财产保险论文范文第五篇：人工智能给财险业创新发展的挑战探讨
摘要：人工智能与财产保险的融合发展是目前的行业热点，给财险业带来了巨大发展机遇，已成为行业转型的主要动力。研究人工智能时代财产保险的创新发展策略，对保险行业科学发展意义重大。通过对客户服务、风险控制、完善财险营销模式、创新产品调研、降本增效等方面的分析发现人工智能给财险业创新发展带来了各种挑战。基于我国财险行业发展现状及挑战，应从政府部门和财险企业两个层面采取策略帮助财险行业更好地实现高质量创新发展。
关键词：人工智能；财产保险；智能保顾；反欺诈；政策建议；
作者简介：唐金成（1963-），男，陕西蒲城人，广西大学商学院保险学教授，保险研究所所长，硕士生导师，研究方向：保险与风险管理。；桑才佳（1998-），女，广西桂林人，广西大学商学院2017级金融本科生。；唐伟文（1997-），男，广西桂平人，广西大学商学院2019级硕士研究生，研究方向：保险与风险管理。；
一、财产保险创新发展呼唤人工智能赋能
（一）人工智能时代已经来临
人工智能是计算机科学的一个分支，是研究、模拟、拓展人类思考和行为的一门前沿技术科学。它的发展将经历弱人工智能、强人工智能与超人工智能三个阶段。目前，由于对人脑的研究尚不深入，人工智能的发展仍处于弱人工智能阶段，随着人工智能技术的迅速发展，财险行业必将得到更多的技术助力。
人工智能包括智能算法、模式识别、数据挖掘和机器学习四大分支。智能算法是指为解决某类问题而设计的模式算法；模式识别是指人工智能对事物或现象的信息进行分析、处理、解释的技术；数据挖掘是指人工智能通过算法收集有价值的信息，进而产生一系列有效数据的技术；机器学习是指人工智能通过数据挖掘技术和算法来模拟人类学习，从数据中获取逻辑，获得新技能。其中，深度学习隶属于机器学习，是实现机器学习的技术之一。这四大分支构成就了人工智能的广泛应用，促进了人类社会的全面发展。
国家为了促进人工智能的快速发展，自2015年起出台了多项扶持政策（见表1）。例如，2015年将人工智能列入11项重点行动，2017年将人工智能写入党的十九大报告，以便推动人工智能与实体经济深度融合；2019年提出要深化人工智能的研究应用等。同时，响应国家政策要求，我国各省市在立足于自身发展情况的基础上，出台了人工智能产业发展规划。根据前瞻产业研究院统计，2020年我国12省市人工智能产业规模目标为4290亿元，超过国家期望数额2790亿元。人工智能时代正在快步走来。
（二）财产保险发展亟待人工智能辅助
1. 财险业发展中存在的问题
（1）人口红利下降，财险经营亟需转型。财产保险是中国第二大险种，近几年也一直处于稳步增长阶段。如图1所示，保费收入从2014年的7 203.4亿元增长到了2020年的11 928.6亿元，7年间增长了约1.6倍。但由于市场逐渐饱和及竞争加剧，从2017年开始，财产保险同比增长率逐步降低。从数据分析中得出，中国人口红利正在逐渐消失，财产保险经营亟需由高速增长阶段向深层次的高质量发展阶段转型。
表1 我国人工智能宏观政策
资料来源：公开资料整理
图1 2014-2020年我国财产险保费收入统计
数据来源：银保监会、智妍咨询整理
（2）财险产品缺乏创新，同质化严重。随着经济社会的发展，财险需求逐渐朝着多样化与个性化发展。但财险公司开发的产品种类比较单一，部分公司甚至采取"跟随战略"推出相同的产品，这导致产品无法直接匹配到个人，说明满足客户需求的能力有待提高。目前，中国财险市场上虽有上千种险种，但只有如企业财产险、机动车辆保险等少数险种形成规模，各公司的险种同质化严重，缺乏特色及创新。
（3）险种定价标准单一，不利于防控风险。传统财险公司在对其产品进行定价时，一般会考虑损失概率、损失程度、保额、公司运营成本等因素，而相同的标准会导致不同风险的客户在购买同一险种时的价格大致相同。所有保单价格统一可能会导致"道德风险"发生：低风险顾客与高风险顾客缴纳的保费相同，得到理赔的可能性却低于高风险客户，最后促使低风险客户转变为高风险客户，财险公司理赔数量增加。
（4）险种销售结构不合理，加剧了经营风险。车险费率市场化改革效果虽然显著，但目前来看，财险业的销售结构仍需调整。根据前瞻产业研究院的统计，2020年车险业务占财险市场的56.56%,其余12类保险共占42.93%,还有0.51%的不知名产品。传统险种的存在严重挤压了其他险种的生存空间，对单一险种的过分依赖也削弱了企业甚至是行业抵御风险的能力，销售结构的调整迫在眉睫。
（5）财险总体服务水平不高。财险公司在售前为了完成保费指标，扩大业务范围和公司规模，在客户投保前没向客户分析保单利弊、解释保险条款、比较保险种类间差异，就匆匆催促客户进行投保。此外，在财险续存期间，企业鲜有风险保障提示，没有关注到客户在投保后的感受，降低了客户在保单结束后进行续保的可能。同时，在保险理赔时，因管理制度不健全而导致理赔速度慢，赔款支付不到位。
2. 人工智能为解决财险业既有问题提供了新思路
人工智能为解决以上问题提出新思路。例如利用数据挖掘和智能算法，财险企业能够实现产品销售升级，提高销售效率，增加产品多样性；利用人工智能客服，可以不定期向客户普及财险知识；利用模式识别技术，企业可以实现远端快速定损，提高保险理赔效率。人工智能尤其在销售产品、普及保险知识、提高财险服务水平等方面，都将为行业创新发展带来巨大的发展机遇。
二、人工智能时代财产保险创新发展的机遇
（一）客户服务提升的机遇
人工智能在客户服务方面的应用主要表现为智能保险顾问，即智能保顾。它能够向客户普及财险知识、解释保险条款、实现快速理赔，进而提高财险服务质量，增强客户黏性。
1. 实现保险知识的高效在线问答
财产保险业务涉及的知识量大，保险条款专业性强，行业门槛高，普通人学习的成本较高，民众缺乏对财险的了解。再由于早年存在销售误导，人们对财险行业抱有偏见与疑虑。智能保顾的出现可以很好地解决这个问题。人工智能在投保前可以向客户普及保险知识，分析保险产品，解答顾客疑惑，增加客户对保险的了解。在承保时，人工智能能够自动识别并提取关键内容，如保单类型、保额、投保对象等，生成重点列表供客户查看，还能将保单上的专业内容转换为通俗易懂的语言文本，解决了保险条款专业性强的问题。此外，人工智能只需要打开对话框输入问题、发送图片就能得到解答，满足了当代人喜欢便捷高效的自助式服务需求。
2. 实现高效的自动化保险理赔
长期以来，财险公司普遍使用人力来定损和理赔，作业效率低、处理时间长、判定误差大等。人工智能能够弥补这些缺陷，实现远程定损，自动形成推荐维修计划，并实现快速理赔。财险公司利用人工智能直接进行保险金的赔付，提高了理赔的效率和准确性，减少了财险尤其是车险理赔的时间和人力成本，改变了保险企业以往理赔速度慢、定损难、体验差的情况，提升了保户对公司理赔服务的满意度。据统计，个人、中小型企业保险通过人工智能理赔的直通处理率达到了90%,最快的理赔时间甚至可缩短至几分钟。
（二）创新产品调研的机遇
在传统保险业务中，产品调研成本高，效率低。人工智能的应用就可以提高产品调研效率，降低人力和时间成本。一是利用智能外呼机器人可以实现产品电话调研。在外呼期间，外呼机器人能够利用自然语言处理技术获取客户的真实想法，记录电话内容的关键部分，完成电话调研。二是除了线下调研外，人工智能还可以收集网络上关于竞争对手和产品评价的相关信息，实现对该细分市场和网络舆情的掌握。三是面对收集的海量数据，人工智能可以进行提取、分类，再结合公司设计产品的目的对其做出评分，进而帮助公司弥补产品的不足之处，提高产品质量和市场占有率。
（三）完善财险营销模式的机遇
随着人口红利的消失、保险市场扩张和保险需求的改变，传统财险线下销售模式已不适用。人工智能就为财险产品营销提供了新思路。一是保险公司在营销前，可利用人工智能收集用户历史数据并分析其喜好及风险类型，建立推荐模型。二是在营销时，人工智能可以通过个性化推荐系统在微博、微信等大型开放平台上向用户推荐适合他们的产品，甚至完成保险产品的专属定制。三是营销后，人工智能数据平台还能够分析营销效果，如哪些产品在平台上完成了投放，哪类消费者被投放了广告，看到广告后行为发生了何种变化等。人工智能不仅能代替业务员实现产品营销，还能够向公司提供直接准确、数字化的反馈，提高了企业快速、准确地掌握市场形势与规律的能力，使企业在获取消费者需求变化的同时，及时调整经营模式，实现业务质量与数量的提高。
（四）创新风险控制的机遇
财险企业风控的核心是核保、保单续存期间的风险预防以及理赔。在核保过程中，人工智能结合大数据能够自动对保单进行各类型的数据检查和事实审查，即对保单进行欺诈检测和信用分析，同时对投保人的投保历史信息进行检测，对以往出现过道德风险问题的客户提高保费或直接拒保，提高其投保成本，降低保险企业的风险。在承保过程中，人工智能结合区块链技术能够对标的物进行实时监控，当风险发生的可能性超过临界值时，立即发出预警并启动自动干预措施，如通知保险公司进行查勘、修理等，实现风险控制。
在理赔时，人工智能的量化决策模型能够直接有效地识别欺诈风险，机器学习算法能够同时认定多种保险欺诈行为，图片识别技术能够迅速判断、甄别虚假照片，准确率达95.7%.这些技术在理赔中的应用降低了内部人行为成本，避免了虚假赔案的发生。人工智能技术的应用，还可以提高理赔中的经营决策和盈利能力。
（五）改进成本与提高收益的机遇
传统保险业属于人员密集型行业，在营销中需要大量人力，在总成本中，人力资本大约为16%,高人力成本直接影响了企业盈利水平。同时，由于企业营销模式的缺陷、定价不合理、风险控制能力不足等因素，造成的机会成本、运营成本和风险成本也对保险企业经营造成一定影响。人工智能技术就给企业降本提供了可能：一是通过人工智能来解决人力成本过高问题。二是通过提高反欺诈能力来降低风险控制成本。通过区块链对投保人行为的实时监控，大数据、人工智能技术在理赔时对投保人进行分析检测，保险企业识别欺诈的能力将大幅度提高，从而实现挽回损失，降低风险成本的目的。
三、人工智能时代财产保险创新发展面临的挑战
（一）缺乏大数据基础，阻碍了人工智能的应用
人工智能的本质实际是对数据的收集、整理与应用，数据的数量与质量决定了人工智能管控、量化财险业务的水平。大数据是人工智能的核心，缺少数据基础将会给财险公司在人工智能的应用上带来很大挑战。导致大数据缺乏的原因：一是行业中的数据被大型财险企业所垄断。二是行业内缺乏完整的资源闭环。三是财险行业与其他行业的合作尚不深入。人工智能所需要的数据分为内部数据和外部数据，即行业内、外的数据。其中，财险行业外的数据涉及交通、气象、地质等行业，但就目前来说，行业间缺乏合作的基础数据平台，相互间的合作比较困难。
（二）数据可靠性存疑，影响了人工智能的应用
人工智能从企业内外部收集各种不同的数据，包括社交网站数据、平台点评投诉等，网上的资料鱼龙混杂，人工智能所搜集到的数据并不一定代表着消费者的真正意愿。例如，购买商品好评返现的情况屡见不鲜，人们很有可能为了满足自身利益而做出违心的行为，人工智能通过外部数据分析所得到的结果不一定真正符合客户心理。同时，人工智能所得到的内部资料也不一定完全正确，资料填写错误、合同订立错误等都可能导致决策失误。
（三）存在人工智能侵权案件
一是信息的非法采集、使用。《网络安全法》对机构收集客户个人信息的情况作出了明确规定：只有在客户办理涉及私人信息的业务时，才能向顾客收集其个人信息。但是，人工智能在收集信息进行自我学习时，无法判断出收集该信息的行为是否合法。这时，就发生了消费者信息的非法采集和使用，这类事件一旦发生，将会对企业甚至是行业产生非常消极的影响。
二是个人信息的泄露。人工智能收集信息的能力为不法分子倒卖数据提供了捷径。个人信息的泄露会影响公司形象，间接导致经营受损。例如，2018年Facebook公司出现售卖用户信息的丑闻后，两天内市值蒸发了近500亿美元。
三是利用人工智能做出符合操控者自身利益的决策而导致的侵权。算法歧视是导致人工智能决策不公的主要原因。算法歧视是指由于提前设定的算法逻辑存在对目标群体进行划分的程序，而导致人工智能在决策时出现区别对待的行为。该种行为不具合理性。例如，经纪人为达成某种产品的销售目标，更改人工智能的运行程序，使人工智能向客户推荐不适合的产品。此种行为利用了客户对人工智能以及保险公司的信任，长此以往，必定会损害公司形象。
（四）缺少专业复合型人才
人才不足是人工智能发展较慢的重要原因。首先是保险业内部人才不足。传统保险经营所涉及的内容与人工智能建设所需知识相差甚远，行业内与人工智能有关的人才寥寥无几。同时，因为行业展业需要大量劳动力的特性，进入行业工作的门槛低，保险从业者素质相对不高，导致行业复合人才稀缺。其次是企业外部人才不足。对于人工智能这类新兴技术，我国在基础理论和原创算法方面都与国外有较大差距，整体面临人才稀缺难题。另外，虽然已经有很多高校开设了人工智能专业，但由于开设时间短，师资力量缺乏，国内仍然缺乏人工智能专业人才。所以，财险企业如何在内部发现人才，如何吸引外部人才，提高技术水平，是目前财险业面临的主要挑战之一。
（五）前期开发成本较高
人工智能虽已融入到了社会生活的方方面面，但对财险业来说，它与行业的深度结合仍需时间。虽然国务院在2017年印发了关于新一代人工智能发展规划的通知，将人工智能发展放至国家战略层面系统布局，近几年财险业也加大了人工智能等保险科技投入，但大多数都是如中国人寿、平安财险、中国人保、太保等资金实力雄厚的头部保险企业。据艾瑞统计，2019年中国保险机构的人工智能投入达42.9亿元，可推测出发展人工智能的建设需要巨大的财务成本，即使是规模庞大的财险企业，面对如此高额的资金投入也可能会引发资金流动性不足等问题。因此，高财务成本给财险企业带来的挑战也很大。
四、人工智能时代财产保险创新发展的策略
（一）政府层面的政策与策略
1. 不断完善法制，明确规定人工智的相关责任归属及权利义务
为保障客户私人信息，全国人民代表大会及常务委员会应该出台针对人工智能侵权行为的法律条文，完善《消费者权益保护法》和人工智能的立法和执法的规则、制度，尤其需要注意两点：
（1）明确规定人工智能发生侵权行为时的责任归属。法律界一般认为当今人工智能是一种工具，没有法律主体资格，即不能像人类一样，在违法时承担法律责任。此时，人工智能侵权被分成了三种情况：一是由于使用者错误操作造成的侵权。毋庸置疑，此种情况必定是由使用者来承担侵权责任。二是由于人工智能自身缺陷造成的侵权。在产品质量法中，只有满足以下条件时，侵权责任才会由生产者承担，否则生产者不予承担责任。首先是受害人即保险公司，能够证明自身确实因为人工智能的缺陷导致了人身财产损失。其次是生产者即制造人工智能的科技企业，无法证明财险公司在使用时出现操作错误。三是人工智能生产商和财险公司都存在过错而导致人工智能的侵权。这种情况又分为两种情形，一种是由于制造商没有尽到提醒义务而导致的侵权，这种情况由制造商负主要责任，财险公司负次要责任。如果制造商已经履行了提示义务，财险公司仍在使用过程中发生了侵权，那么财险公司负主要责任，制造商负次要责任。需要注意的是，因为人工智能是一种高科技产品，可能存在制造商在履行提示义务后，使用者仍无法理解、掌握其使用方法的情况，此时需要法官对具体案件进行具体分析。
（2）明确规定人工智能使用者的权利与义务。财险公司在使用人工智能时，要明确可以利用人工智能做什么，不能做什么。比如，利用人工智能进行客户服务时，可以利用其描绘消费者画像以达到精准营销的目的，但不能以更好的服务为由套取客户隐私，为实现盈利而诓骗顾客购买其不需要的保险产品等。
2. 政府监管方面的政策建议
在人工智能方面，我国尚无专门的法律法规与其对应，监管体系也是针对于传统财险业的。由于人工智能融合应用于财险业发展是大势所趋，所以，有必要建立健全适合人工智能特点的监管体系，营造安全、适度、开放的监管环境和发展氛围。
一是建立行业统一标准，进行一致性监管。整个行业行为的基本标准必须统一，只有统一了监管标准，才能在出现问题时对企业行为的正误做出判断，以避免出现跨越法律边界的事件发生。但在执行标准过程中，也要避免一刀切的情况。比如在监管时，各地方监管部门要根据实际情况对财险业进行监管，掌握最新的行业运作模式，及时调整监管方式和结构；既要满足行业的要求和标准，又要做到实事求是，因地制宜。
二是要合理使用科学技术来监管人工智能，利用金融科技提高现有监管水平。创新的科学技术手段同样可以应用于监管当中，如运用可穿戴设备实时监测保险从业者的行为，通过大数据、人工智能分析企业运作，确定其是否存在违反行业法律的情况等。用科技管科技能直接提高机构的监管能力和效率，也是行业科技创新发展的一种体现。
三是要借鉴国外监管经验，结合自身情况对本国财险业实行监管。国外人工智能的发展起步较早，经验丰富，可以借鉴国外经验，再结合自身情况做出监管决策，对我国财险科技进行有效监管。例如，2019年7月13日，中国人民银行提出在北京、上海、广州等十个省市实行由英国金融行为监管局开创的"沙盒监管",即"沙盒"内的企业在一定程度上不需要受到原有法律条文的限制，国家金融监督管理局对该企业群的行为进行实时监控的监管模式，在促进行业发展的同时保证监管的有效实行。中国人民银行科技司指出，此次"沙盒监管"在与国际接轨的同时结合了中国国情，是具有中国特色的一次监管实验。
（二）财险企业的应对策略
1. 高度重视大数据及相关技术的研究运用，建立完整的数据链条
大数据是人工智能深度学习和算法运行的基础，但因为存在数据垄断和行业间合作不深入等原因，财险行业内部无法形成完整的数据闭环。基于此，一是企业内部要将大数据技术的开发上升至战略地位，促进其平稳、快速发展，为人工智能的后续升级提供坚实基础。二是行业协会应该主动协调各财险企业，尤其是大型企业，在不侵犯客户隐私的前提下共同建立行业内部的数据闭环，以提高内部数据的利用效率。三是财险企业可以和数据共享平台合作，得到行业外数据。但企业在通过平台获取数据时，需要注意数据来源是否安全，即该平台所出售的是否是以合法手段取得的数据。四是积极开展与其他行业的合作，提高数据的完整性。比如主动与气象部门交流合作，通过对气象的观察、监测和人工智能的运算，得出气象灾害发生的可能性，提醒农户防范气候风险，以减少农产品的损失，降低农业保险的赔付率。需要注意的是，在得到所有数据之后，企业要充分整合外部数据与内部数据，得到完整的数据链条。
2. 尽快完善管理机制，提高算法透明度及决策的准确性
导致决策错误的原因主要有三点：数据来源不可靠，数据传输过程的错漏，因为操作人员在人工智能进行深度学习时向其提供了具有歧视性的数据，而导致的决策失误。基于此，财险公司首先可以建立、完善相关机制，挑选合格的数据供应商，确保数据来源的全面性与真实性。比如，在合作前期，对比相同类型数据供应商的数据的可靠性和完整性，考察其收集数据的合法合规性等。其次是要监督数据传递过程中各个环节，强调信息输入的公平性，避免信息传输过程中出现更改、缺失以及数据歧视现象的发生。最后是提高人工智能算法的透明度。人工智能的决策过程通常是由输入端输入数据，从结果端产出决策，除非财险公司对人工智能的每一次运算都进行监控，否则无法知道数据的分析过程。所以，财险公司应与人工智能供应商达成协议，提高算法的透明度，使得财险公司能够控制每一个决策环节，保证决策的正确性。此外，财险公司还可以向客户公布算法过程，以提高客户信任度，减少双方发生争端的可能性。
3. 尽快培养和引进专业复合人才，保障创新发展需求
人才是支撑人工智能发展的主要动力，只有重视人才，财险业才能得到创新发展。所以，尽快培养和引进人才对财险业极为重要。一是定期开展员工培训，使员工及时学习了解人工智能的发展动态，为引进人工智能后双方的融合做铺垫。同时，要建立有效的激励与淘汰机制，鼓励员工积极主动地适应、接受人工智能在产品营销和服务等方面带来的挑战。二是企业可以引进紧跟行业趋势的高级管理人才，实现企业内部阶段性变革。在暂时无法在内部寻得专业人才的情况下，保险企业可引进外部人才，以促使企业适应甚至是引领行业发展。三是应该和高校建立良好合作关系，专门培养人工智能的高、精、尖人才。如中国平安科技公司2017年就与北京大学汇丰商学院达成战略合作协议，实现了人才的定向培养。财险企业与高校直接合作，有利于将理论与实践融合，培育出能快速适应行业发展的复合人才，既保证了人才的输入，又节省了大量寻找人才的时间与人力成本。
4. 创新投资及合作方式，降低人工智能的开发成本
人工智能的开发需要较高的费用支持，这是中小财险企业的发展难题。虽然他们由于资金和数据不足，无能力自己研究、开发人工智能，但可以抱团取暖，以团体集资形式进行共同开发，或是共同与人工智能供应商进行合作。其优点有三：一是降低人工智能开发的财务成本；二是能够在业务活动中使用人工智能，进而实现业务优化，提高企业经营效益；三是相比独自开发，共同开发可以尽最大可能利用人才、数据等资源，提高开发效率。缺点是可能会出现企业间目标不一致而导致内部失控的情况，例如在开发过程中可能会因为意见不同而导致研究中断。但是，相对于花费自身无法承受的成本来开发难度系数较高的人工智能，财险企业间抱团取暖的确是最佳选择。
参考文献
[1]赵大伟，杜谦。人工智能背景下的保险行业研究[J].金融理论与实践2020（12）-:91-100.
[2]赵玉红新形势下财产保险公司险种结构优化调整思考[J]中小企业管理与科技（上旬刊），2021（03）；:150-151.
[3]张卢阳我国家财险现状及产品创新方向探析[J].上海保险，2019（5）：61-64.
[4]唐金成。刘鲁保险科技时代"AI+保险"模式应用研究[J].西南金融2019（5）；:63-71.
[5]李伟群，马裕丰。人工智能对保险业发展的利弊之析及应对之策[J]西南金融2020（2）-:68-76.
[6]宋星董科技赋能背景下保险业的机遇与挑战[J]中国保险。2020（4）：.26-28.
[7]秋慧人工智能技术重塑保险价值链的挑战及对策[J].改革与战略2020（2）：50-58.
[8]马向东智能保险的应用与展望[J]中国保险2018（11）：39-43.
[9]中国保险科技行业研究报告2020年[C]艾瑞咨询系列研究报告（ 2020年第2期） :上海艾瑞市场咨询有限企业，2020:2-35.
[10]唐金成，许可数字经济时代财产保险业的应对策略[J].海南金融2020（11）：66-77.
[11]吴婷，王向楠。保险科技业务创新探析[J].中国保险，2020（4）-:20-25.
[12] Zarifis A:Notes from workshop on Al evaluating the impact of AI on insurance[Z].figshare. Dataset.2019.
[13]唐金成，张淋中国互联网财险市场监管创新研究[J]西南金融， 2021（5）：52-63.
[14]刘亮，邹佳佳监管沙盒：国外应用和本土化[J]西南金融，2020（5）：17-24.
[15]唐金成、李笑晨。保险科技驱动我国智慧农险体系构建研究[J]西南金融， 2020（7）：86-96.
