下,保險業會向前演化,過去的那種追求賠付的理念已經過時了!因為一旦損失發生,保險公司要付出真金白銀,被保險人也得遭受很多苦痛。與其這樣,為什麼保險公司不和被保險人一道通力合作,盡可能科學的評估風險,並將風險在未來降低到最小程度呢?這無論是對被保險人來說,還是保險公司來說都是一次雙贏。

  Atidot 開發了一個利用機器學習技術評估和管理風險的平台。為此,它集合了很多信息源,而非單純的一個人口統計數據。這些數據來自於可穿戴產品、社交媒體、甚至還有天氣以及新聞。這些因素都會作為變量,納入到一個動態的風險評估模型當中。

  FitSense 提供了一個數據分析平台,用來從多個設備收集用戶的健康數據。這些數據再進一步的被分析,建立起用戶的健康檔案。同時,它目前還在開發某些可供消費者直接購買的保險產品。

  Dreamquark 使用了一些高級的機器學習模型,比如深度神經網絡來分析醫療檔案,結構化或非結構化的數據,從而實現對風險的控製、疾病的預防。Big Cloud Analtics 也是提供了一個醫療分析平台,能夠從可穿戴設備中收集數據。

  營銷及客戶體驗

  營銷工作中很重要的一個組成部分就是有效的控製客戶流失率,提升客戶的體驗。Adtelligence 分析了多個平台的用戶數據,能夠生成高度自定製化的內容,將用戶引導向最有可能引起他們興趣的產品上面。這大大地提升了客戶的滿意度,降低了客戶的流失率。

  Brolly 是一款私人保險助手,負責提供被保險人及保險公司之間的互動,檔案的管理。它提供與被保險人有關的一切有價值的信息,並將目前市面上的保險政策全部彙總到一起。這些保險政策將被分析,比較,從中選擇出最適合用戶的那款保險產品。

  聊天機器人

  如今人們使用最頻繁的應用就是通訊應用了,智能助手介入這個領域,最為直接,也是最為自然的了。自然語言處理以及情緒分析技術,這些都能夠自動處理客戶的一些關心的問題,滿足他們一定的訴求,而且是以高度私人訂製的方式。

ADVERTISEMENT

  Cognicor提供一款智能化客服輔助服務,它跟人溝通的時候高度擬人化。而且它所應對的問題並不僅限於回答消費者提問,解決投訴,處理索賠,它還能夠通過分析客戶的意圖,提供某些定製化的產品和服務。

  Conversica 是一款虛擬的銷售助手,它能夠利用人工智能來對潛在客戶進行一些自動化的引導。在溝通過程中,它能夠非常敏銳地察覺出來潛在的銷售機會,並將這些機會轉發給真實的人類員工,讓他們在後續的銷售中適時的介入進來。

  同樣,還有一些醫療領域的聊天機器人。MedWhat 就是另外一款利用深度學習技術打造的虛擬醫療助手,它想要成為你“口袋里的醫生”。它能夠利用消費者的“Electronic Medical Records(電子化醫療檔案)”來回答某些醫療保健領域的問題,而且答案是根據你本人的身體狀況而來的噢。

  Babylon提供在線谘詢服務,致力於讓世界上的每個人都能找到一款屬於自己的,在自己消費能力承受範圍之內的醫療保健方案,尤其是某些原本沒有機會享受到這一切的貧困人群。

  Your.MD 是一款私人醫療助手,它能夠詢問病人的症狀,然後給出建議。

  一般性的機器學習平台,框架,知識庫

  上述都是有著明確商業企劃的科技保險公司,而還有一些公司將機器學習技術派發出去,讓更多的人都能介入到其中。比如:

  微軟公司通過將機器學習服務加載在Azure 雲計算和存儲平台上,使其變得更強大。Azure ML Studio,它提供多種現成的算法,你可以開發,訓練,以及發布各種模型,對接到你其他的一些服務上去。

  微軟還將它的“分布式機器學習工具套裝”(Distributed Machine Learning Toolkit)公開發布,程序員能夠借助更多台分布式機器的力量,使得機器學習的能力指數化擴張。微軟的“計算性網絡工具套裝”(Microsoft Computational Network Toolkit)通過並行利用多個 CPU 和 GPU,從而能夠創建和訓練神經網絡。

  Amazon Machine Learning 是一款搭建在 Amazon Web Services(AWS)平台上的服務,它雖然不如其他的機器學習服務那樣廣泛的應用出去,但是對於 AWS 本身的存儲及服務來說,已經非常容易被整合進去。

  Google TensorFlow 是一個機器學習框架,能夠橫跨多個機器,同時利用數個 CUP 和 GPU。它的深度學習框架是被一個名為“數據流圖譜(dataflow graph)”的東西所體現。

  本文為拓撲社編譯,未經同意不得轉載或引用

  尋求報道&合作請聯系:tobshe@itjuzi.com

  關注拓撲社微信:tobshe,獲取更多內容哦~

ADVERTISEMENT