1、人工智能在保险行业应用研究洞察破解客户 相关性谜题人工智能生成的洞察如何帮助保险公司提供客户真正想要的效劳人工智能保险行业解决方案谈话要点借助数据，实现客户相关性随着非保险企业不断侵蚀保险行业的价值空间，保险运营商未来的关注重点必然是客户相关性，而数据是此类相关性的根底。建立认知思维模式数据领先者是指那些擅长获取数据以形成深入洞察的企业。他们依靠出色的人员、可靠的流程和先进的技术，在整个企业范围最大程度地发挥数据的威力，从而成为领先者。对于相关性的建议重新定义企业角色：从被动反响型风险调节者，转变为积极主动型客户生活伙伴。成为认知型保险公司，不断颠覆自我，亦即接受改变，像初创企业一样敏捷思考。
2、行业空间受到巨大挤压在大多数行业，技术的融合导致买方和卖方的行为变化相 互影响，形成闭环。在需求端，人员与万物的互联互通日 益成为常态，因此使用权的重要性逐渐超过实际的所有 权 1。而在供给端，价值链在生态系统层面不断分割和重构，平台统筹方创造出全新的低摩擦体验，超越了传统的产品 范畴，旨在满足用户的根本需求，如出行、安全或健康等。长期以来，保险业一直认为自己能够置身事外，不会受到这些变化的影响。保险公司认为自身受到强大市场壁垒的保护，足以抵御外部竞争，这包括严格的行业法律法规、根据大数定律创立必要的风险产品组合所需的经营规模、与客户之间建立信任关系所需的时间，以及最重要 客户惯性。2然而，我
3、们的研究说明，保险业高管们开始认识到这些壁垒正在坍塌。在我们对全球超过 1.2 万名业务领导进行的最高管理层最新调研中，保险行业的高管指出，不断变化 的市场力量是影响他们企业的最大推动因素；而法律法规，曾一度是保险行业改革步伐缓慢和创新乏力的借口，甚至 没有进入主要推动因素的前三名。3在这些不断变化的保险市场中，越来越多的非传统参与者开始夺得市场话语权，以全新业务模式不断侵蚀传统的保险领地，模糊了传统的行业界线：保险科技公司 (Insurtech) 看准了传统保险业务效率低下的缺点，借助创新的技术解决方案，在价值链中抢占利润最丰厚的环节。例如，加州的 Roost Home Telematics
4、 利用消费者对智能家居技术日益浓厚的兴趣，使用烟雾和水探测器等智能传感器减少损坏和设施索赔，赚得盆满钵满。4184%84%正在实施或规划人工智能项目的保险公司，将提高客户满意度作为首要目标。76%的表现出众的保险公司正在使用先进的分析解决方案， 而其他受访企业中的这一比例仅为 36%。35%的表现出众的保险公司在实施人工智能方面处于试点阶段或更高阶 段，而其他受访企业中的这一比例仅为14%。2相邻行业中的汽车制造等方面的企业正大举进军保险领域。例如，戴姆勒的汽车共享效劳 car2go 使用户无需购置汽车和附带的车险，只需将保险包含在汽车套餐价格中即可。5 该公司最初提供两座小型车，现已扩展到包
5、括梅赛德斯- 奔驰 CLA 和 GLA 豪华轿车在内的一系列车型，以迎合需要更多空间的高端受众和驾驶员的需求。6 群众汽车与汽车共享公司Zipcar 合作，也取得了类似的成果。7数字巨头也在进军保险市场。例如，据报道，亚马逊正在招募保险人才，可能很快成为颠覆保险公司的力量。8 它可能从中国腾讯公司的微信支付上找到了灵感。微信最初是用于消息传递的应用，现已成为一个生活方式平台，包含众多功能，包括用于数字支付的微信支付。9 微信的客户群从 2023 年第二季度的 8 亿增长到 2023 年第二季度的9.6 亿，增加了 20%。微信支付最近进入北美市场，可能很快成为 PayPal 等传统企业的威胁。
6、10归根结底，许多客户仍希望在日常生活中能够管控风险， 确保自己免受经济损失。但这种保护并不一定要通过传统的保险公司来实现，尤其是在客户对资产所有权的兴趣下降，而对资产使用权的需求不断上升的情况下。为了保持客户相关性，防止被踢出市场，保险公司需要重塑价值主张， 重新定义自身在不断变化的市场中的角色。保险公司必须从被动反响型的风险承保角色，转变为积极主动型的风险预防角色，从而为他们的客户以及他们自己创造更出色的成果见图 1。超越惯性尽管在市场研究方面花费了数百亿美元的资金，但许多高管在认识客户情绪方面却表现出惊人的脱节。11 例如，在IBM 商业价值研究院 (IBV) 最近的一项调研“体验革命：
7、 大失所望 为何有些客户未成为粉丝中，我们询问企业高管和消费者，是什么因素促使客户愿意尝试新的数字客户体验方案。对于消费者来说，效率、有效型和便利性都随着非传统参与方模糊了传统的行业界线，保险公司日益感受到不断变化的市场力量的影响。图 1为了保持相关性，保险公司需要重塑自己的角色。重塑保险公司的角色从被动反响型的风险承保方转变为积极主动的风险预防角色重塑保险公司的角色从被动反响型的风险承保方转变为积极主动的风险预防角色从基于风险事故的交易和项目转变为基于日常生活活动的项目更出色的客户结果全新价值主张与价值交换更出色的业务成果提高风险分析水平降低赔付率改良增值效劳提高客户保存率为新经济体提供新产
8、品采用新模式实现业务资产的经济效益提供满足客户需求的整体解决方案进行更为相关的交流单独评估保费减少责任和索赔改良增值效劳增强信任和透明度提供相关的产品和效劳采用新模式实现客户资产的经济效益提供满足客户需求的整体解决方案资料来源：IBM 商业价值研究院分析。是最优先的考虑事项。尽管高管将便利性列为一个主要因素，但他们也提到了自助效劳和更强大的控制，而这些对消费者来说是最不重要的因素。12 简单而言：客户所期望的数字化体验是企业能够快速便捷地提供他们想要的结果。保险客户告诉我们，他们对于和保险公司的关系并不感到满意。在我们的报告“数据：黄金还是氪石中，我们发现只有 56% 的受访消费者对保险公司给
9、予的个人关注感到满意，只有 56% 的受访者信任保险公司。13但对保险公司来说，这算不上什么新闻。总的来说，早在2023 年的 IBV 调研中，大多数受访保险消费者就对保险业表现出不信任。但对许多保险公司来说，这似乎并不是个大问题，或许是因为他们相信，“客户惯性可以防止这个重大缺陷。然而，客户惯性并不能取代客户相关性。非传统参与方的迅速成功，在很大程度上是由于他们与另一个市场中的客户相关，如今将这种关系延伸到了保险领域。例如，数字巨头非常擅长在客户体验中实现出色的效率、有效性和便利性。正因如此，当他们开始在更大范围内提供保险或其他风险效劳时，消费者可能会买账。此外，许多市场正在发生转变，从一系
10、列互不关联的产品转变为紧密联系在一起的产品生态系统。在这样的生态系统中，具有较高客户相关性的企业很可能由于面向客户而获得市场领先地位。例如，由于提供智能家居组件Hive 品牌，使得英国天然气公司在家居和房地产领域实现了强大的相关性。这包括缓解和预防风险，从而挤压了生态系统中保险公司的业务空间。14 像英国天然气公司这样的企业可以开展剩余风险业务，最终形成可替代的白标业务空间。在许多领域，如医疗、汽车或家居，都需要保险。但是， 如果技术能够帮助衡量、缓解和预防风险，那么上述需求就有可能过时。如果汽车是自动驾驶和共享的，谁会去买汽车保险呢 为了生存，保险公司必须设法与客户保持相关，我们的研究结果说
11、明，相关性的关键在于数据。3“借助数据平台，我们能够更轻松地理解客户的喜好，从而可以有的放矢地修改产品，提高客户满意度。捷克某保险公司的创新总监主管从根本上讲，保险一直是数据驱动的业务，无论是风险定价还是损失结果，都是保险计算决策的推动力。然而，许多保险公司仍将决策视为基于经验和直觉的艺术，而不是基于数据的硬科学。15 使用数据来提高客户相关性覆盖了保险价值链的所有环节。数据可用性和数据管理水平的提升，有助于增强决策，改良客户和业务成果，从而提高相关性。根据我们 2023 年的“数据和人工智能调研的结果，认识到数据中强大力量的表现出众的保险公司正开始实施基于数据的方法。有关此次调研的更多信息，
12、请参阅“调研方法局部。我们将在保费增长和组织效率方面高于平均水平的企业定义为表现出众的保险公司。我们发现，56% 的表现出众的保险公司实施了后续最正确行动触发机制，因此他们可以对客户活动做出实时反响，而所有其他保险公司的这一比例仅为 22%。例如，英国标准人寿保险公司利用客户分析和预测性分析， 发现有较高可能性更换保险公司的客户，并确定有助于提高满意度的后续最正确行动。有了这些洞察，客户参谋就能够开展更具相关性的互动，提供量身定制的效劳，帮助提高满意度，降低客户流失率。16为了提高相关性，保险公司需要从“反响和赔付模式转变为“预测和预防方法。要做到这一点，就需要在客户体验之旅的每个步骤中发挥数
13、据的作用。例如，解决方案通过将天气、无人机和传感器数据与人类专家收集到的信息结合起来，就可以触发家中的安全警报。数据洞察还可用于生成增值效劳，比方维修保单参见图 2。目前，保险公司主要以偏向内部的传统方式看待数据，79% 的公司广泛使用基于数据的解决方案进行绩效管理，29% 的公司将数据用于实时报告和仪表板。然而，图 2保险公司需要利用数据和技术来增强客户体验之旅的相关性客户体验之旅警告：风暴警告：风暴即将来临警报：家人安全在交互式移动技术的支持下，完成无纸化索赔警报：索赔已被受理修理工发现了其他问题建议：额外购置预防性维护保险从无人机拍摄的图像中检测到屋顶损坏警报：可提供维修效劳已安排维修效
14、劳额外的维护保险已购置根本功能移动警报和风险管理电子索赔捕获认知索赔处理资料来源：IBM 商业价值研究院分析。主动索赔和效劳提醒虚拟助手和实时交谈主动产品推荐支持技术流分析人工智能：视觉识别人工智能：自然语言处理物联网机器人流程自动化区块链4表现出众的保险公司正开始以更为动态的方式利用数据： 总体而言，76% 的表现出众的公司使用高级分析，52% 使用预测性分析。在表现平平的公司中，只有 36% 使用高级分析，39% 使用性预测分析。此外，有 31% 的表现出众的企业使用图像分析解决方案，27% 使用情绪分析解决方案。由于这两个都是新兴领域， 所以使用比例相对较低也就缺乏为奇了。然而，在这两个
15、领域，表现平平的企业的使用率要落后一倍。关注数据保险公司需要综合考虑三种数据类型。例如，在汽车保险领域，人员数据包括驾驶员或乘客的信息；资产数据涉及车辆的来源、历史和使用情况；情境数据包括天气、交通以及其他可能影响人和/ 或资产的事件等因素。在健康保险和人寿保险环境中，人员数据仍与投保人相关；但在该领域，资产成为无形的概念，即投保人的健康状况；而情境数据还可能包括医生、健身房等相关数据的信息。过去，保险公司主要依赖于自己拥有的内部结构化数据。但是，考虑到当今客户体验之旅的复杂性和所涉及数据的广泛性，拥有所有数据既不可行，也没必要。事实上，整合自有、共享和购置的各种不同的数据源，以提供有意义的洞察和产品，就其本身而言，可能成为一种竞争优势。然而，要成功地使用数据，需要有正确的思维模式，这包括建立有效的数据监管机制，定义组织行为，以及为必要的功能划分优先级参见
