人工智能在保险行业的应用研究

□ 文 王 玮

人工智能作为新一轮产业变革的核心驱动力，将催生新的技术、产品、产业、业态和商业模式，从而引发经济结构的重大变革，实现社会生产力的整体提升。

一、人工智能的战略定位

人工智能（Artificial Intelligence），英文缩写为AI，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能作为计算机学科的一个分支，自20世纪70年代以来，被称为世界三大尖端技术之一（空间技术、能源技术、人工智能），也被认为是21世纪三大尖端技术（基因工程、纳米科学、人工智能）之一。其研究领域包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能可以模拟人的意识、思维，从诞生以来，理论和技术日益成熟，应用领域不断扩大，并在诸多领域取得丰硕的成果。

作为新一轮产业变革的核心驱动力，人工智能在催生新技术、新产品的同时，对传统行业也具备较强的赋能作用，能够引发经济结构的重大变革，实现社会生产力的整体跃升。据麦肯锡公司预测，到2025年全球人工智能应用市场规模总值将达到1270亿美元，人工智能将是众多智能产业发展的突破点。

人工智能作为一项引领未来的战略技术，世界发达国家纷纷出台规划和政策，对人工智能核心技术、顶尖人才、标准规范等进行部署，争取在新一轮国际竞争中掌握主导权。2017年，我国出台了《新一代人工智能发展规划》（国发〔2017〕35号）、《促进新一代人工智能产业发展三年行动计划（2018-2020年）》（工信部科〔2017〕315号）等政策文件，推动人工智能技术研发和产业化发展。《新一代人工智能发展规划》中提出，到2020年，人工智能总体技术和应用与世界先进水平同步，核心产业规模超过1500亿元，到2025，超过4000亿元。到2030年，人工智能理论、技术与应用总体达到世界领先水平，核心产业规模超过1万亿元。

党的十八大以来，习近平总书记在不同场合多次谈及人工智能的重要性与人工智能的发展路径。在2017年政府工作报告中，人工智能被正式高调提及，随后写入十九大报告。2018年4月，习近平总书记在出席全国网络安全和信息化工作会议时，再次强调“要推动互联网、大数据、人工智能和实体经济深度融合，加快制造业、农业、服务业数字化、网络化、智能化。”

由此看出，我国已将人工智能上升到国家发展战略高度。

二、人工智能的发展概述

（一）人工智能的起源

人工智能始于 20世纪50年代，至今大致分为三个发展阶段，如图1所示：

第一阶段（20 世纪50年代——80年代）。这一阶段人工智能刚诞生，但由于很多事物不能形式化表达，建立的模型存在一定的局限性。此外，随着计算任务的复杂性不断加大，人工智能发展一度遇到瓶颈。

第二阶段（20世纪80年代——90年代末）。在这一阶段，专家系统得到快速发展，数学模型有重大突破，但由于专家系统在知识获取、推理能力等方面的不足，以及开发成本高等原因，人工智能的发展又一次进入低谷期。

第三阶段（21世纪初——至今）。随着大数据的积聚、理论算法的革新、计算能力的提升，人工智能在很多应用领域取得了突破性进展，迎来了又一个繁荣时期。

图1 人工智能发展历史（资料来源：人工智能标准化白皮书）

（二）人工智能的概念

人工智能是利用数字计算机或者数字计算机控制的机器模拟、 延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。根据人工智能是否能真正实现推理、思考和解决问题，可以将人工智能分为弱人工智能和强人工智能。

弱人工智能是指不能真正实现推理和解决问题的智能机器，这些机器表面看像是智能的，但是并不真正拥有智能，也不会有自主意识。迄今为止的人工智能系统都还是实现特定功能的专用智能，而不是像人类智能那样能够不断适应复杂的新环境并不断涌现出新的功能。目前的主流研究仍然集中于弱人工智能，并取得了显著进步，如语音识别、图像处理和物体分割、机器翻译等方面取得了重大突破，甚至可以接近或超越人类水平。

强人工智能是指真正能思维的智能机器，并且认为这样的机器是有知觉的和自我意识的，这类机器可分为类人（机器的思考和推理类似人的思维）与非类人（机器产生了和人完全不一样的知觉和意识，使用和人完全不一样的推理方式） 两大类。从一般意义来说，达到人类水平、能够自适应地应对外界环境挑战、 具有自我意识的人工智能称为“通用人工智能”、“强人工智能”或“类人智能”。 强人工智能不仅在哲学上存在巨大争议（涉及到思维与意识等根本问题的讨论），在技术上的研究也具有极大的挑战性。强人工智能当前鲜有进展。

（三）人工智能的特征

人工智能由人类设计，为人类服务，本质为计算，基础为数据。从根本上说，人工智能系统必须以人为本，通过对数据的采集、加工、处理、分析和挖掘，形成有价值的信息流和知识模型，来为人类提供延伸人类能力的服务，来实现对人类期望的一些“智能行为”的模拟，在理想情况下必须体现服务人类的特点。

人工智能能感知环境，能产生反应，能与人交互，能与人互补。人工智能系统具备借助传感器等器件产生对外界环境（包括人类）进行感知的能力，可以像人一样通过听觉、视觉、嗅觉、触觉等接收来自环境的各种信息，对外界输入产生文字、语音、表情、动作（控制执行机构）等必要的反应，甚至影响到环境或人类。借助于按钮、键盘、鼠标、屏幕、手势、体态、表情、力反馈、虚拟现实/增强现实等方式，人与机器间可以产生交互，使机器设备“理解”人类并与人类共同协作、优势互补。这样，人工智能系统能够帮助人类做人类不擅长、不喜欢但机器能够完成的工作，而人类则适合于去做更需要创造性、洞察力、想象力、灵活性、多变性乃至用心领悟或需要感情的一些工作。

人工智能有适应特性，有学习能力，有演化迭代，有连接扩展。人工智能系统在理想情况下应具有一定的自适应特性和学习能力，即具有一定的随环境、数据或任务变化而自适应调节参数或更新优化模型的能力，并能够在此基础上广泛深入扩展数字化连接，实现机器客体乃至人类主体的演化迭代，以使系统具有适应性、灵活性、扩展性，来应对不断变化的现实环境，从而使人工智能系统在各行各业产生丰富的应用。

（四）人工智能的发展现状

2010年以来，深度学习的发展推动了语音识别、图像识别和自然语言处理等技术取得了惊人的突破，加之大数据时代加成，人工智能取得了爆发式发展，商业化、全球化浪潮席卷而来。

随着机器学习、知识图谱、自然语言处理、计算机视觉、人机交互、生物特征识别、虚拟现实/增强现实等关键技术的重大发展，越来越多的行业可以实现自动化处理，人工智能产业链也得到了长足的发展。

其中，基础设施层（A端）主要有基础数据提供商、半导体芯片供应商、传感器供应商和云服务商；应用技术层（B端）主要有语音识别、自然语言处理、计算机视觉、深度学习技术提供商；行业应用层（C端）主要是把人工智能相关技术集成到自己的产品和服务中，然后切入特定场景，如图2所示。

（五）人工智能的行业应用

人工智能产业主要分为核心业态、关联业态、衍生业态三个层次，如图3所示：

随着人工智能技术的成熟，国际巨头纷纷布局行业应用，积极寻找人工智能落地场景，B、C端同时发力。例如，Google全面开花，几乎覆盖所有行业；亚马逊重点关注智能家居、云服务、电商及传统零售业变革；微软、Apple、Facebook则专注于利用AI技术提升用户体验。

图2 人工智能产业链（资料来源：创业邦研究中心）

图3 人工智能产业分布（资料来源：人工智能标准化白皮书）

目前，国内人工智能发展已具备一定的技术和产业基础，在语义识别、语音识别、人脸识别、图像识别技术的精度和效率已远超人工，特别是核心技术之一的计算机视觉技术已达全球领先水平。在芯片、数据、平台、应用等领域集聚了一批人工智能企业，在不少方向取得阶段性成果并已市场化应用。国内巨头中，百度全面发力，腾讯则是打造基于用户体系的软硬件服务型AI生态，重点关注社交、家具、游戏、医疗等领域；阿里巴巴着力构建以阿里云为基础的AI蓝图，重点关注电商、金融及工业、交通、零售等传统产业；科大讯飞是国内最出色的智能语音和语言技术企业。

从行业大类分布来看，如图4、图5所示，行业应用层的企业占比最大，为56.03%；其次是应用技术层的企业，占比达31.04%；基础设施层的企业占比最小，仅为12.93%。随着人工智能技术的发展，人工智能与场景深度融合，应用领域不断扩展，行业应用公司比重不断提升。在基础层技术方面，国际IT巨头占据行业领先地位，国内与国际差距较明显，中小初创企业很难进入。

国内的细分应用领域主要表现在智能助理、安防、自动驾驶、医疗健康、金融、电商、教育、家居等领域。随着人工智能技术的进一步发展，其应用范围将向全方位、多领域布局，如图6。

（六）人工智能的发展趋势

麦肯锡公司预测，到2025年全球人工智能应用市场规模总值将达到1270亿美元，而我国预计超过4000亿元，人工智能会迎来突飞猛进的产业化发展。从人工智能产业进程来看，技术突破是推动产业升级的核心驱动力。数据资源、运算能力、核心算法共同发展，掀起人工智能第三次新浪潮。人工智能产业正处于从感知智能向认知智能的进阶阶段，前者涉及的智能语音、计算机视觉及自然语言处理等技术，已有大规模应用基础，后者要求的“机器要像人一样去思考及主动行动”尚需突破，离大规模应用仍有距离。

人工智能进阶发展将表现为：

一是智能服务呈现线上线下的无缝融合。云计算、区块链的应用扩大了线上应用范围，智能制造为智能服务带来新渠道和新的传播模式，使得线上、线下服务的融合进程进一步加快，促进产业升级。

图4 国内人工智能行业分布一（资料来源：创业邦研究中心）

图5 国内人工智能行业分布二（资料来源：创业邦研究中心）

图6 人工智能主要应用领域（资料来源：前瞻产业研究院）

二是智能化应用场景从单一向多元化发展。目前人工智能的应用，如人脸识别、视频监控、语音识别等都主要用于完成具体任务，覆盖范围有限，产业化程度有待提高。随着更多高阶智能产品的推出，人工智能应用终将进入面向复杂场景，处理复杂问题，提高社会生产效率和生活质量的新阶段。

三是人工智能和实体经济的深度融合将进一步加快。党的十九大报告提出“推动互联网、大数据、人工智能和实体经济深度融合”。近年来，我国人工智能与实体经济的融合已逐步加深，已有智能机器人已可以独立完成一些业务办理事项。今年在天津举办的第二届世界智能大会现场也看到了不少人工智能创新成果，随着智能制造进程的加快和人工智能底层技术的开源化，新一代人工智能技术产品的发展和应用不仅能带来战略性新兴产业的整体性突破，还将助推传统产业转型升级，传统行业将加快掌握人工智能基础技术并依托其积累的行业数据资源实现人工智能与实体经济的深度融合创新。

未来，将有越来越多的职业别人工智能所替代，不可替代的职业会越来越少，如图7、图8所示。

三、人工智能对保险行业的影响

随着腾讯、阿里、京东等互联网巨头纷纷进入保险业，传统保险业受到了前所未有的冲击，科技创新逐步颠覆着保险业的商业模式，变革着保险业的经营方式。

（一）对保单生命周期的影响

人工智能可替代保单生命周期的多个处理环节。传统保险业仍属于劳动密集型行业，保单生命周期的完成需要大量的人力来支撑。而人工智能则可以代替诸如保单录入、核保、收付费、理赔、保全等很多人工操作，在降成本、提效率方面有很大变革空间。

（二）对核心业务的影响

人工智能在大数据方面的运用对产品精算、理赔理算、产品销售、风险控制、资金运用等多个领域有着不同程度的影响。

保险产品设计基于大数法则，人工智能技术可帮助或替代精算师分析海量数据，设计精确、特征鲜明的产品。同样的，理赔理算环节若采用人工智能技术来识别图像，做出精准匹配，则可以极大提升客户满意度。在产品销售环节，人工智能则更为标准化、专业化，可避免销售误导和潜在风险。在风险控制环节，可基于大数据基础，在身份核实、征信及反欺诈方面发挥人力所无法达到的程度。在资金运用环节，同样能借助专家系统、智能投顾，做出更为精准的判断。

（三）对客户服务的影响

从为客户提供服务角度来看，机器人客服同样可替代传统客服人员，解决客户的大部分常规问题，在智能查询方面甚至比人工客服更准确、更高效。

（四）对满足客户个性化需求的影响

在中国经济高速发展背景下，人类的生活需求层次逐渐提高，保险的需求也在朝着专业化、个性化发展。与此相适应，保险业势必要从传统的产品驱动模式向定制化、智能化方向发展。在广泛的数据基础上，人工智能技术可实现对客户的个性化分析，找出最适合的保险产品和增值服务，从而实现“以客户为中心”的目标，使客户获得更好的用户体验。

四、人工智能在保险行业的应用前景

保险业质量变革、效率变革、动力变革将带来更多新场景以及新需求，同时，保险风险特征也越来越复杂多样。于是，大数据、人工智能等先进科技已成为保险行业发展的内在要求和生产力提升的重要驱动力。

保险行业丰富的数据资源为人工智能的应用提供了诸多场景，相应的，人工智能也为保险业价值链重构发挥着重要的作用。

（一）替代简单重复性操作

保单契约录入、核保、收费、出单、保全、理赔、付费等基本业务流程存在着很多简单重复性人工操作，这些操作可以通过机器学习实现智能处理，而不用人工干预。

人工智能的语音识别及智能分析技术、人脸识别技术可用于智能客服领域，以替代人工客服。摄像头、红外线、压力传感器、体积传感器等技术能够清晰地识别客户，可以感知客户购买保险过程，进而为客户提供高效贴心的标准化服务，增强对客户的服务能力。智能客服可以大幅度减少耗时费力的重复性人力工作，从而降低运营成本。

（二）满足客户个性化需求

利用人工智能技术，通过数据分析，形成客户画像，对客户进行特征分析，针对个性化需求定制专属产品和服务，为客户提供最适合的营销活动并定向、精准的投放给客户，实现最佳客户体验。

（三）改进产品设计缺陷

人工智能可以改进产品体验，进行在线产品设计和内容推荐，为客户设计个性化、碎片化的保险产品。多维度的大数据分析能辅助保险精算更准确的度量产品风险，提升产品风险定价能力，提供差异化定价，实现产品创新和个性化定制。

（四）变革保险销售模式

人工智能可简化产品购买方式，标准化销售流程与话术，优化客户体验，避免销售误导，也能极大降低营销人力成本。尤其智能交互机器人可以与客户进行交互，通过运用知识图谱，其知识推理可以高效且相对准确地了解客户。还能够帮助营销员筛选客户信息、查询保单和查询费率等，从而提高客户存留率，实现客户价值最大化。

（五）发挥智能决策作用

在核保、理赔、投顾等领域，能通过人工智能实现智能决策，有效控制风险。

智能投顾的核心是充足的数据积累与算法模型，可以根据客户的风险承受能力、风格偏好或自身理财需求，运用智能算法及投资组合优化等理论模型，为客户提供最合适的投资参考，指导客户 更恰当的购买保险。这能够提高客户需求的响应程度，实现客户价值最大化。

在核保环节，可根据筛查规则先进行在线核保，再对筛查后的保单进行人工核保，这既可以简化核保流程，提高核保效率，又能相对使承保条件更宽松，提升了常见非标人群的投保便捷度。

在理赔环节，基于图像识别技术，能快速查勘、核损、定损和反欺诈识别，较比传统的人工核损流程极为节省时间，能明显提升理赔效率，降低骗保概率。采用智能理赔风险输入、加工和预警输出，能够定义风控规则进行筛查，完善理赔风险闭环管理机制。

此外，通过大数据，能提高信息搜索、流转效率与准确度，自动识别场景中的风险，对保险操作风险进行积极管理，提升服务时效和服务质量。

未来的保险消费将实现全流程自动化，使客户享有更好的保险体验。

最后，保险业自身正处在发展和变革的进程中，传统业务发展面临瓶颈，必须通过模式创新、产品创新、服务创新等方式走创新发展的道路。在人工智能飞速发展的时代，保险行业要抓住机遇，依靠新思维、新技术，发挥经济“助推器”和“稳定器”作用。■