好「險」！四種正在重塑保險業面貌的人工智慧應用

2 min read

數據科學 & AI

貝恩策略顧問公司(Bain & Company)近期發布的報告指出，亞太地區的保險業正在經歷重大數位變革。隨著業內競爭日漸激烈，且更多新創企業開始投入戰局，既有的保險公司逐漸開始採用人工智慧以保持競爭優勢。

由於中產階級人口不斷增加，且中國與印度等市場逐漸放寬多項法規限制，使得亞太地區目前的保險市場成長速度高居全球之冠。

同時，由於數位科技不斷創新，顧客開始期望能夠享有數位化的保險服務；除了能在線上比較不同保險方案之外，也期望能獲得更加個人化的推薦與客製化服務。

為了勝過新競爭者並提升顧客體驗品質，保險業者開始採用進階分析、機器學習與其他人工智慧驅動的分析工具。資誠聯合會計師事務所的研究顯示，超過80%的保險公司執行長已將人工智慧納入公司的商業模式中，或預計在三年內完成導入。

人工智慧可靈活運用於下面四大領域中，幫助保險公司提升顧客互動、防治詐欺與簡化繁瑣的內部流程。

詐欺偵測與信用分析

新加坡產險協會評估，不實或誇大的理賠案件約佔總量的兩成，造成新加坡保險產業每年約1億美元的額外支出。

為了防治詐欺，保險業者開始採用人工智慧預測性分析軟體，以處理每月數以千計的理賠案件。人工智慧能夠根據固定規則與指標（包含索賠頻率、過去行為與信用評分等）並以毫秒為單位進行分析，藉此辨識出缺乏正當性的理賠申請，進而協助降低詐欺得逞的機率。

此外，中國平安保險公司也利用機器學習過濾詐欺索賠，藉此在一年內省下3.02億美元。與前一年度相較，他們偵測詐欺的精確度也提升了57%。
更精準的顧客輪廓與區隔

為提升顧客輪廓的剖析效能，新加坡友邦保險等有遠見的保險業者將「認知學習」應用於資料收集過程，並進行自動化。

若能統一內、外部的顧客資料並藉此獲得洞察，保險業者便能更全面地掌握顧客的保險需求、興趣與人生階段等資訊，讓鎖定客群更為有效。透過這些屬性區隔受眾，並運用深度學習預測不同區隔的轉換率，便能藉此進一步針對各個客群推薦相關商品。

此外，保險業者也開始使用人工智慧聲音與臉部辨識功能側寫顧客生理特徵，除了能夠精確快速地進行身分驗證，還可追蹤顧客的行為與屬性，藉此增進顧客輪廓剖析效能。
產品設計與保單規劃

保險公司亦可將人工智慧應用於產品設計與保單規劃。

藉由簡化並加速收集與分析自身渠道、第三方與其他來源的大量數據，保險業者能夠使用機器學習即時發掘顧客的興趣與意向趨勢，而這些洞察便能夠用於開發或改善產品設計與保單規劃。

中國的線上保險公司眾安便是其中一例。藉由機器學習與影像識別等進階人工智慧技術，他們持續推出創新的商品與保單，例如針對手機螢幕破裂與退貨費用推出了獨特的保險方案，便是由數據驅動的典型創新案例。
承保與理賠評估

牽涉到主觀判斷的承保常可說是一門藝術，不過人工智慧技術在這個領域中也有所進展，使得承保的過程逐漸科學化。

保險業者正運用進階分析、機器學習，以及衛星與物聯網等額外資訊來源，藉此全面了解風險並排定理賠案件的優先順序。

舉例而言，日本富國生命保險公司為了計算支出，持續使用認知機器學習系統掃描手術與住院等醫療紀錄與資料。而印度工業信貸投資銀行也透過人工智慧，建立了只需幾分鐘便可完成的非現金理賠處理流程。