中國(guó)保險(xiǎn)行業(yè)智能風(fēng)控白皮書(shū)

1、中國(guó)保險(xiǎn)行業(yè)智能風(fēng)控白皮書(shū)C O N T E N T S目錄目錄前言核心發(fā)現(xiàn)第一部分 中國(guó)保險(xiǎn)科技發(fā)展及應(yīng)用現(xiàn)狀一、中國(guó)保險(xiǎn)行業(yè)發(fā)展現(xiàn)狀與趨勢(shì)04（一）三大機(jī)遇，推動(dòng)發(fā)展07（二）四大挑戰(zhàn)，亟待破局09二、中國(guó)保險(xiǎn)科技的發(fā)展及應(yīng)用第二部分 中國(guó)保險(xiǎn)行業(yè)的風(fēng)控現(xiàn)狀一、保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的痛點(diǎn)（一）欺詐頻發(fā)，呈現(xiàn)三大特征（二）依賴人工，成本高效率低（三）信息割裂，風(fēng)控效果不佳二、保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的演進(jìn)第三部分 中國(guó)保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的趨勢(shì)一、風(fēng)險(xiǎn)管控的數(shù)字化趨勢(shì)24二、風(fēng)險(xiǎn)管控的立體化趨勢(shì)27三、風(fēng)險(xiǎn)管控的前置化趨勢(shì)30四、風(fēng)險(xiǎn)管控的智能化趨勢(shì)34第四部分 保險(xiǎn)智能風(fēng)控對(duì)行業(yè)各方的啟示前言前言2018

2、年，中國(guó)保險(xiǎn)業(yè)發(fā)展進(jìn)入調(diào)整期，原保費(fèi)收入增長(zhǎng)率由2013年-2017年年均20.7%的增長(zhǎng)下降至3.9%。但 是，調(diào)整只是暫時(shí)的，保險(xiǎn)業(yè)對(duì)外開(kāi)放提速，保險(xiǎn)公司監(jiān)管持續(xù)規(guī)范，保險(xiǎn)服務(wù)模式與科技應(yīng)用持續(xù)創(chuàng)新，將推動(dòng)中國(guó)保險(xiǎn)業(yè)的長(zhǎng)期穩(wěn)定發(fā)展。作為保險(xiǎn)的核心，“風(fēng)險(xiǎn)管理”也成為行業(yè)發(fā)展過(guò)程中最關(guān)鍵的議題，如何幫助客戶管理他們所遇到的風(fēng)險(xiǎn)，如何管理保險(xiǎn)公司自身面臨的風(fēng)險(xiǎn)，對(duì)于監(jiān)管及保險(xiǎn)公司至關(guān)重要。中國(guó)保險(xiǎn)行業(yè)風(fēng)控的發(fā)展可以歸結(jié)為傳統(tǒng)風(fēng)控、數(shù)字風(fēng)控和智能風(fēng)控三個(gè)階段。隨著保險(xiǎn)科技的深度應(yīng)用和廣泛應(yīng)用，保險(xiǎn)風(fēng)控自2018年起進(jìn)入“智能風(fēng)控階段”，保險(xiǎn)行業(yè)風(fēng)控效率提升、風(fēng)控流程簡(jiǎn)化、風(fēng)險(xiǎn)隱患降低等方面將迎來(lái)

3、一輪質(zhì)變。但是，保險(xiǎn)行業(yè)智能風(fēng)控的未來(lái)發(fā)展之路還任重道遠(yuǎn)，目前仍處于起步和探索階段，需要行業(yè)各方共同努力。在此背景下，中國(guó)保險(xiǎn)行業(yè)智能風(fēng)控白皮書(shū)應(yīng)運(yùn)而生。中國(guó)保險(xiǎn)行業(yè)智能風(fēng)控白皮書(shū)由金融壹賬通與中國(guó)保險(xiǎn)學(xué)會(huì)聯(lián)合發(fā)布，對(duì)外經(jīng)濟(jì)貿(mào)易大學(xué)提供技術(shù)支持。金融壹賬通作為平安集團(tuán)的聯(lián)營(yíng)公司，依托平安集團(tuán)30余年金融行業(yè)經(jīng)驗(yàn)與技術(shù)積累，通過(guò)“技術(shù)”+“業(yè)務(wù)”雙賦能模式，精準(zhǔn)把握保險(xiǎn)、銀行、投資機(jī)構(gòu)需求，提供智能風(fēng)控、智能運(yùn)營(yíng)等4大產(chǎn)品體系10大解決方案。本報(bào)告梳理了保險(xiǎn)行業(yè)、保險(xiǎn)科技和保險(xiǎn)風(fēng)控的發(fā)展現(xiàn)狀，分析了保險(xiǎn)風(fēng)控存在的問(wèn)題和痛點(diǎn)，通過(guò)剖析保險(xiǎn)風(fēng)控的先進(jìn)經(jīng)驗(yàn)和前沿實(shí)踐，共同探討保險(xiǎn)風(fēng)控的未來(lái)發(fā)展趨勢(shì)，期

4、望為行業(yè)各方提供借鑒，為保險(xiǎn)行業(yè)的健康發(fā)展貢獻(xiàn)綿薄之力。01核心發(fā)現(xiàn)核心發(fā)現(xiàn)在“智能+”科技浪潮的推動(dòng)下，中國(guó)保險(xiǎn)行業(yè)正面臨前所未有的變局。一方面，中國(guó)保險(xiǎn)深度與密度仍與全球平均水平相差近50%，保險(xiǎn)行業(yè)面臨市場(chǎng)持續(xù)增長(zhǎng)、產(chǎn)品結(jié)構(gòu)逐步優(yōu)化、客戶保險(xiǎn)意識(shí)崛起等發(fā)展機(jī)遇。另一方面，經(jīng)過(guò)長(zhǎng)期粗放經(jīng)營(yíng)與無(wú)序競(jìng)爭(zhēng)，保險(xiǎn)公司深陷綜合成本率高、客戶觸點(diǎn)低頻、欺詐風(fēng)險(xiǎn)高等經(jīng)營(yíng)挑戰(zhàn)。在科技、監(jiān)管等推動(dòng)下，保險(xiǎn)科技成為保險(xiǎn)公司發(fā)展破局的關(guān)鍵，從產(chǎn)品、營(yíng)銷、承保、理賠、運(yùn)營(yíng)等所有環(huán)節(jié)重塑保險(xiǎn)價(jià)值體系，徹底改變保險(xiǎn)行業(yè)的傳統(tǒng)風(fēng)險(xiǎn)管控模式。當(dāng)前保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控面臨的痛點(diǎn)包括三個(gè)方面：第一，保險(xiǎn)欺詐頻發(fā)且日益專業(yè)化，全球

5、每年約有20%-30% 的保險(xiǎn)賠款涉嫌欺詐。第二，核保核賠等風(fēng)險(xiǎn)管理仍高度依賴人工經(jīng)驗(yàn)審核，成本高效果差。第三，保險(xiǎn)公司及行業(yè)數(shù)據(jù)割裂，數(shù)據(jù)質(zhì)量低，無(wú)法有效支撐風(fēng)險(xiǎn)管理需要。為解決以上痛點(diǎn)，保險(xiǎn)公司需深度應(yīng)用人工智能、區(qū)塊鏈等前沿技術(shù)，從數(shù)字化、立體化、前置化、智能化四個(gè)方面全面升級(jí)風(fēng)險(xiǎn)管控模式。風(fēng)控?cái)?shù)字化：建立配件工時(shí)、醫(yī)藥方案等標(biāo)準(zhǔn)數(shù)據(jù)與規(guī)則庫(kù)，優(yōu)化風(fēng)險(xiǎn)預(yù)警規(guī)則和模型。風(fēng)控立體化：引入行為、車輛、健康等非案件數(shù)據(jù)，風(fēng)控依據(jù)從公司內(nèi)部向外部及非保險(xiǎn)領(lǐng)域進(jìn)行立體化延伸， 多方共建風(fēng)控機(jī)制，提升風(fēng)控覆蓋度與精準(zhǔn)度。風(fēng)控前置化：利用大數(shù)據(jù)、可穿戴設(shè)備、人工智能等技術(shù)手段引導(dǎo)和預(yù)防風(fēng)險(xiǎn)事件，降低保險(xiǎn)

6、風(fēng)險(xiǎn)發(fā)生概率， 從而降低保險(xiǎn)公司賠款支出。風(fēng)控智能化：結(jié)合 AI 圖片識(shí)別、生物識(shí)別、情緒識(shí)別、區(qū)塊鏈等前沿技術(shù)，以電腦代替人腦，通過(guò)機(jī)器學(xué)習(xí)等更智能化的方式應(yīng)對(duì)已知和未知的風(fēng)險(xiǎn)。不同的行業(yè)參與方應(yīng)以開(kāi)放、合作的方式共建保險(xiǎn)智能風(fēng)控體系，促進(jìn)行業(yè)健康發(fā)展。大型保險(xiǎn)集團(tuán)可在自建的基礎(chǔ)上，開(kāi)放融合一些外部前沿技術(shù)及應(yīng)用，建立完善的全流程智能風(fēng)控體系，為行業(yè)樹(shù)立標(biāo)桿、提供賦能。中小保險(xiǎn)公司可通過(guò)與成熟的保險(xiǎn)科技服務(wù)商合作，以及聯(lián)合“抱團(tuán)取暖”的方式，構(gòu)建差異化風(fēng)控能力。監(jiān)管部門、行業(yè)協(xié)會(huì)、第三方服務(wù)商等應(yīng)進(jìn)一步完善法規(guī)建設(shè)與行業(yè)標(biāo)準(zhǔn)，構(gòu)建反欺詐等行業(yè)共享數(shù)據(jù)庫(kù)，以及加強(qiáng)科技研發(fā)突破。02F I R

7、S TP A R T第中一國(guó)部保分險(xiǎn)科技發(fā)展及應(yīng)用現(xiàn)狀近年來(lái)，以數(shù)字金融為代表的數(shù)字經(jīng)濟(jì)占中國(guó)GDP的份額已近三分之一，是當(dāng)前新經(jīng)濟(jì)的重要組成部分。保險(xiǎn)作為金融體系和生產(chǎn)生活保障的重要組成部分，其發(fā)展與國(guó)民經(jīng)濟(jì)發(fā)展密切相關(guān)。2019年兩會(huì)期間，“保險(xiǎn)”再次成為高頻詞，同時(shí)政府工作報(bào)告首次提出“智能+”的概念，鼓勵(lì)新興智能產(chǎn)業(yè)發(fā)展，支持包含保險(xiǎn)業(yè)在內(nèi)的傳統(tǒng)產(chǎn)業(yè)不斷深入智能化改造。如何利用數(shù)字金融和創(chuàng)新科技推動(dòng)保險(xiǎn)行業(yè)轉(zhuǎn)型升級(jí)、更好地服務(wù)實(shí)體經(jīng)濟(jì)成為關(guān)鍵問(wèn)題。保險(xiǎn)科技廣泛運(yùn)用于保險(xiǎn)產(chǎn)品研發(fā)、市場(chǎng)營(yíng)銷、客戶關(guān)系維護(hù)、核保理賠、保險(xiǎn)資金運(yùn)用及保險(xiǎn)公司內(nèi)部管理等 環(huán)節(jié)。保險(xiǎn)+科技在提升收入、提升效率、提

8、升服務(wù)，降低成本、降低風(fēng)險(xiǎn)等方面都取得階段性成果，保險(xiǎn)市場(chǎng)各主體積極參與，逐漸實(shí)現(xiàn)科技對(duì)保險(xiǎn)業(yè)務(wù)流程的全面滲透，催生保險(xiǎn)生態(tài)的新模式，同時(shí)為保險(xiǎn)監(jiān)管科技的發(fā)展提供支撐。放眼未來(lái)，保險(xiǎn)科技是實(shí)踐保險(xiǎn)保障功能的重要驅(qū)動(dòng)力，更是保險(xiǎn)行業(yè)轉(zhuǎn)型發(fā)展的核心競(jìng)爭(zhēng)力。一、中國(guó)保險(xiǎn)行業(yè)發(fā)展現(xiàn)狀與趨勢(shì)保險(xiǎn)業(yè)作為國(guó)民經(jīng)濟(jì)的重要組成部分，與宏觀經(jīng)濟(jì)的聯(lián)系日益緊密。近幾年，國(guó)際國(guó)內(nèi)經(jīng)濟(jì)和商業(yè)環(huán)境發(fā)生深刻變化，隨著金融一體化和保險(xiǎn)國(guó)際化步伐的加快，我國(guó)保險(xiǎn)業(yè)的發(fā)展面臨著前所未有的機(jī)遇，同時(shí)也面臨著巨大的挑戰(zhàn)。（一）三大機(jī)遇，推動(dòng)發(fā)展1行業(yè)持續(xù)快速增長(zhǎng)，市場(chǎng)容量大近十年以來(lái)，中國(guó)保險(xiǎn)行業(yè)發(fā)展迅速，原保費(fèi)收入實(shí)現(xiàn)近2.5倍的

9、增長(zhǎng)，2018年達(dá)到3.8萬(wàn)億元，年均增長(zhǎng)率約為15%；2017年中國(guó)原保費(fèi)收入成功超越日本，位列全球第二。保監(jiān)會(huì)印發(fā)的中國(guó)保險(xiǎn)業(yè)發(fā)展“十三五”規(guī)劃綱要提出，“十三五”期間我國(guó)保險(xiǎn)業(yè)發(fā)展的主要目標(biāo)是保險(xiǎn)業(yè)實(shí)現(xiàn)中高速增長(zhǎng)，到2020年，全國(guó)保險(xiǎn)保費(fèi)收入爭(zhēng)取達(dá)到4.5萬(wàn)億元。圖1.1 2013-2020年中國(guó)保險(xiǎn)行業(yè)原保費(fèi)收入（萬(wàn)億元）1.722.022.43+14.7%3.103.663.804.502013201420152016201720182020E數(shù)據(jù)來(lái)源：中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)目前，中國(guó)的保險(xiǎn)需求尚未得到有效釋放，保險(xiǎn)市場(chǎng)的深度（保費(fèi)與GDP之比）和密度（人均保費(fèi)）仍有很大發(fā)展空

10、間。與世界平均水平相比，中國(guó)保險(xiǎn)市場(chǎng)的深度和密度存在較大差距。世界平均保險(xiǎn)深度為6%，我國(guó)保險(xiǎn)深度4.22%，相差超40%；世界平均保險(xiǎn)密度為4127元，我國(guó)保險(xiǎn)密度為2724元，相差超50%。圖1.2 2018年中國(guó)保險(xiǎn)深度和密度與世界平均水平對(duì)比2018年保險(xiǎn)深度對(duì)比（%）6.0% 2018年保險(xiǎn)密度對(duì)比（元）4,127 4.2%42.2%2,72451.5%中國(guó)世界平均中國(guó)世界平均數(shù)據(jù)來(lái)源：中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)、瑞士再保險(xiǎn)研究院2.保險(xiǎn)市場(chǎng)結(jié)構(gòu)優(yōu)化，成長(zhǎng)型產(chǎn)品加速一方面，與發(fā)達(dá)國(guó)家成熟的保險(xiǎn)市場(chǎng)相比，我國(guó)當(dāng)前的保險(xiǎn)市場(chǎng)結(jié)構(gòu)仍有待調(diào)整和優(yōu)化。以財(cái)產(chǎn)險(xiǎn)為例，美國(guó)車險(xiǎn)業(yè)務(wù)占比42.5%，

11、近60%為非車險(xiǎn)業(yè)務(wù)，而我國(guó)車險(xiǎn)在財(cái)產(chǎn)險(xiǎn)中占比高達(dá)72.7%。另一方面，中國(guó)保險(xiǎn)市場(chǎng)結(jié)構(gòu)已開(kāi)始呈現(xiàn)出不斷優(yōu)化的趨勢(shì)。2014年-2018年，傳統(tǒng)型產(chǎn)品（壽險(xiǎn)、車險(xiǎn)）保費(fèi)收入占比由81.1%下降至75.4%。意外險(xiǎn)、健康險(xiǎn)等成長(zhǎng)型產(chǎn)品占比由18.9%上升至24.6%。2018當(dāng)年，健康險(xiǎn)、意外險(xiǎn)、財(cái)產(chǎn)險(xiǎn)（不含車險(xiǎn)）等原保費(fèi)收入增速 都在20%左右，而車險(xiǎn)增長(zhǎng)放緩，壽險(xiǎn)甚至出現(xiàn)負(fù)增長(zhǎng)。圖1.3 2014年-2018年分險(xiǎn)種原保費(fèi)收入占比財(cái)產(chǎn)險(xiǎn)（不含車險(xiǎn)）、意外險(xiǎn)、健康險(xiǎn)壽險(xiǎn)、車險(xiǎn)18.9%19.9%21.6%20.8%24.6%2014201520162017201881.1%80.1%78.4%

12、75.4%79.2%數(shù)據(jù)來(lái)源：中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)成長(zhǎng)型產(chǎn)品健康險(xiǎn)意外險(xiǎn)圖1.4 2018年各險(xiǎn)種原保費(fèi)收入同比增速+24%+19%+22%+5%-3.4%傳統(tǒng)型產(chǎn)品車險(xiǎn)壽險(xiǎn)財(cái)產(chǎn)險(xiǎn)（不含車險(xiǎn)）數(shù)據(jù)來(lái)源：中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)3.客戶保險(xiǎn)意識(shí)崛起，接受度提升隨著保險(xiǎn)市場(chǎng)的發(fā)展，保險(xiǎn)產(chǎn)品的不斷創(chuàng)新，以及國(guó)民對(duì)保險(xiǎn)的認(rèn)識(shí)趨于成熟，大眾對(duì)保險(xiǎn)的接受程度逐漸提高。從保險(xiǎn)深度看，2013年為3.03%，2018年為4.2%，年均增長(zhǎng)超7%；從人均保費(fèi)來(lái)看，2013年為1266元，2018年為2724元，年均增長(zhǎng)近16%。圖1.5 2013年-2020年中國(guó)保險(xiǎn)深度和密度2013年-2020年中國(guó)

13、保險(xiǎn)深度（%）2013年-2020年中國(guó)保險(xiǎn)密度（元）3.0%3.5%+7.4%+15.6%4.2%5.0%1,2661,7662,7243,5002013201520182020E2013201520182020E數(shù)據(jù)來(lái)源：中國(guó)銀行保險(xiǎn)監(jiān)督管理委員會(huì)、瑞士再保險(xiǎn)研究院、中國(guó)保險(xiǎn)業(yè)發(fā)展“十三五”規(guī)劃綱要普華永道與中國(guó)太保聯(lián)合發(fā)布的中國(guó)保險(xiǎn)消費(fèi)者白皮書(shū)顯示，被調(diào)查人群人均持有保單從2010年的1.96張， 增長(zhǎng)至2017年的2.89張，年均增長(zhǎng)超5%。人均保費(fèi)支出從2010年到2017年平均增速達(dá)18%。（二）四大挑戰(zhàn)，亟待破局經(jīng)過(guò)多年粗放型的發(fā)展和無(wú)序的市場(chǎng)競(jìng)爭(zhēng)，傳統(tǒng)保險(xiǎn)公司面臨的經(jīng)營(yíng)問(wèn)題日益

14、凸顯。渠道傭金、管理費(fèi)用成本高昂，與客戶接觸頻率低發(fā)、關(guān)系薄弱，保險(xiǎn)欺詐手段多樣、賠付虛高，代理人隊(duì)伍管理難、流失率高，這四大挑戰(zhàn)導(dǎo)致眾多保險(xiǎn)公司承保虧損、經(jīng)營(yíng)困難，而同時(shí)保險(xiǎn)客戶卻對(duì)保險(xiǎn)公司越發(fā)不滿。在挑戰(zhàn)面前，保險(xiǎn)公司若無(wú)法快速破局，將面臨互聯(lián)網(wǎng)、主機(jī)廠等跨行業(yè)主體的顛覆與沖擊，行業(yè)變局已開(kāi)始醞釀。圖1.6 保險(xiǎn)行業(yè)的四大挑戰(zhàn)高成本低頻率高風(fēng)險(xiǎn)高流動(dòng)100%財(cái)綜產(chǎn)合險(xiǎn)成行本業(yè)率1-2次平戶均接每觸年的與次客數(shù)20%全涉球嫌保欺險(xiǎn)詐賠占款比50%壽一險(xiǎn)年代留理存人率1.綜合成本率高，盈利困難2018年，財(cái)產(chǎn)險(xiǎn)公司平均綜合成本率高達(dá)100.1%，中小財(cái)險(xiǎn)公司的更是高達(dá)109.0%。財(cái)險(xiǎn)承保處于

15、行業(yè)性虧損的狀態(tài)，改變連續(xù)8年承保盈利的局面。財(cái)產(chǎn)險(xiǎn)公司靠承保盈利越來(lái)越困難，與2017年相比，財(cái)產(chǎn)險(xiǎn)公司2018年綜合費(fèi)用率由39.8%上升至40.7%，上升近1個(gè)百分點(diǎn)，直接導(dǎo)致承保虧損。圖1.7 2017年-2018年財(cái)產(chǎn)險(xiǎn)公司綜合成本率2017年2018年綜合賠付率39.8%40.7%綜合費(fèi)用率 59.8% 59.4%99.6%100.1%高綜合成本率是由高傭金率和高管理成本造成的。一方面，財(cái)產(chǎn)險(xiǎn)公司的傭金率持續(xù)攀升，2016年、2017年和2018年三季度末手續(xù)費(fèi)傭金支出占當(dāng)年保費(fèi)收入比例分別為14.54%、17.21%和20.28%。另一方面，保險(xiǎn)公司機(jī)構(gòu)設(shè)置上不計(jì)成本，“占市場(chǎng)，

16、鋪攤子”，從全國(guó)到省、市、縣，層層設(shè)立分支機(jī)構(gòu)，也背上沉重的管理投入包袱。2.客戶接觸頻率低，關(guān)系維持薄弱與銀行不同，保險(xiǎn)產(chǎn)品本身為低頻交易的金融產(chǎn)品，直接導(dǎo)致傳統(tǒng)保險(xiǎn)公司平均每年與客戶接觸僅1-2次。人身險(xiǎn)長(zhǎng)期性保單往往在到期或理賠時(shí)才會(huì)和客戶打交道，車險(xiǎn)等一年期產(chǎn)品如果不出險(xiǎn)一般也不與客戶接觸，而除貨運(yùn)險(xiǎn)以外的其他險(xiǎn)種保單基本都不能轉(zhuǎn)讓。良好的客戶關(guān)系能創(chuàng)造更多價(jià)值和利潤(rùn)，如多險(xiǎn)種交叉銷售、增值服務(wù)銷售、續(xù)保率提升等，而薄弱的客戶關(guān)系 不僅會(huì)影響客戶價(jià)值貢獻(xiàn)，還可能引發(fā)客戶滿意度低、產(chǎn)生投訴等負(fù)面影響。對(duì)客戶而言，購(gòu)買保險(xiǎn)不僅是風(fēng)險(xiǎn)投資， 而是為自己和家人購(gòu)買一份關(guān)懷與保障。如何將保險(xiǎn)從產(chǎn)

17、品升級(jí)為服務(wù)，幫助客戶抵御風(fēng)險(xiǎn)、在風(fēng)險(xiǎn)來(lái)臨時(shí)提供及時(shí)、安心的保障，繼而將保險(xiǎn)公司與客戶的聯(lián)系變得更加高頻、緊密，將是直接影響公司核心競(jìng)爭(zhēng)力的關(guān)鍵。3.保險(xiǎn)欺詐比例高，手段專業(yè)多樣自保險(xiǎn)產(chǎn)生以來(lái)，就一直伴隨著保險(xiǎn)欺詐。以保圖賠或以保獲利已成為一些投保人或被保險(xiǎn)人的畸形心態(tài)，其目的就是通過(guò)保險(xiǎn)獲取額外利益。保險(xiǎn)欺詐的表現(xiàn)形式包括投保人未如實(shí)告知、虛構(gòu)或偽造索賠金額、故意夸大索賠金額、重復(fù)索賠等，而保險(xiǎn)公司內(nèi)部和保險(xiǎn)中介也存在大量的故意欺詐。根據(jù)國(guó)際保險(xiǎn)監(jiān)管者協(xié)會(huì)（IAIS，International Association of Insurance Supervisors，又稱國(guó)際保險(xiǎn)監(jiān)督官協(xié)會(huì)）

18、測(cè)算，全球每年約有20%-30%的保險(xiǎn)賠款涉嫌欺詐。而據(jù)保守估計(jì)，我國(guó)車險(xiǎn)行業(yè)的欺詐滲漏占理賠金額的比例至少達(dá)到20%，對(duì)應(yīng)每年損失超過(guò)200億元。隨著信息傳播技術(shù)的發(fā)展，保險(xiǎn)欺詐風(fēng)險(xiǎn)日益凸顯，并呈現(xiàn)專業(yè)化、團(tuán)伙化等特征。如何構(gòu)建科學(xué)有效的反欺詐體系，已成為亟需解決的問(wèn)題。4.代理人流失率高，招聘管理難2018年人身險(xiǎn)保費(fèi)中，58.8%是由代理人貢獻(xiàn)的，而據(jù)初步估算，截至2018年末，國(guó)內(nèi)各類保險(xiǎn)中介從業(yè)人員接近1200萬(wàn)。其中，保險(xiǎn)公司個(gè)人代理人800多萬(wàn)，專業(yè)代理機(jī)構(gòu)銷售從業(yè)人員334萬(wàn)。但這是一個(gè)不斷流動(dòng)變化的群體，數(shù)據(jù)表明，代理人1年留存率不足50%，個(gè)別險(xiǎn)企首年流失率甚至高達(dá)80%。

19、代理人的高流動(dòng)，大大增加了保險(xiǎn)公司的管理和招聘成本，還直接影響長(zhǎng)期性保險(xiǎn)產(chǎn)品的客戶體驗(yàn)和關(guān)系維護(hù)。而且，高變動(dòng)容易導(dǎo)致代理人素質(zhì)參差不齊，存在銷售誤導(dǎo)、內(nèi)部欺詐等風(fēng)險(xiǎn)，對(duì)保險(xiǎn)公司業(yè)務(wù)的持續(xù)性也帶來(lái)了很多的風(fēng)險(xiǎn)。二、中國(guó)保險(xiǎn)科技的發(fā)展及應(yīng)用當(dāng)前，保險(xiǎn)行業(yè)正處于轉(zhuǎn)型的關(guān)鍵時(shí)期，高投入的粗放型增長(zhǎng)模式已經(jīng)難以為繼，保險(xiǎn)科技將成為保險(xiǎn)業(yè)發(fā)展的突破口。人工智能、大數(shù)據(jù)、云計(jì)算、區(qū)塊鏈和物聯(lián)網(wǎng)等技術(shù)逐漸滲透保險(xiǎn)的核心業(yè)務(wù)流程，合力改變著全球和中國(guó)的保險(xiǎn)業(yè)。保險(xiǎn)科技的應(yīng)用，引起保險(xiǎn)業(yè)務(wù)模式、風(fēng)控模式和客戶體驗(yàn)等方面的變革，幫助保險(xiǎn)公司解決經(jīng)營(yíng)中的痛點(diǎn)，促進(jìn)其運(yùn)營(yíng)效率的提升和運(yùn)營(yíng)成本的下降。與此同時(shí)，政府部門

20、以及資本市場(chǎng)對(duì)保險(xiǎn)科技的發(fā)展也展現(xiàn)出積極的一面，不僅下達(dá)各種促進(jìn)保險(xiǎn)科技發(fā)展的通知、舉辦保險(xiǎn)科技交流論壇等，更有大量資本投資活躍在保險(xiǎn)科技領(lǐng)域。根據(jù)畢馬威研究，2018年全球保險(xiǎn)科技領(lǐng)域融資共240筆；融資額達(dá)55億美元，較2016年增長(zhǎng)超過(guò)75%。圖1.8 2016年-2018年保險(xiǎn)科技領(lǐng)域投融資事件+75.3%+8.7%2016年-2018年保險(xiǎn)科技領(lǐng)域融資額（億美元）2016年-2018年保險(xiǎn)科技領(lǐng)域融資數(shù)（筆）17.92016年55.02018年數(shù)據(jù)來(lái)源：畢馬威會(huì)計(jì)師事務(wù)所2032016年2402018年全流程嵌入隨著保險(xiǎn)科技的深入發(fā)展，保險(xiǎn)科技的應(yīng)用逐漸擴(kuò)展到保險(xiǎn)業(yè)務(wù)的各個(gè)環(huán)節(jié)，包括

21、產(chǎn)品、營(yíng)銷、承保、理賠、運(yùn)營(yíng)等。保險(xiǎn)科技應(yīng)用于保險(xiǎn)業(yè)務(wù)全流程，能在很大程度上解決保險(xiǎn)公司面臨的痛點(diǎn)，為保險(xiǎn)行業(yè)的健康發(fā)展帶來(lái)機(jī)遇。嵌入式、互動(dòng)式、社交化銷售低成本識(shí)別潛在客戶降低代保風(fēng)險(xiǎn)及退保率降低人工成本，提升作業(yè)效率7*24小時(shí)服務(wù)改善用戶體驗(yàn)優(yōu)化服務(wù)質(zhì)量管控圖1.9 保險(xiǎn)科技在保險(xiǎn)業(yè)務(wù)流程中的應(yīng)用產(chǎn) 品營(yíng) 銷承 保理 賠運(yùn) 營(yíng)根據(jù)場(chǎng)景靈活定制差異化、精準(zhǔn)定價(jià)敏捷快速上線智能識(shí)別客戶身份提升核保自動(dòng)化程度和核保效率 識(shí)別虛假信息/惡意行為，降低欺詐滲漏提升流程自動(dòng)化程度提高信息交互實(shí)時(shí)性人工智能大數(shù)據(jù)云計(jì)算區(qū)塊鏈物聯(lián)網(wǎng)（一）產(chǎn)品環(huán)節(jié)保險(xiǎn)科技在產(chǎn)品環(huán)節(jié)的應(yīng)用主要是基于用戶需求與業(yè)務(wù)場(chǎng)景，通過(guò)

22、大數(shù)據(jù)等技術(shù)，實(shí)現(xiàn)產(chǎn)品靈活定制與創(chuàng)新。基于用戶的身份信息、生理自然信息、社會(huì)關(guān)系信息、特征偏好信息、業(yè)務(wù)活動(dòng)信息等大數(shù)據(jù)的處理分析與AI建模，保險(xiǎn)公司可以生成客戶畫(huà)像，對(duì)客戶進(jìn)行分群，區(qū)別需求特征，設(shè)計(jì)差異化的保險(xiǎn)產(chǎn)品與服務(wù)，實(shí)現(xiàn)精準(zhǔn)定價(jià)、甚至一人一價(jià)。德國(guó)安聯(lián)財(cái)產(chǎn)保險(xiǎn)運(yùn)用機(jī)器學(xué)習(xí)、大數(shù)據(jù)分析等技術(shù)開(kāi)發(fā)了新一代承保定價(jià)系統(tǒng)，可根據(jù)客群細(xì)分與市場(chǎng)環(huán)境實(shí)現(xiàn)高度靈活的價(jià)格配置，為安聯(lián)全球多個(gè)子公司帶來(lái)了顯著的經(jīng)營(yíng)效益提升。該系統(tǒng)包括四大核心，即通過(guò)數(shù)據(jù)收集與清理建立定價(jià)所需的基礎(chǔ)數(shù)據(jù)庫(kù)，通過(guò)復(fù)雜的精算與統(tǒng)計(jì)模型計(jì)算出基礎(chǔ)費(fèi)率，再結(jié)合市場(chǎng)定價(jià)與客戶分層確定面向不同客群的市場(chǎng)價(jià)格，最后將定價(jià)推向市場(chǎng)并通

23、過(guò)持續(xù)動(dòng)態(tài)的指標(biāo)監(jiān)測(cè)不斷調(diào)整定價(jià)。該系統(tǒng)的風(fēng)險(xiǎn)因子輸入超過(guò)800個(gè)，可支持每日進(jìn)行一次市場(chǎng)價(jià)格調(diào)整。（二）營(yíng)銷環(huán)節(jié)保險(xiǎn)科技的應(yīng)用讓保險(xiǎn)營(yíng)銷環(huán)節(jié)更精準(zhǔn)有效。通過(guò)大數(shù)據(jù)分析和機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用，可以識(shí)別客戶潛在需求， 實(shí)現(xiàn)無(wú)人工干預(yù)的智能化保險(xiǎn)推薦，同時(shí)也可幫助保險(xiǎn)公司銷售人員和代理人更了解客戶，推進(jìn)傳統(tǒng)的線下?tīng)I(yíng)銷向 嵌入式、互動(dòng)式、社交化營(yíng)銷轉(zhuǎn)變，提升銷售成功率、降低退保率。針對(duì)精準(zhǔn)銷售難的痛點(diǎn)，平安人壽進(jìn)行銷售模式變革，推出SAT（社交輔助營(yíng)銷）系統(tǒng)，幫助代理人實(shí)現(xiàn)實(shí)時(shí)連接、高頻互動(dòng)和精準(zhǔn)營(yíng)銷?！癝”是基于社交渠道的客戶服務(wù)與溝通工具，如微信群與朋友圈管理助手，助力代理人高效溝通；“A”是業(yè)務(wù)

24、辦理與銷售的移動(dòng)工具，包括代理人APP和客戶APP，可實(shí)現(xiàn)即時(shí)詢報(bào)價(jià)、移動(dòng)出單等；“T”是空中坐席，通過(guò)電話渠道對(duì)意向客戶進(jìn)行及時(shí)跟進(jìn)。同時(shí)，SAT智能營(yíng)銷工具還融合了平安集團(tuán)人臉識(shí)別、OCR、智能推薦、智能派工、LBS和語(yǔ)音交互等領(lǐng)先技術(shù)，使各類數(shù)據(jù)流和信息流均可以客戶需求為驅(qū)動(dòng)自動(dòng)流轉(zhuǎn)，實(shí)現(xiàn)全渠道、全鏈條 打通。2018年，平安人壽SAT智能營(yíng)銷系統(tǒng)觸達(dá)人數(shù)2.2億人次，互動(dòng)次數(shù)13億次，配送線索10.8億條，取得卓著成效。金融產(chǎn)品生活服務(wù)圖1.10 平安人壽SAT（社交輔助營(yíng)銷）SAT模式TS 空中坐席A A代理人APP客戶APP口袋E行銷平安金管家A任意門保險(xiǎn)產(chǎn)品微信圈好友微信圈好友

25、代理人代理人流量資產(chǎn)管理產(chǎn)品銀行產(chǎn)品醫(yī)療服務(wù)微信圈好友社交媒體代理人留學(xué)服務(wù)旅游服務(wù)（三）承保環(huán)節(jié)核保是保險(xiǎn)風(fēng)控中最重要的環(huán)節(jié)之一，傳統(tǒng)核保流程復(fù)雜、審核材料多，但仍難以對(duì)風(fēng)險(xiǎn)進(jìn)行精準(zhǔn)量化的評(píng)估。將大數(shù)據(jù)、人工智能等技術(shù)應(yīng)用于核保全流程，可以實(shí)現(xiàn)更快速且有效的核保，幫助保險(xiǎn)公司降低風(fēng)險(xiǎn)、提升績(jī)效。如通過(guò)AI賦能，實(shí)現(xiàn)對(duì)投保材料的自動(dòng)識(shí)別與結(jié)構(gòu)化，提升信息采集效率；通過(guò)AI+大數(shù)據(jù)建模，自動(dòng)識(shí)別高風(fēng)險(xiǎn)客戶與異常指標(biāo)，為核保與定價(jià)提供輔助。泰康保險(xiǎn)開(kāi)發(fā)的認(rèn)知核保系統(tǒng)，將人工智能技術(shù)與醫(yī)學(xué)知識(shí)、保險(xiǎn)業(yè)務(wù)緊密結(jié)合，打造AI體檢數(shù)據(jù)采集引擎和AI 核保決策引擎，使核保更便捷，風(fēng)控更有效。體檢數(shù)據(jù)采集引擎

26、以客戶體檢報(bào)告影像為輸入，自動(dòng)定位、識(shí)別健康數(shù)據(jù)，依據(jù)自然語(yǔ)言和醫(yī)學(xué)語(yǔ)義將其結(jié)構(gòu)化，并自動(dòng)識(shí)別異常體檢項(xiàng)目；核保決策引擎構(gòu)建可解釋的算法模型，預(yù)測(cè)客戶健康風(fēng)險(xiǎn)，并且結(jié)合投保產(chǎn)品特征評(píng)估承保風(fēng)險(xiǎn)，輸出核保結(jié)論與解釋。該核保系統(tǒng)支持超過(guò)10類常見(jiàn)疾病患病風(fēng)險(xiǎn)的預(yù)測(cè)，準(zhǔn)確率近80%，同時(shí)也將核保環(huán)節(jié)人工審核的效率提升超過(guò)25%。圖1.11 泰康認(rèn)知核保系統(tǒng)醫(yī)學(xué)語(yǔ)義分析OCR文字識(shí)別影像質(zhì)檢分類數(shù)據(jù)分析體檢報(bào)告身份材料投保申請(qǐng)客戶投保資料數(shù)據(jù)采集健康風(fēng)險(xiǎn)評(píng)業(yè)務(wù)解釋輸出核保決策 人提判斷取風(fēng)關(guān)險(xiǎn)助鍵審信核息，、核健?？到Y(jié)風(fēng)論險(xiǎn)預(yù)審測(cè)核模型支持10類+常見(jiàn)疾病患病風(fēng)險(xiǎn)預(yù)測(cè)預(yù)測(cè)準(zhǔn)確率80% 人工審核效率提升

27、25%+應(yīng)用效果（四）理賠環(huán)節(jié)“理賠難”、“理賠慢”、“手續(xù)繁”歷來(lái)是保險(xiǎn)行業(yè)飽受詬病的幾大頑疾，也是保險(xiǎn)投訴高發(fā)的“重災(zāi)區(qū)”。隨著保險(xiǎn)技術(shù)的深度應(yīng)用，保險(xiǎn)公司理賠服務(wù)正在升級(jí)。不少保險(xiǎn)公司的APP、微信公眾號(hào)都已實(shí)現(xiàn)電子化自動(dòng)理賠，客戶只 需將原件材料拍照上傳到理賠系統(tǒng)，就可以完成索賠支付。此外，部分險(xiǎn)企還推出智能理賠服務(wù)，無(wú)需人工介入，支持低風(fēng)險(xiǎn)、小額案件全流程自動(dòng)作業(yè)，大幅提升理賠服務(wù)效率。金融壹賬通推出的“智能閃賠”，對(duì)車險(xiǎn)理賠的端到端流程進(jìn)行了全面的梳理與優(yōu)化，并應(yīng)用深度學(xué)習(xí)算法、大數(shù)據(jù)挖掘等技術(shù)，為保險(xiǎn)客戶提供極致的智能車?yán)碣r服務(wù)體驗(yàn)?！爸悄荛W賠”包括理賠作業(yè)全平臺(tái)，車物定損、人傷

28、定損、反欺詐等，覆蓋從報(bào)案調(diào)度、查勘定損、核損核價(jià)、理算核賠到結(jié)案支付的理賠全流程。該解決方案搭建了覆蓋98%市場(chǎng)車型、85%定損配件、96%定損工時(shí)等的千萬(wàn)級(jí)、地域化數(shù)據(jù)庫(kù)，配合一整套反滲漏及反欺詐模 型，實(shí)現(xiàn)車物定損與人傷定損的自動(dòng)化。同時(shí)，智能閃賠應(yīng)用最先進(jìn)的圖片識(shí)別技術(shù)，提供通過(guò)拍照自動(dòng)識(shí)別車輛損失的圖片定損工具，將車?yán)碣r定損縮短至“秒級(jí)”。目前壹賬通智能閃賠解決方案已經(jīng)與超過(guò)20家保險(xiǎn)公司合作，得到客戶和行業(yè)的廣泛認(rèn)可。圖1.12 金融壹賬通智能閃賠解決方案 拍攝照片【拍好沒(méi)】圖像智能處理【什么車】智能定型定件【哪壞了】部件分割歸集【嚴(yán)重嗎】損失程度識(shí)別【多少錢】自動(dòng)精準(zhǔn)定價(jià)【辨真假

29、】智能風(fēng)險(xiǎn)阻斷（五）運(yùn)營(yíng)環(huán)節(jié)機(jī)器人技術(shù)、流程自動(dòng)化、遠(yuǎn)程音視頻技術(shù)的成熟及應(yīng)用，極大地顛覆了傳統(tǒng)保險(xiǎn)公司朝九晚五、線下和人工為主的運(yùn)營(yíng)和服務(wù)方式，打破了保險(xiǎn)公司經(jīng)營(yíng)管理與客戶服務(wù)的時(shí)空限制，使保險(xiǎn)公司可以更快速、更全面地響應(yīng)客戶需求、改善用戶體驗(yàn)，優(yōu)化服務(wù)質(zhì)量。富國(guó)生命保險(xiǎn)(Fukoku Mutual Life Insurance)引入IBM公司的Watson AI系統(tǒng)（Watson是一種認(rèn)知技術(shù)，可以像人一樣思考），采用人工智能取代賠付評(píng)估部門的30多名員工。Watson AI系統(tǒng)負(fù)責(zé)閱讀醫(yī)生撰寫(xiě)的醫(yī)療證明和其他文件，以收集確定保險(xiǎn)理賠金額所必需的信息，比如醫(yī)療記錄、住院時(shí)長(zhǎng)和外科手術(shù)的名稱

30、等。除確定保險(xiǎn)理賠金額之外，系統(tǒng)也能核對(duì)客戶的保險(xiǎn)合同，發(fā)現(xiàn)特殊保險(xiǎn)條款，并阻止賠付疏忽。預(yù)計(jì)該系統(tǒng)每年可核查總計(jì)超過(guò)13.2 萬(wàn)宗案例。華夏保險(xiǎn)使用機(jī)器人輔助人工，為客戶提供業(yè)務(wù)覆蓋面廣、響應(yīng)及時(shí)準(zhǔn)確的服務(wù)。其智能客服由文本客服“小華e 問(wèn)”和語(yǔ)音客服“智語(yǔ)小華”組成?！靶∪Ae問(wèn)”涵蓋二十大類四十細(xì)項(xiàng)共計(jì)三千余條知識(shí)，覆蓋相似問(wèn)法上萬(wàn)種，能處理多個(gè)業(yè)務(wù)領(lǐng)域的常見(jiàn)問(wèn)題，回答準(zhǔn)確率高達(dá)93%?！爸钦Z(yǔ)小華”能在特定業(yè)務(wù)場(chǎng)景中與客戶進(jìn)行實(shí)時(shí)語(yǔ)音互動(dòng)，響應(yīng)迅速、理解準(zhǔn)確、回復(fù)高效、語(yǔ)氣自然。除華夏保險(xiǎn)以外，其他很多保險(xiǎn)公司，如平安、人保等也都開(kāi)始采用機(jī)器人代替人工處理大量的客戶咨詢與服務(wù)要求，提高業(yè)務(wù)

31、效率和時(shí)空覆蓋。第中二國(guó)部保分險(xiǎn)行業(yè)的風(fēng)控現(xiàn)狀中國(guó)保險(xiǎn)市場(chǎng)蓬勃發(fā)展的同時(shí)，“高賠付、低盈利”的現(xiàn)狀不容忽視，居高不下的賠付率直接影響保險(xiǎn)業(yè)的盈利水平和發(fā)展的可持續(xù)性，而加強(qiáng)風(fēng)險(xiǎn)管控則是控制賠付率的關(guān)鍵。如何通過(guò)風(fēng)險(xiǎn)的識(shí)別及制度化管控，有效控制經(jīng)營(yíng)過(guò)程中的風(fēng)險(xiǎn)因素，降低整體賠付水平，提升運(yùn)營(yíng)效率，是保險(xiǎn)公司普遍面臨的難題。一、保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的痛點(diǎn)保險(xiǎn)公司面臨的風(fēng)險(xiǎn)包括業(yè)務(wù)風(fēng)險(xiǎn)、財(cái)務(wù)風(fēng)險(xiǎn)、資金運(yùn)用風(fēng)險(xiǎn)等諸多方面，而業(yè)務(wù)風(fēng)險(xiǎn)中的承保和理賠兩核風(fēng)險(xiǎn)尤為突出。承保風(fēng)險(xiǎn)來(lái)自于對(duì)經(jīng)濟(jì)環(huán)境、市場(chǎng)環(huán)境、投保人等風(fēng)險(xiǎn)的把控不足；理賠風(fēng)險(xiǎn)則主要來(lái)自被保險(xiǎn)人、從業(yè)人員和第三方服務(wù)商的欺詐與滲漏。圖2.1 保險(xiǎn)行業(yè)承

32、保和理賠風(fēng)險(xiǎn)類型定價(jià)不足風(fēng)險(xiǎn)責(zé)不任足準(zhǔn)風(fēng)備險(xiǎn)金保行單為持風(fēng)有險(xiǎn)人產(chǎn)品設(shè)計(jì)風(fēng)險(xiǎn)承保過(guò)程風(fēng)險(xiǎn)經(jīng)濟(jì)環(huán)境風(fēng)險(xiǎn)代理人道德風(fēng)險(xiǎn)承保風(fēng)險(xiǎn)滲漏風(fēng)險(xiǎn)理質(zhì)賠量數(shù)風(fēng)據(jù)險(xiǎn)服務(wù)水平風(fēng)險(xiǎn)欺詐風(fēng)險(xiǎn)理業(yè)賠能人力員風(fēng)專險(xiǎn)從道業(yè)德人風(fēng)員險(xiǎn)理賠風(fēng)險(xiǎn)當(dāng)前保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控仍處于相對(duì)粗放的階段，承保及理賠風(fēng)險(xiǎn)仍廣泛存在、保險(xiǎn)公司控制效果不佳?？偨Y(jié)來(lái)看，保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管控面臨欺詐頻發(fā)且日益多樣化、專業(yè)化、團(tuán)體化，依賴人工、成本高效率低，以及風(fēng)險(xiǎn)信息割裂、效果不佳的三大挑戰(zhàn)。圖2.2 保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的三大痛點(diǎn)欺詐頻發(fā)呈現(xiàn)三大特征欺詐手段呈現(xiàn)多樣化、專業(yè)化、團(tuán)體化等特征險(xiǎn)賠款涉嫌欺詐據(jù)國(guó)際保險(xiǎn)監(jiān)督官協(xié)會(huì)測(cè)算，全球每年約有20%-30%的保依

33、賴人工成本高效率低龐大的工作負(fù)荷和巨大的工作壓力，無(wú)法逐筆勘察和審計(jì)傳統(tǒng)人工加經(jīng)驗(yàn)的管控方式，無(wú)法適應(yīng)市場(chǎng)高速發(fā)展的要求信息割裂風(fēng)控效果不佳療結(jié)構(gòu)）合謀虛假理賠或提高理賠金額投保人利用信息不對(duì)稱騙保，甚至與第三方機(jī)構(gòu)（中介或醫(yī)保險(xiǎn)行業(yè)內(nèi)部數(shù)據(jù)共享尚未實(shí)現(xiàn)，信息孤島仍然存在（一）欺詐頻發(fā)，呈現(xiàn)三大特征保險(xiǎn)欺詐一直是保險(xiǎn)業(yè)的頑疾，根據(jù)國(guó)際保險(xiǎn)監(jiān)管者協(xié)會(huì)測(cè)算，全球每年約有20%-30%的保險(xiǎn)賠款涉嫌欺詐， 損失金額約800億美元。我國(guó)車險(xiǎn)欺詐是保險(xiǎn)欺詐的重災(zāi)區(qū)，車險(xiǎn)欺詐滲漏在保險(xiǎn)欺詐中占比高達(dá)80%，涉案金額保守估計(jì)高達(dá)200億元每年。隨著保險(xiǎn)公司業(yè)務(wù)的發(fā)展，各種潛在的欺詐風(fēng)險(xiǎn)也隨之增加，欺詐手段呈

34、現(xiàn)多樣化、專業(yè)化、團(tuán)體化等特征。保險(xiǎn)欺詐作案手段隱秘，涉案人員眾多，涉案金額巨大，跨界犯罪增加，加大了保險(xiǎn)公司的經(jīng)營(yíng)風(fēng)險(xiǎn)和管理難度。圖2.3 中國(guó)保險(xiǎn)行業(yè)欺詐的三大特征200億/年車險(xiǎn)欺詐金額80%車險(xiǎn)欺詐占保險(xiǎn)欺詐比例800億美元全球保險(xiǎn)欺詐損失金額20%-30%全球保險(xiǎn)賠款涉嫌欺詐欺詐頻發(fā)呈現(xiàn)三大特征多樣化據(jù)統(tǒng)計(jì)，車險(xiǎn)常見(jiàn)欺詐類型有擺放現(xiàn)場(chǎng)、二次碰撞、故意出險(xiǎn)、虛報(bào)盜搶、酒駕/毒駕調(diào)包、重復(fù)索賠等30多種專業(yè)化從交警、醫(yī)院尋找案源，然后專業(yè)造假或者買斷案件，由專業(yè)的物損或者傷殘?jiān)u定機(jī)構(gòu)出具“鑒定”，以“合法”途徑獲取非法利益團(tuán)體化從“個(gè)案偶發(fā)類”演變?yōu)椤皥F(tuán)伙2蓄0意0起類”，如北8家京市破

35、獲車險(xiǎn)詐騙團(tuán)伙，共騙保超，涉及保險(xiǎn)公司，詐騙金額達(dá)300+萬(wàn)元數(shù)據(jù)來(lái)源：國(guó)際保險(xiǎn)監(jiān)管者協(xié)會(huì)、中國(guó)保險(xiǎn)行業(yè)協(xié)會(huì)1欺詐形式多樣化車險(xiǎn)領(lǐng)域欺詐風(fēng)險(xiǎn)集中，據(jù)統(tǒng)計(jì)，車險(xiǎn)常見(jiàn)欺詐類型有擺放現(xiàn)場(chǎng)、二次碰撞、故意出險(xiǎn)、虛報(bào)盜搶、駕駛員酒駕或毒駕調(diào)包、重復(fù)索賠等30多種，保險(xiǎn)公司防不勝防，給保險(xiǎn)業(yè)造成巨大損失。人身險(xiǎn)的高保額賠償及制度不完善也導(dǎo)致欺詐頻發(fā)，犯罪嫌疑人多以涉嫌自殺、先死后保、偽造病歷資料等形式實(shí)施欺詐，較難查證。此外，意健險(xiǎn)、企財(cái)險(xiǎn)等的欺詐風(fēng)險(xiǎn)也在不斷增加。欺詐形式、手段、范圍的不斷擴(kuò)大為保險(xiǎn)公司風(fēng)險(xiǎn)管控帶來(lái)了巨大難題。2欺詐手段專業(yè)化以車險(xiǎn)欺詐為例，據(jù)保險(xiǎn)公司統(tǒng)計(jì)，以汽修廠、4S 店或二手車行人

36、員為主的職業(yè)型欺詐和頂包案件占了大多數(shù)。車商等專業(yè)人員利用保險(xiǎn)公司政策和管理的空檔，通過(guò)故意制造交通事故、編造未曾發(fā)生的交通事故、提供虛假理賠材料等手段進(jìn)行詐騙。在國(guó)內(nèi)破獲的一起重大車險(xiǎn)詐騙案中，犯罪分子以某汽車維修服務(wù)有限公司作為掩護(hù)，通過(guò)故意制造事故或擴(kuò)大損失等手段，從保險(xiǎn)公司騙取了大量賠付。3犯罪主體團(tuán)體化近些年，保險(xiǎn)欺詐從以往“個(gè)案偶發(fā)類”逐漸演變?yōu)椤皥F(tuán)伙蓄意類”。車險(xiǎn)欺詐以傳統(tǒng)修理廠為主體的“配件倒換”、“套用舊件制造事故”等常規(guī)方式，轉(zhuǎn)化為多主體（包括修理廠、二手車商、黃牛等）利用維修車輛資源進(jìn)行拼湊事故（將同為單方事故的兩輛車，拼湊為兩起雙方事故，在不同保險(xiǎn)公司進(jìn)行賠付）、利用高

37、價(jià)值二手車故意制造全損事故等方式，手段隱蔽專業(yè)、作案金額更大，也加大了保險(xiǎn)公司取證和打擊的難度。（二）依賴人工，成本高效率低面對(duì)多樣化的欺詐手段，保險(xiǎn)公司應(yīng)對(duì)策略卻比較單一，目前大部分保險(xiǎn)公司主要依賴查勘、定損、核保、核賠人員的主動(dòng)發(fā)現(xiàn)來(lái)識(shí)別風(fēng)險(xiǎn)。多樣化的欺詐手段對(duì)于人員經(jīng)驗(yàn)和技能要求極高，不僅人力耗費(fèi)大、成本高，還可能引發(fā)人為的欺詐滲漏風(fēng)險(xiǎn)，傳統(tǒng)的風(fēng)險(xiǎn)管控方式已經(jīng)無(wú)法滿足當(dāng)前高速發(fā)展的保險(xiǎn)市場(chǎng)的要求。圖2.4“人工+經(jīng)驗(yàn)”的傳統(tǒng)風(fēng)險(xiǎn)管控方式的挑戰(zhàn)經(jīng)驗(yàn)詐風(fēng)險(xiǎn)時(shí)主要依賴經(jīng)驗(yàn)6保7險(xiǎn)%公司在檢測(cè)欺公司理賠運(yùn)營(yíng)人力某排名前十財(cái)產(chǎn)險(xiǎn)人工傳統(tǒng)風(fēng)險(xiǎn)管控方式15,000人人力成本高中小產(chǎn)險(xiǎn)公司人力成本率超1

38、5%，其中理賠運(yùn)營(yíng)占大多數(shù)欺詐判斷難欺詐滲透手段不斷翻新，僅僅依靠工作人員經(jīng)驗(yàn)無(wú)法解決道 德 風(fēng) 險(xiǎn) 大 “職能+權(quán)限”的設(shè)置存在不負(fù)責(zé)任、內(nèi)外勾結(jié)等風(fēng)險(xiǎn)數(shù)據(jù)來(lái)源：行業(yè)分析，人力成本率=人力成本/保險(xiǎn)業(yè)務(wù)收入1人力耗費(fèi)大，人工成本高傳統(tǒng)核保和理賠環(huán)節(jié)需要耗費(fèi)大量人力物力，以某排名前十的財(cái)產(chǎn)險(xiǎn)公司為例，僅理賠運(yùn)營(yíng)人力就有15000人。投保人利用信息不對(duì)稱騙保、與第三方機(jī)構(gòu)（中介或醫(yī)療機(jī)構(gòu)）合謀虛假理賠、賠償金被冒領(lǐng)等問(wèn)題時(shí)有發(fā)生，保險(xiǎn)公司不得不加大人力投入以減少保險(xiǎn)欺詐損失。據(jù)統(tǒng)計(jì)，中小財(cái)產(chǎn)險(xiǎn)公司的人力成本超過(guò)15%，是險(xiǎn)企管理費(fèi)用居高不下的重要原因。長(zhǎng)此以往，必將影響保險(xiǎn)公司的經(jīng)營(yíng)。2經(jīng)驗(yàn)要求

39、高，欺詐判斷難2019年，F(xiàn)RISS針對(duì)全球150多名保險(xiǎn)行業(yè)專業(yè)人士的“保險(xiǎn)欺詐調(diào)查報(bào)告”顯示，有67%的保險(xiǎn)公司仍需通過(guò)“工作人員的經(jīng)驗(yàn)”、45%的公司仍需依靠“理算員的直覺(jué)”來(lái)檢測(cè)欺詐案件和識(shí)別高風(fēng)險(xiǎn)客戶。但是，保險(xiǎn)業(yè)務(wù)發(fā)展過(guò)快、行業(yè)人員流動(dòng)加快等問(wèn)題，也導(dǎo)致目前很多工作人員專業(yè)技能缺失、經(jīng)驗(yàn)不足，對(duì)欺詐類案件識(shí)別和處理能力不足。隨著保險(xiǎn)業(yè)務(wù)的不斷擴(kuò)展以及科技的進(jìn)步，保險(xiǎn)欺詐滲漏手段不斷翻新，僅依靠工作人員的工作經(jīng)驗(yàn)已難以解決欺詐問(wèn)題。工作人員的經(jīng)驗(yàn)自動(dòng)高危信號(hào)/業(yè)務(wù)規(guī)則理算員的直覺(jué)案件管理自家土辦法異常檢測(cè)預(yù)測(cè)建模圖2.5“人工+經(jīng)驗(yàn)”的傳統(tǒng)風(fēng)險(xiǎn)管控方式27%25%16%47%45%4

40、3%67%數(shù)據(jù)來(lái)源：2019年FRISS保險(xiǎn)欺詐調(diào)查，“公司目前使用什么解決方案來(lái)檢測(cè)欺詐和高風(fēng)險(xiǎn)客戶？”3人為干預(yù)多，道德風(fēng)險(xiǎn)大依賴人工的風(fēng)險(xiǎn)控制，受工作人員態(tài)度、職業(yè)操守、崗位職能、崗位權(quán)限等因素限制，容易引發(fā)人為的操作風(fēng)險(xiǎn)。首先，經(jīng)驗(yàn)不足的工作人員對(duì)保險(xiǎn)條款的理解存在偏誤或主觀判斷失誤容易導(dǎo)致風(fēng)險(xiǎn)發(fā)生。其次，職業(yè)道德不良的工作人員，可能夸大保險(xiǎn)責(zé)任，引誘投保人投保；或暗示投保人不如實(shí)告知個(gè)人情況，超額承保；或利用職務(wù)之便，故意 編造未發(fā)生的保險(xiǎn)事故虛假理賠；或與被保險(xiǎn)人、受益人串通涂改保險(xiǎn)合同檔案資料，使之符合保險(xiǎn)事故條件，私分 保險(xiǎn)賠償金。最后，核損崗與定損崗的分離雖有利于降低勾結(jié)制假

41、的幾率，但也在一定程度上降低了核損員的風(fēng)險(xiǎn)判別能力。（三）信息割裂，風(fēng)控效果不佳在保險(xiǎn)公司反欺詐反滲漏的抗擊戰(zhàn)中，存在諸多與數(shù)據(jù)相關(guān)的挑戰(zhàn)。數(shù)據(jù)質(zhì)量差、內(nèi)部信息割裂和外部信息難共享等問(wèn)題增加了行業(yè)和企業(yè)的風(fēng)控難度，直接影響保險(xiǎn)風(fēng)控效果。圖2.6 保險(xiǎn)公司應(yīng)對(duì)欺詐面臨的挑戰(zhàn)20%34%33%30%28%內(nèi)部數(shù)據(jù)質(zhì)量外部數(shù)據(jù)訪問(wèn)不足與其他保險(xiǎn)公司合作數(shù)據(jù)保護(hù)及隱私跟上欺詐的作案手法過(guò)時(shí)的內(nèi)部防欺詐系統(tǒng)45%數(shù)據(jù)來(lái)源：2019年FRISS保險(xiǎn)欺詐調(diào)查，“公司在有效應(yīng)對(duì)欺詐方面所面臨的最大挑戰(zhàn)是什么？”1保險(xiǎn)公司基礎(chǔ)數(shù)據(jù)質(zhì)量差保險(xiǎn)公司采集客戶信息的手段單一，大部分風(fēng)控信息通過(guò)面對(duì)面的人工溝通獲得，這種

42、手工收集的資料難以保證準(zhǔn)確性和真實(shí)性，部分?jǐn)?shù)據(jù)不符合行業(yè)或公司的規(guī)則標(biāo)準(zhǔn)，不足以支持風(fēng)險(xiǎn)指示或欺詐檢測(cè)。據(jù)FRISS調(diào)查顯示，45%的險(xiǎn)企認(rèn)為“內(nèi)部數(shù)據(jù)質(zhì)量”是應(yīng)對(duì)欺詐的最大挑戰(zhàn)。當(dāng)內(nèi)部數(shù)據(jù)質(zhì)量低于標(biāo)準(zhǔn)時(shí)，指示風(fēng)險(xiǎn)或檢測(cè)欺詐將無(wú)法完成。2保險(xiǎn)公司內(nèi)部信息割裂、無(wú)法形成統(tǒng)一視圖在保險(xiǎn)經(jīng)營(yíng)管理活動(dòng)中，承保、理賠等各個(gè)環(huán)節(jié)的數(shù)據(jù)之間缺少必要的邏輯圖譜搭建與交叉校驗(yàn)，導(dǎo)致保險(xiǎn)公司無(wú)法對(duì)客戶進(jìn)行全面、有效的風(fēng)險(xiǎn)管理。而且，廣大中小保險(xiǎn)公司內(nèi)部的核心業(yè)務(wù)系統(tǒng)、銷售支撐系統(tǒng)、CRM系統(tǒng)等數(shù)據(jù)至今仍未能打通，各省分公司、機(jī)構(gòu)之間也不能充分共享數(shù)據(jù)，導(dǎo)致對(duì)客戶的風(fēng)險(xiǎn)控制困難。3行業(yè)數(shù)據(jù)難共享、合作困難各個(gè)保險(xiǎn)公

43、司之間，行業(yè)協(xié)會(huì)與險(xiǎn)企之間的數(shù)據(jù)共享困難也被認(rèn)為是困擾各大保險(xiǎn)公司風(fēng)險(xiǎn)管控的一大議題。如上圖顯示，F(xiàn)RISS調(diào)查中34%的保險(xiǎn)公司認(rèn)為“外部數(shù)據(jù)訪問(wèn)不足”、33%的保險(xiǎn)公司認(rèn)為“與其他保險(xiǎn)公司合作”是一項(xiàng)重要的挑戰(zhàn)。為推進(jìn)行業(yè)數(shù)據(jù)共享，世界各地在嘗試建立保險(xiǎn)信息共享平臺(tái)。二、保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的演進(jìn)中國(guó)保險(xiǎn)行業(yè)的風(fēng)險(xiǎn)管控主要經(jīng)歷了三個(gè)發(fā)展階段，即傳統(tǒng)風(fēng)控階段、數(shù)字風(fēng)控階段和智能風(fēng)控階段。目前，保險(xiǎn)行業(yè)已開(kāi)始進(jìn)入智能風(fēng)控階段，但各保險(xiǎn)公司的風(fēng)控體系建設(shè)水平參差不齊。一些中小保險(xiǎn)公司的風(fēng)控仍處于傳統(tǒng)階段，數(shù)字化、智能化手段非常匱乏，導(dǎo)致對(duì)風(fēng)險(xiǎn)的反應(yīng)遲緩、業(yè)務(wù)支持能力弱，仍需加快風(fēng)控的科技化進(jìn)程。圖2

44、.7 中國(guó)保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控演進(jìn)歷史2018年至今2012年-2017年2012年以前傳統(tǒng)風(fēng)控階段人工審核+經(jīng)驗(yàn)判斷數(shù)字風(fēng)控階段簡(jiǎn)單規(guī)則+事后稽核智能風(fēng)控階段智能預(yù)警+多維核驗(yàn)2012年以前，保險(xiǎn)行業(yè)主要依靠人工審核與經(jīng)驗(yàn)判斷潛在風(fēng)險(xiǎn)，稱之為“傳統(tǒng)風(fēng)控階段”。以壽險(xiǎn)為例，在傳統(tǒng)保險(xiǎn)風(fēng)控模式下，保險(xiǎn)公司簡(jiǎn)單地根據(jù)客戶地域來(lái)設(shè)置保費(fèi)和保額，例如北、上、廣、深最高保額上限為150萬(wàn)，而其他地域最高保額則為80萬(wàn)。當(dāng)其他區(qū)域客戶向保險(xiǎn)公司申請(qǐng)更高保額時(shí)，需要提供多種資產(chǎn)證明材料來(lái)配合保險(xiǎn)公司的線下審核。2012年-2017年，隨著電子化、互聯(lián)網(wǎng)等技術(shù)的普及，保險(xiǎn)行業(yè)進(jìn)入了“數(shù)字風(fēng)控階段”，保險(xiǎn)公司通過(guò)設(shè)

45、置簡(jiǎn)單規(guī)則與事后稽查進(jìn)行風(fēng)險(xiǎn)管控。保險(xiǎn)公司通過(guò)對(duì)人工經(jīng)驗(yàn)的總結(jié)，建立簡(jiǎn)單的風(fēng)險(xiǎn)管控規(guī)則、并通過(guò)半自動(dòng)的條件篩選方式實(shí)現(xiàn)風(fēng)險(xiǎn)預(yù)警，輔助核保、核賠等人工判斷。海量規(guī)則的建立需要投入巨大的人力成本，而且由于人工學(xué)習(xí)與數(shù)據(jù)處理的局限性，數(shù)字風(fēng)控階段的管控效果并不理想。正如普華永道中國(guó)保險(xiǎn)業(yè)風(fēng)險(xiǎn)評(píng)估報(bào)告2018指出，2017年保險(xiǎn)行業(yè)風(fēng)險(xiǎn)總體可控，但面臨的形勢(shì)依然十分嚴(yán)峻。一方面由于缺乏技術(shù)手段的支持，難以用系統(tǒng)方法對(duì)理賠案件的賠付額進(jìn)行排序和關(guān)注，無(wú)法偵別最可疑的理賠行為與欺詐滲漏；另一方面因?yàn)轱L(fēng)險(xiǎn)識(shí)別工具缺乏強(qiáng)延展性，無(wú)法有效偵測(cè)新發(fā)風(fēng)險(xiǎn)。202018年以來(lái)，隨著保險(xiǎn)科技與保險(xiǎn)行業(yè)的深度融合，保險(xiǎn)行

46、業(yè)開(kāi)始進(jìn)入“智能風(fēng)控階段”，深度應(yīng)用人工智能、大數(shù)據(jù)、區(qū)塊鏈和物聯(lián)網(wǎng)等技術(shù)，實(shí)現(xiàn)智能預(yù)警和多維核驗(yàn)。智能風(fēng)控管理的核心是基于智能算法，運(yùn)用合適技術(shù)，以“電腦”協(xié)助“人腦”自動(dòng)進(jìn)行一系列風(fēng)險(xiǎn)管控操作，從而準(zhǔn)確快速、全面有效地實(shí)施各業(yè)務(wù)環(huán)節(jié)的風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)警和風(fēng)險(xiǎn)處理等。智能風(fēng)控改變了過(guò)去以合規(guī)、滿足監(jiān)管要求為導(dǎo)向的風(fēng)險(xiǎn)管理模式，強(qiáng)調(diào)用保險(xiǎn)科技降低風(fēng)險(xiǎn)管理成本、提升客戶體驗(yàn)、優(yōu)化風(fēng)控效能。相對(duì)于傳統(tǒng)風(fēng)控手段，智能風(fēng)控優(yōu)勢(shì)明顯。第一，智能風(fēng)控?fù)碛泻Ａ匡L(fēng)險(xiǎn)規(guī)則支持風(fēng)險(xiǎn)篩查， 全面覆蓋人工篩查容易遺漏的細(xì)小風(fēng)險(xiǎn)規(guī)則；第二，針對(duì)高風(fēng)險(xiǎn)案件環(huán)節(jié)，設(shè)置風(fēng)險(xiǎn)預(yù)警方案及時(shí)預(yù)警，防止風(fēng)險(xiǎn)向 后流轉(zhuǎn)；第三

47、，為應(yīng)對(duì)客戶對(duì)風(fēng)險(xiǎn)管控的不同要求，可靈活修改及配置引擎規(guī)則中把握風(fēng)控程度的閾值，實(shí)現(xiàn)個(gè)性化 風(fēng)險(xiǎn)管控；第四，根據(jù)案件調(diào)查結(jié)果反饋及多維數(shù)據(jù)輸入，機(jī)器可不斷學(xué)習(xí)進(jìn)化與迭代，提升風(fēng)控精度，并應(yīng)對(duì)不斷新增的風(fēng)險(xiǎn)類別。目前保險(xiǎn)公司產(chǎn)業(yè)鏈的各參與方都已經(jīng)不同程度地介入到保險(xiǎn)智能風(fēng)控的相關(guān)領(lǐng)域。首先，從監(jiān)管機(jī)構(gòu)來(lái)看，支持新技術(shù)在保險(xiǎn)風(fēng)控中的應(yīng)用，在反保險(xiǎn)欺詐應(yīng)用指引中明確指出，“保險(xiǎn)機(jī)構(gòu)要利用大數(shù)據(jù)分析、云平臺(tái)等技術(shù)以及風(fēng)險(xiǎn)信息庫(kù)和歷史檔案等數(shù)據(jù)，構(gòu)建規(guī)則、模型、欺詐網(wǎng)絡(luò)分析等針對(duì)個(gè)案或團(tuán)伙欺詐的智能識(shí)別系統(tǒng)”；其次， 從保險(xiǎn)公司來(lái)看，大型公司都在智能風(fēng)險(xiǎn)管控轉(zhuǎn)型上持續(xù)投入資源，積累起較豐富的實(shí)踐經(jīng)驗(yàn)；最

48、后，從行業(yè)第三方 機(jī)構(gòu)來(lái)看，多數(shù)公司都開(kāi)始投入巨大資源，在客戶風(fēng)險(xiǎn)評(píng)價(jià)、理賠反欺詐等方面做出積極嘗試，幫助保險(xiǎn)行業(yè)加快推 進(jìn)風(fēng)控的智能化轉(zhuǎn)型升級(jí)。2018年1月，為有效推動(dòng)“智能風(fēng)控”與保險(xiǎn)行業(yè)深度融合，促進(jìn)行業(yè)健康、穩(wěn)步發(fā)展，中國(guó) 保險(xiǎn)學(xué)會(huì)與金融壹賬通共同發(fā)起成立國(guó)內(nèi)首個(gè)“保險(xiǎn)智能風(fēng)控實(shí)驗(yàn)室”，共同打造保險(xiǎn)風(fēng)控研究和實(shí)踐的智慧平臺(tái)， 研究建立多險(xiǎn)種的智能化反欺詐系統(tǒng)，充分發(fā)揮大數(shù)據(jù)、人工智能、云計(jì)算等技術(shù)優(yōu)勢(shì)，為保險(xiǎn)業(yè)欺詐風(fēng)險(xiǎn)的分析和 預(yù)警監(jiān)測(cè)提供支持。第中三國(guó)部保分險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控的趨勢(shì)隨著人工智能、大數(shù)據(jù)、云計(jì)算和區(qū)塊鏈等技術(shù)的不斷成熟和廣泛應(yīng)用，各大保險(xiǎn)公司和行業(yè)第三方的風(fēng)控手段也越來(lái)越

49、先進(jìn)。以平安為代表的保險(xiǎn)公司和以金融壹賬通為代表的保險(xiǎn)科技公司，利用海量多維數(shù)據(jù)建模，以及圖像識(shí)別、情緒識(shí)別等人工智能技術(shù)實(shí)現(xiàn)智能風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)測(cè)、風(fēng)險(xiǎn)定價(jià)和風(fēng)險(xiǎn)監(jiān)控等，為保險(xiǎn)行業(yè)實(shí)現(xiàn)智能風(fēng)控作出了許多探索。通過(guò)對(duì)國(guó)內(nèi)外領(lǐng)先實(shí)踐案例的觀察，以及對(duì)未來(lái)技術(shù)賦能保險(xiǎn)的分析，筆者認(rèn)為保險(xiǎn)行業(yè)風(fēng)險(xiǎn)管控將向數(shù)字化、立體化、前置化和智能化四個(gè)方向發(fā)展，進(jìn)入全面智能風(fēng)控時(shí)代。圖3.1 中國(guó)保險(xiǎn)行業(yè)風(fēng)控發(fā)展趨勢(shì)數(shù)字化建立標(biāo)準(zhǔn)基礎(chǔ)數(shù)據(jù)庫(kù)，增強(qiáng)預(yù)警和決策支持能力優(yōu)化風(fēng)控規(guī)則和模型，提高甄別準(zhǔn)確度與效率立體化應(yīng)用多維數(shù)據(jù)，立體識(shí)別風(fēng)險(xiǎn)多方參與，共同構(gòu)建風(fēng)控機(jī)制前置化物聯(lián)網(wǎng)+大數(shù)據(jù)，降低財(cái)產(chǎn)險(xiǎn)出險(xiǎn)損失可穿戴設(shè)備，助

50、力客戶改善健康狀況智能化圖片識(shí)別，實(shí)現(xiàn)“秒級(jí)”智能定損生物識(shí)別，完成身份智能認(rèn)證情緒識(shí)別，達(dá)成風(fēng)險(xiǎn)智能判斷區(qū)塊鏈技術(shù)，推進(jìn)數(shù)據(jù)智能共享一、風(fēng)險(xiǎn)管控的數(shù)字化趨勢(shì)精準(zhǔn)的風(fēng)險(xiǎn)評(píng)估與定價(jià)，是風(fēng)險(xiǎn)管控的必然要求，而客戶風(fēng)險(xiǎn)評(píng)估的準(zhǔn)確度取決于保險(xiǎn)公司收集和處理客戶信息的能力。近年來(lái)，大數(shù)據(jù)深入應(yīng)用到保險(xiǎn)業(yè)務(wù)各流程，引發(fā)前所未有的行業(yè)蛻變。以大數(shù)據(jù)化解風(fēng)險(xiǎn)點(diǎn)，筑牢風(fēng)險(xiǎn)“防火墻”，將使保險(xiǎn)公司擁有應(yīng)對(duì)道德風(fēng)險(xiǎn)和逆向選擇的利器，是保險(xiǎn)業(yè)健康可持續(xù)發(fā)展的重要支撐。保險(xiǎn)風(fēng)控的數(shù)字化主要包括兩個(gè)方面，即建立標(biāo)準(zhǔn)風(fēng)控基礎(chǔ)數(shù)據(jù)庫(kù)和優(yōu)化風(fēng)控規(guī)則與模型。1建立標(biāo)準(zhǔn)基礎(chǔ)數(shù)據(jù)庫(kù)承保環(huán)節(jié)的風(fēng)險(xiǎn)管控依賴于對(duì)客戶的全方位認(rèn)知，而通過(guò)內(nèi)

51、外部數(shù)據(jù)的整合與對(duì)接，建立客戶風(fēng)險(xiǎn)與信息庫(kù)，可幫助保險(xiǎn)公司實(shí)現(xiàn)自動(dòng)、精準(zhǔn)核保。理賠環(huán)節(jié)的定損與核賠，則依賴于理賠標(biāo)準(zhǔn)的建立，如車型庫(kù)、配件庫(kù)、維修工時(shí)庫(kù)、藥品庫(kù)、醫(yī)院庫(kù)等，對(duì)各類賠付設(shè)定標(biāo)準(zhǔn)以減少滲漏和欺詐。除了外部數(shù)據(jù)與標(biāo)準(zhǔn)數(shù)據(jù)的建立，對(duì)于客戶數(shù)據(jù)、案件數(shù)據(jù)等的收集和管理也是風(fēng)險(xiǎn)管控的關(guān)鍵。傳統(tǒng)保險(xiǎn)公司由于數(shù)據(jù)錄入錯(cuò)誤、系統(tǒng)設(shè)置不統(tǒng)一、操作不規(guī)范等，產(chǎn)生了大量垃圾數(shù)據(jù)和異常數(shù)據(jù)，也使得自動(dòng)化、智能化風(fēng)控變得困難。通過(guò)網(wǎng)頁(yè)、APP、微信小程序等，通過(guò)客戶自助填寫(xiě)、點(diǎn)選，線上授權(quán)采集等方式獲取數(shù)據(jù)，代替?zhèn)鹘y(tǒng)的手工填錄，可有效提升數(shù)據(jù)的標(biāo)準(zhǔn)化。而物聯(lián)網(wǎng)技術(shù)的突破，使得實(shí)時(shí)采集保險(xiǎn)標(biāo)的物狀態(tài)也成為可

52、能，進(jìn)一步提升了數(shù)據(jù)采集的效率與質(zhì)量。2優(yōu)化風(fēng)控規(guī)則和模型在不斷完善基礎(chǔ)數(shù)據(jù)庫(kù)建設(shè)及歷史數(shù)據(jù)庫(kù)清理的基礎(chǔ)上，保險(xiǎn)公司可以運(yùn)用大數(shù)據(jù)分析、機(jī)器學(xué)習(xí)及深度學(xué)習(xí) 等技術(shù)，建立風(fēng)險(xiǎn)管控與預(yù)警模型，推動(dòng)風(fēng)險(xiǎn)管理的自動(dòng)化。通過(guò)人工經(jīng)驗(yàn)輸入+統(tǒng)計(jì)學(xué)算法解析相結(jié)合的方式，可以從數(shù)據(jù)中挖掘出風(fēng)險(xiǎn)因子，并搭建風(fēng)險(xiǎn)評(píng)估與預(yù)警模型，再通過(guò)落地應(yīng)用與反饋，持續(xù)推動(dòng)模型的自我迭代與優(yōu)化。隨著人工智能技術(shù)的深入應(yīng)用，保險(xiǎn)公司可以更好地捕獲風(fēng)險(xiǎn)特征不突出的因子或群體，提高風(fēng)控工具的覆蓋度和 精準(zhǔn)度。金融壹賬通推出的車?yán)碣r平臺(tái)“智能閃賠”，通過(guò)全國(guó)9大采集點(diǎn)，對(duì)平安30年歷史數(shù)據(jù)的采集與整理，形成了包括5個(gè)車物定損數(shù)據(jù)庫(kù)、12

53、個(gè)人傷定損數(shù)據(jù)庫(kù)，9類反滲漏模型/規(guī)則，14+個(gè)反欺詐模型/規(guī)則，以及黑名單數(shù)據(jù)庫(kù)在內(nèi)的千萬(wàn)級(jí)車?yán)碣r標(biāo)準(zhǔn)數(shù)據(jù)與模型庫(kù)。以車物定損數(shù)據(jù)庫(kù)為例，其包括涵蓋品牌、廠家、車系、車組、車型的車型庫(kù)，涵蓋標(biāo)準(zhǔn)配件編碼、配件屬性、配件價(jià)格的配件庫(kù)，以及涵蓋不同維修廠、4S店的工時(shí)方案與價(jià)格庫(kù)，可實(shí)現(xiàn)一廠一價(jià)，使定損環(huán)節(jié)風(fēng)險(xiǎn)管控更加精準(zhǔn)。在底層標(biāo)準(zhǔn)數(shù)據(jù)庫(kù)搭建的基礎(chǔ)上，金融壹賬通通過(guò)進(jìn)一步加工并提煉屬性邏輯數(shù)據(jù)及因子數(shù)據(jù)，并通過(guò)業(yè)務(wù)規(guī)則輸入與自動(dòng)機(jī)器學(xué)習(xí)，搭建了車型配置、配件價(jià)格、工時(shí)價(jià)格、維修邏輯、損失邏輯五大風(fēng)險(xiǎn)管控引擎，配合理賠系統(tǒng)實(shí)現(xiàn)了對(duì)于車損賠付的智能化審核與管控。理核賠圖3.2 金融壹賬通車?yán)碣r全平

54、臺(tái)理賠主流程作業(yè)平臺(tái) 報(bào)案查勘定損 核損 復(fù)勘收單 質(zhì)檢支付4車個(gè)物數(shù)定據(jù)損庫(kù)12人個(gè)定數(shù)損據(jù)庫(kù)風(fēng)黑險(xiǎn)名信單息庫(kù)自規(guī)動(dòng)則理單算證分規(guī)配則反14欺+詐N規(guī)則/模型反9滲類漏模型/規(guī)則規(guī)則應(yīng)用圖3.3 金融壹賬通智能車定損數(shù)據(jù)與模型庫(kù)車型配置管控車型數(shù)據(jù)配件價(jià)格管控配件數(shù)據(jù)工時(shí)價(jià)格管控工時(shí)數(shù)據(jù)維修邏輯管控因子數(shù)據(jù)損失邏輯管控屬性數(shù)據(jù)加工數(shù)據(jù)屬性數(shù)據(jù)屬性邏輯數(shù)據(jù)10萬(wàn)條數(shù)據(jù)材 質(zhì) 包含性互斥性邏輯組合屬性加工因子數(shù)據(jù)報(bào)案邏輯規(guī)則因子庫(kù)承保千條因子查勘定損底層數(shù)據(jù)車型庫(kù)覆蓋98%市場(chǎng)車輛【品牌】【廠家】【車系】【車型】配件庫(kù)覆蓋85%定損配件【標(biāo)準(zhǔn)編碼】【原廠編碼】【配件屬性】【配件價(jià)格】工時(shí)庫(kù)覆蓋9

55、6%定損工時(shí)【工時(shí)方案】【車系分組】【工時(shí)價(jià)格】2019年3月，安心保險(xiǎn)、RGA美國(guó)再保險(xiǎn)公司利用“Alpha精準(zhǔn)風(fēng)控引擎”開(kāi)發(fā)了一款針對(duì)60歲以上老年人群體的老年醫(yī)療保險(xiǎn)產(chǎn)品。“Alpha精準(zhǔn)風(fēng)控引擎”通過(guò)分析高危發(fā)病因子與疾病之間的因果關(guān)系，利用技術(shù)手段建立了疾病預(yù)測(cè)引擎，實(shí)現(xiàn)對(duì)老年投保人疾病風(fēng)險(xiǎn)的一對(duì)一精準(zhǔn)判斷分析，通過(guò)數(shù)據(jù)+模型解決了老年群體由于平均健康風(fēng)險(xiǎn)水平高于青年群體（但個(gè)體風(fēng)險(xiǎn)差異卻很大）而導(dǎo)致的投保難問(wèn)題。二、風(fēng)險(xiǎn)管控的立體化趨勢(shì)由于欺詐方式的多樣化、專業(yè)化和復(fù)雜化，保險(xiǎn)行業(yè)單個(gè)部門或單個(gè)公司的數(shù)據(jù)對(duì)復(fù)雜的欺詐、滲漏已無(wú)法有效管控，保險(xiǎn)風(fēng)險(xiǎn)管控的立體化將是應(yīng)對(duì)日益復(fù)雜的保險(xiǎn)風(fēng)

56、險(xiǎn)的重要趨勢(shì)。而隨著移動(dòng)互聯(lián)網(wǎng)、信息數(shù)據(jù)技術(shù)的發(fā)展， 個(gè)人信息的能見(jiàn)度越來(lái)越高、顆粒度越來(lái)越細(xì)，保險(xiǎn)公司通過(guò)合規(guī)手段獲得和分析個(gè)人健康、行為、信用等數(shù)據(jù)將更 加容易，利用地圖、車輛、運(yùn)動(dòng)等跨行業(yè)的數(shù)據(jù)進(jìn)行風(fēng)險(xiǎn)管控也成為可能。建立多維、立體、開(kāi)放的風(fēng)險(xiǎn)分析與監(jiān)測(cè)體 系，形成監(jiān)管機(jī)構(gòu)、行業(yè)協(xié)會(huì)、保險(xiǎn)公司、中介機(jī)構(gòu)及非保險(xiǎn)企業(yè)等多方共同參與的風(fēng)控機(jī)制，逐漸成為國(guó)內(nèi)外業(yè)界的共識(shí)。風(fēng)險(xiǎn)管控的立體化主要包括兩個(gè)方面，一是立體多維度地識(shí)別風(fēng)險(xiǎn)，二是跨領(lǐng)域多方共建風(fēng)控機(jī)制。1立體多維識(shí)別風(fēng)險(xiǎn)傳統(tǒng)的保險(xiǎn)反欺詐主要是針對(duì)已知的欺詐模式設(shè)置相應(yīng)的規(guī)則與策略，對(duì)客戶或案件信息通過(guò)這些規(guī)則進(jìn)行篩選，并形成預(yù)警，在管理的

57、初期有一定的效果。但是，隨著欺詐手段的多樣化和風(fēng)險(xiǎn)因子的隱蔽化，這種方式的有效性和效率受到極大挑戰(zhàn)。以車險(xiǎn)反欺詐為例，傳統(tǒng)的風(fēng)控方式主要依據(jù)案件信息，如報(bào)案時(shí)間距案發(fā)時(shí)間的長(zhǎng)短，出險(xiǎn)時(shí)間是否為風(fēng)險(xiǎn)高峰時(shí)段等進(jìn)行風(fēng)險(xiǎn)篩查，風(fēng)險(xiǎn)管控的精準(zhǔn)度不足5%，帶來(lái)了高額的后續(xù)調(diào)查和人工審核成本。通過(guò)引入和應(yīng)用多維度數(shù)據(jù)，金融壹賬通正探索將車險(xiǎn)反欺詐由單純的“從案”發(fā)展為“從案+從人+從車”的多維度反欺詐體系。針對(duì)車險(xiǎn)欺詐中發(fā)生頻率最高的酒駕調(diào)包風(fēng)險(xiǎn)（指客戶A酒駕發(fā)生事故后，聯(lián)系其親友B趕到現(xiàn)場(chǎng)并 頂替A向保險(xiǎn)公司報(bào)案，以獲得保險(xiǎn)賠償），將通過(guò)分析當(dāng)事人主被叫關(guān)系、LBS定位信息等行為數(shù)據(jù)，得到延遲報(bào)案、非常

58、用手機(jī)號(hào)、距離現(xiàn)場(chǎng)位置等多個(gè)風(fēng)險(xiǎn)因子。同時(shí)，金融壹賬通利用專家經(jīng)驗(yàn)、機(jī)器學(xué)習(xí)等構(gòu)建基于多維風(fēng)險(xiǎn)因子 的酒駕調(diào)包反欺詐模型，可智能化地得到其欺詐風(fēng)險(xiǎn)評(píng)分，預(yù)計(jì)風(fēng)險(xiǎn)識(shí)別準(zhǔn)確度可至少提升5倍以上。圖3.4 金融壹賬通立體化車險(xiǎn)反欺詐體系案發(fā)地點(diǎn)出險(xiǎn)地點(diǎn)報(bào)案時(shí)間案案件數(shù)據(jù)瀏覽記錄手機(jī)號(hào)使用通話記錄人行為數(shù)據(jù)車身結(jié)構(gòu)車輛參數(shù)傳感器數(shù)據(jù)車車輛數(shù)據(jù)關(guān)鍵字段主被叫關(guān)系報(bào)案時(shí)間手機(jī)號(hào)碼LBS定位風(fēng)險(xiǎn)因子延遲報(bào)案非常號(hào)用碼手機(jī) 距離現(xiàn)場(chǎng)位置案例：應(yīng)用于酒駕調(diào)包反欺詐酒駕調(diào)包欺詐打電話求救客戶A酒駕深度學(xué)習(xí)客戶B立體模型多維度事故車輛打電話報(bào)案B到現(xiàn)場(chǎng)更精準(zhǔn)的欺詐風(fēng)險(xiǎn)評(píng)分集成學(xué)習(xí)專家經(jīng)驗(yàn)此外，2019年3月，金融壹

59、賬通與中國(guó)汽車工程研究院共同成立“汽車保險(xiǎn)科技聯(lián)合研發(fā)中心”，并積極探索與各大主機(jī)廠商合作，探索在車險(xiǎn)反欺詐中引入車輛信息，運(yùn)用傳感器數(shù)據(jù)、車輛參數(shù)等“從車”數(shù)據(jù)，進(jìn)一步提升車險(xiǎn)核保、理賠的風(fēng)險(xiǎn)管理水平。2多方共建風(fēng)控機(jī)制許多保險(xiǎn)欺詐案件的發(fā)生都是利用了保險(xiǎn)公司的信息不對(duì)稱進(jìn)行作案，如在各家保險(xiǎn)公司之間重復(fù)索賠，同一 手段在不同的保險(xiǎn)公司之間多次使用等。而客戶的信用情況與欺詐概率也被證實(shí)在不同情況下具有一定的延續(xù)性， 如騙貸的人群有更高的概率從事騙保案件。因此，保險(xiǎn)行業(yè)利用多來(lái)源數(shù)據(jù)，與多方共建智能風(fēng)控平臺(tái)，可全面提升 保險(xiǎn)業(yè)務(wù)的風(fēng)險(xiǎn)管理能力。美國(guó)醫(yī)療信息局（MIB)是一個(gè)幫助保險(xiǎn)公司共享醫(yī)療

60、數(shù)據(jù)的行業(yè)組織，為北美地區(qū)近500家壽險(xiǎn)、健康保險(xiǎn)及再保險(xiǎn)公司會(huì)員提供數(shù)據(jù)共享服務(wù)。MIB數(shù)據(jù)庫(kù)收集會(huì)顯著影響被保險(xiǎn)人的健康狀況或預(yù)期壽命的信息，主要包括信 用、健康、醫(yī)學(xué)檢驗(yàn)、生活習(xí)慣等六個(gè)方面230多種數(shù)據(jù)。它可以幫助核保人查看投保人以前在何時(shí)何地申請(qǐng)過(guò)人壽保險(xiǎn)，幫助保險(xiǎn)公司篩選不合理的投保與理賠欺詐行為。會(huì)員每年可以避免騙保和早期索賠約10億。金融壹賬通搭建的保險(xiǎn)智能風(fēng)控平臺(tái)，包括政府、金融機(jī)構(gòu)、商業(yè)機(jī)構(gòu)、互聯(lián)網(wǎng)金融及互聯(lián)網(wǎng)等五大數(shù)據(jù)來(lái)源，搭建涵蓋法院、稅務(wù)、工商、零售、社交、投資、房產(chǎn)、保險(xiǎn)、詐騙等多維度數(shù)據(jù)的風(fēng)控體系，可應(yīng)用于代理人核驗(yàn)、保險(xiǎn)核保核賠等業(yè)務(wù)場(chǎng)景的風(fēng)險(xiǎn)管理中?；ソ痫L(fēng)險(xiǎn)數(shù)