“移動互聯網只是前菜，人工智能才是主菜。”2017年上半年，李彥宏有過這般判斷。可上菜的速度之快，恐怕是他始料未及的。隨著人工智能理論與技術日漸成熟，其獲得的信任日益增加，政策傾斜和資本助力，令人工智能在中國市場的應用呈爆發式增長。

而對保險業而言，從互聯網到人工智能，幾輪技術革新升級，從僅作為渠道到場景化保險創新，再到如今的科技賦能，科技對于保險業的影響逐步深入。而業界對于科技工具價值的定位愈加清晰，從而更聚焦主業，回歸本源。

車險服務AI應用的兩股力量

每次技術革新都會給市場引入新的變量，這次保險業迎來了跨界競爭者。

去年6月，螞蟻金服宣布向保險行業全面開放技術產品“定損寶”，用AI（人工智能）模擬車險定損環節中的人工作業流程，幫助保險公司實現簡單高效的自動定損。時隔三個月，中國平安推出“智能保險云”，其“智能閃賠”將AI應用于車險理賠，重塑作業流程，實現智能圖片識別、秒級定損、自動精準定價和全流程智能風控阻斷。

螞蟻金服與平安代表了金融科技領域技術輸出的兩股不同力量。

在以人工智能為代表的新一波技術浪潮中，技術特性為進入企業設置了較高門檻。一個人工智能項目，模型建立可能一兩周的時間就能完成，但在驗證邏輯完整、正確方面，大數據運算占用的IT資源將耗費巨大的成本。資源向頭部企業集中更為顯著。

螞蟻金服深諳其道，所以，它想做的是利用流量優勢逐步建成一個讓中小險企們沉淀下來的“平臺”，為之進入AI時代提供跳板，通過AI賦能中小險企，“團結”以和巨頭競爭。

而平安產險新近推出的“平安有AI”車險服務品牌，為觀察這兩股力量提供了全新的視角，特別是在險企數字化進程不斷加深的背景下。科技賦能，使其更聚焦保險的本質—— 產品與服務，同時也使過去幾十年構筑的服務能力能發揮更大的價值。

科技與效率

理賠是車險服務最重要的模塊，無論是螞蟻金服的“定損寶”還是平安產險的“智能理賠”，二者都致力于運用人工智能解決車險理賠時效慢、滲漏風險高的行業痛點。

傳統理賠環節，流程復雜、等待時間較長。借助圖片智能定損、語音識別、OCR、人臉識別、人證比對等技術，現在只要用手機拍攝上傳事故車輛受損照片至云端智能定損平臺，簡單案件現場就能賠付到賬。據悉，平安車險智能理賠最快一起理賠案件從報案到賠付不到5分鐘。

效率的提升，在于梳理業務流程節點，以實際業務邏輯搭建算法模型，在多項技術能力支撐下實現作業標準化、流程化、自動化運行。

數據量和算法被比作人工智能的燃料和發動機。圖片智能識別是智能定損的關鍵技術能力，在深度學習的框架下，通過計算機視覺處理學習過往海量出險圖片數據，前端輸入圖像數據即能夠實現對出險車型、受損部位、損失程度的自動判別。而平安的智能理賠向前再多走了一步，其能夠實現全國各地車險理賠自動理算，這源于其多年實際業務積累針對不同受損情況給出的維修方案、定價及工時數據庫。

而在解決行業滲漏風險方面，平安智能理賠基于每年1000萬+的案件量建立風險數據庫，其按實際場景中案件流轉過程中的信息設置底層字段累計記錄，據此總結出700多個因子，組合為定損邏輯、損失邏輯等多個風險類型，借助技術簡化重構風險管控流程。據悉，2017年智能理賠技術為平安產險控制了80多億元的理賠滲漏。

除了理賠之外，在其推出的新品牌服務內容中，空中門店、510極速查勘、理賠助手等AI應用的價值已經通過效率改善、NPS提升體現，它們的實現與發展同樣得益于平安產險過去多年業務數據積累及對業務本質的理解。同時在深度學習、機器學習等技術支撐下，這些AI應用在一次次復用中自我迭代升級，不斷進化。

效率之外

科技應用提升了保險價值鏈條每個環節的效率，也豐富了觸達客戶的方式。保險天生具備服務屬性，有其“人性化”的一面，對科技運用絕非停留在提升服務效率層面就已足夠，在場景中解決痛點，保證體驗也同樣關鍵。

比如，智能理賠整個過程包括風險識別、出險信息確認、拍攝損失照片、確認賠付金額、客戶身份識別，在實際操作過程中可能會存在一些頁面斷點，出險車主反復操作、停留在一個頁面很長時間而影響體驗；這時平安車險會主動提供視頻理賠服務，理賠員通過視頻指引出險車主理賠步驟，并從后臺截圖抓取車損影像及單證照片，通過智能圖片定損平臺實現秒級定損，在與車主溝通確認后，將賠款支付到客戶的賬戶中，實現遠程一站式理賠。

在雙方人傷事故中，平安車險推出住院不花錢、出院即賠、人傷全程陪同服務，快速解決傷者住院期間的費用問題，在獲得授權后，為車主提供代辦理賠單證服務，傷者出院即可獲得賠款，同時在調解、鑒定、訴訟等環節提供全程陪同服務。

與此同時，平安產險推出首個聚焦車主的公益平臺——億行關愛，將車主安全駕駛、低碳出行、綠色金融等公益行為轉化成公益資金，通過平臺連接公益項目，影響更多人。

當然，更多的服務會形成更多的成本，這便需要保險科技的進一步迭代和完善，能夠在風控、精算、資源調配和理賠等各方面進一步優化企業的業務體系，從而實現人與人工智能的充分協作，用效率來降低成本。