众安保险孙谷飞：人工智能加速渗透保险业务全流程

　　设想在某一天，智能可穿戴设备提示你身体出现了健康隐患，快速计算出可能发生的治疗费用及保险所能覆盖部分，为你预约医院。医院做完检查，在自助付款机器上，你所需要支付费用已直接扣除保险公司垫付外的金额。回到家中，智能家居提醒你健康保单即将满期，并且根据最新身体状况推荐了专项疾病的保险产品和保费情况。

　　8月31日，众安保险数据智能中心总经理孙谷飞在2019年世界人工智能大会上描画了一幅未来新保险场景。

　　“从可穿戴智能设备数据采集、模型算法训练疾病监控预警、医院检查数据对疾病监测模型验证、再配合自动化理赔服务体验，伴随着人工智能发展，新保险已经近在眼前。”

　　（众安保险数据智能中心总经理 孙谷飞）

　　无处不在的AI+保险

　　人工智能渗透保险业务全流程

　　人工智能发展至今，数据挖掘、自然语言处理、计算机视觉等技术，逐渐应用于保险营销、承保、核保、核赔、客服等业务环节。精简流程、降低逆向选择和恶意投保等风险，使核赔理赔服务更便捷透明，极大避免了人为理算干预，实现保险公司降本增效，带来用户极致体验。

　　孙谷飞表示：“AI智能保险服务平台的成功打造，反映出人工智能技术已经渗透到了保险业务全流程，这是一个AI无处不在的新保险时代。”

　　AI+保险，最明显改变在于用户体验度。在用户关注度较高的核保理赔场景，智能核保一改传统人工核保多达数页的医学专业问题，通过简单人机对话，即可完成对客户身体状况判断，并给出精确核保结论。

　　以健康险为例，众安旗下明星产品尊享e生的智能核保流程，可以通过智能问卷，在1-2分钟内完成核保评估，为客户提供个性化保障。20%以上过去无法投保的客户都成功获得了百万医疗保障，其所覆盖超过200种疾病，让客户可以针对自身已有病征直观了解承保条件。而理赔场景中，结合OCR图像识别，众安健康险24小时结案比率高达50%以上，承保及理賠自动化率分別达99%及95%，实现快速理赔材料审核和验证。

　　客服是另一个用户关注的交互场景。互联网保险模式下，用户更倾向于碎片化、定制化、高效化顾问式客服模式。众安保险智能保顾机器人(行情300024,诊股)——众安精灵，建立了业内首个保险意图识别模型，识别准确率在94%以上。众安精灵上线一年以来，持续在线9500小时，提供逾2700小时讲解服务，单日服务用户数最高达30万人，在线客服人工智能使用率达到70%，在线服务人力节省61%。

　　据悉，众安AI智能保险服务平台与众安烟雾病智能诊断与出缺血风险预测项目，在今年世界人工智能创新大赛（AIWIN）514个有效项目中，双双入围年度榜单20强。

　　极致用户体验背后

　　以AI技术支撑的保险风控体系

　　2019上半年，众安保险服务用户3.5亿，保单33.3亿张。庞大保单增长量使风控和对应的核保理赔效率面临考验。孙谷飞指出，风控是互联网保险核心工程，在用户极致体验背后，是一套以AI技术支撑的保险风控体系。

　　“众安以大数据为基础，利用知识图谱、图像识别等技术提升风控精细化程度和自动化率，实现‘高效率、精细化、真实性’等新保险风控需求。”

　　构建知识图谱，就是让机器形成认知能力，使AI理解保险。众安知识图谱技术包含1500万+医疗知识图谱记录，通过结构化和精细化数据，加速保险公司数字化进程，实现核保理赔效率提升。知识图谱具备三大技术特点：首先，数据高度结构化。数据一致性提高，天生具备消除歧义的功能；其次，降低数据维护成本。同一套数据体系满足风控、咨询、产品推荐等环节需求；最后，AI智能推理。有效提高风控及其他环节智能化、自动化水平。

　　在健康险中，知识图谱提供了传统规则引擎无法支持的二度推理能力，将关联性判断延伸到“药品-症状-疾病”3个大类，更符合医生“对症”、“对因”开药并存的情况，同时还可以减少规则数量，快速稳健提升理赔效率。

　　对于投保人风控，众安还研发了AI结合eKYC（electronic-Know-Your-Customer）应用。通过证件防伪-信息提取-活体识别-人脸比对，在没有人工干预前提下，超过90%真实证件能一次验证成功，有效区别真实身份证件和低仿、高仿、翻拍、纸质证件，提供在线用户身份认证方案。

　　聚合科技打破壁垒

　　数据开放和隐私安全并非悖论

　　除了知识图谱以外，随着IoT、5G、联邦学习等新技术出现，使万物互联和数据开放成为未来可能。例如可穿戴设备实时监控客户体征数据、车联网记录驾驶行为数据等，都能与保险数据关联，共同构建风险评估模型，使保险逐渐从风险被动防御转向主动风险干预，保障保险公司和用户双方利益。

　　当前，保险行业数据基础依然薄弱，数据安全隐患大。解决数据问题是AI落地中最重要一环。

　　孙谷飞也在世界人工智能大会上呼吁，“保险公司不仅要丰富自身结构化场景数据，更需要加强保险公司间和其他行业的数据交流。数据开放和隐私安全并非悖论，运用联邦学习技术的数据隔离特性和加密机制，能够有效解决不同公司间数据共享和联合建模问题，根除隐私泄露风险。”通过AI与其他学科交叉聚合，解决隐私保护和AI数据需求矛盾，打破数据壁垒，才能真正让保险的未来更加美好。