保险科技案例解析(下):以腾讯支付平安泰康在线阳光人寿等企业为例人寿保险中国平安寿险保险产品

保险业正在拥抱保险科技带来的机遇,保险科技将作为重要的基础设施持续赋能,创新将有利于保险价值链的重塑,促进保险企业的转型升级。但无论科技如何变化,科技与保险的结合始终要以客户服务为中心,以风险保障为根本目的,不忘初心,并充分借助科技的力量,保险企业才能实现走得更好、更远。

为此,财资君为您整理了保险科技案例汇总,希望能对您有所帮助。

本文为保险科技案例汇总系列的下篇。

上篇:

Part1

腾讯支付:

互联网大数据助力保险产业

对于前沿技术,腾讯有专门的团队进行跟踪。例如区块链,虽然目前腾讯还没有做区块链的实际应用,但有专门的团队在研究区块链技术;语音识别,这是很底层的一种技术;还有人工智能,开发了AI围棋程序“绝艺”,在这个过程中,腾讯积累了很多机器自动学习的能力。这些技术将来都对腾讯在整个科技面临竞争的事态产生很大的影响。现在很多科技创新,无论国内外都是互联网公司主导。实际上,纯互联网技术并不复杂,但是互联网公司愿意付出短期看不到收益的投入到底层技术上,进行研发,这将成为互联网公司中的普遍现象,也使得互联网公司成为推动科技发展的动力之一。

一直以来,保险行业在风控上面临着严峻的考验,甚至会因风控不严密而遭受巨额损失。针对日益涌现的“核保方式单一”及“欺诈行为专业化”等问题,腾讯金融发布了“反诈骗神器”核保通,依靠腾讯多年在金融安全技术的积累,利用反欺诈识别技术进行风险预测,协助保险机构全方位判断客户是否存在风险,一网打尽逾期、失联、涉赌等高风险“坏客户”。例如,通过腾讯的超级海量大数据挖掘行为上的蛛丝马迹。我们可以发现参与红包赌博的人群,这一群体违约的概率一般是普通人群的三倍;通过社交链,挖掘出欺诈、团伙诈骗等行为,保证我们能及时发现潜在的风险点,将这些人群分别加上标签,有利于减少保险审核的过程中存在的信息不对称问题,降低潜在风险发生。

腾讯金融倾向于成为金融行业的连接器,搭建平台,将合作伙伴的基金、保险、银行产品等展现给用户,为其提供服务与支持,如流量、征信。

Part2

竹间智能:

用AI缔造新时代业务模式

人工智能是工具,人工智能平台就是工具箱,企业应该善于利用人工智能平台,挑选适合自身业务的产品。竹间智能人工智能平台具体可以分作三个平台:NLP(自然语言处理)平台、AIoT(万物智能)平台和BotFactoryTM(机器人工厂)平台。这三大平台以语义查询、自然语言处理、知识图谱、意图引擎、技能平台等技术为底层基础,架构起AI平台,打造出VCA(虚拟客户助理)、VEA(虚拟企业助理)、VPA(虚拟个人助理)、AIContactCenter(人工智能客户联络中心)与多模态交互系统的产品,为人类社会生活与工作的高价值场景服务。

BotFactoryTM是竹间智能推出的情感机器人定制AI-as-a-Service云平台,它是竹间智能科技的核心技术能力输出平台。在BotFactoryTM定制的机器人,将拥有丰富的角色和能力,既可以是Chat-bot(聊天机器人),也可以是个人助理,还可以是智能客服、导购机器人、金融机器人及内容生成机器人等。

当前,不仅是互联网公司,还有传统企业、政府部门对AI的接受速度都非常快,应用AI的意愿都很强。大多数大型的企业都已经成立了AI部门,都设立了一个职位叫AI总监或AI实验室主任,抑或AI研究院院长,大家都在进行人工智能的开发。而竹间智能要做的就是帮助这些企业或部门更好地实施人工智能战略。

人工智能平台可以提供丰富易操作的可定制化服务,用户可以在管理界面中自行完成机器人形象定制、问答定制、知识定制、意图引擎定制等。而且它还具备强大的自学能力,会用算法实时收集用户反馈,7×24小时地进行算法训练优化。而为定制用户提供的全图形化配置界面,更是Mobile+PC无缝支持,操作人员无需任何编程基础,即可轻松创建、定制与管理。

某种意义上来说,这是人工智能技术的共享。竹间智能利用自身长期的技术积累与各行业AI落地经验,以及电商、金融、IoT等领域丰富的定制知识库、功能及领域经验,促成BotFactoryTM不断升级,再将其共享到平台上所有企业的技术底层,在接下来这个云端服务爆发的时代,与企业共同努力,去做更多的事情,给所有人带来更多的商业价值。

Part3

阳光人寿:

引领保险行业发展新思潮

01

实现转型,打破困局

2015年,阳光保险明确了未来十年的新发展思路,以结果导向改革创新全面推进“一身四翼”战略,即在保险业为主的基础上,发展“数据阳光、金融阳光、健康阳光、海外阳光”四大方向。用互联网思维扎实推进终极客户战略,大胆尝试符合当今时代市场需求的改革与支持“双创”政策的新型保险业务,把风险体系建设提升到战略高度。

互联网转型。近年来,阳光保险坚持用互联网思维设计开发产品,大力采用网销模式售卖,剔除附加费用,真正让利客户。不断创新推出“老益壮老人骨折保险”、“自驾车意外综合保障计划”、“贴心保综合意外伤害保险”、“家财保”,以及“阳光乐童卡综合保障计划”等场景化需求的产品,简单明了,且可在PC端、手机端购买。

四位一体的养老模式。阳光人寿保险全面开启医疗健康领域的布局,并尽力打造医养康一体的系列产业模式。例如,阳光人寿保险投资组建阳光颐康——居家养老专业服务公司,以居家护理及养老运营服务为主,同时还包括专业培训、老年用品、金融服务、养老项目咨询、策划与顾问等方面,打造“居家、社区、机构、互联网”四位一体的全新型养老模式。

回归保险本质。随着健康阳光战略的不断深入推进,阳光保险主业平台上健康险互联网产品也在不断深耕细作。备受追捧的“随e保”,掀起了互联网保险产品创新的浪潮,一度成为互联网健康险的“爆款”。这款纯风险保障型的产品,打破了互联网渠道健康险销售困局,更是以保费、费率的高度透明化,避免中间差价的设计理念,回归保险本质,让保险真正发挥保障客户风险的价值。

02

“数据阳光”助力保险价值转型

“数据阳光”战略提出至今,阳光人寿搭建了五大体系,分别是:基础数据体系、数据交换与支持体系、数据管理体系、产品服务体系和风险数据控制体系。通过数据的获取、积累、分析、分类,把握风险偏好、准确客户分类、定位客户需求,运用强大的数据后台,精准风险定价、实时数据交换,为客户提供针对性、个性化的产品与服务。

“数据阳光”战略下,阳光人寿聚焦的重点项目集中在人工智能、风控、定价、营销等方面,全方位、无死角地用保险科技为行业赋能。对于传统业务来说,大数据的价值在于发现这些传统业务中的痛点,对现有的系统、业务进行赋能,提升传统业务的效能;在传统业务之外,大数据可以在保险行业中孵化出新的、以数据驱动的商业模式和商业形态。

“数据阳光”战略下,阳光人寿的具体应用包括客户营销、风控模型和产品开发等方面。

第一是精准客户营销。我们对客户进行精准的画像,根据客户的画像可进行分类分级开发、精准营销、销售活动策划和线索推荐等。在精准客户营销方面,阳光人寿搭建了投保可能性预测、产品倾向预测、客户分群管理和客户服务提升四大模型体系。

第二是风控模型开发。风控模型覆盖营销、核保、理赔、续收和稽核等保险全流程。全面防控误导销售、非法集资、不实告知、健康风险、财务风险、缴费意愿风险、退保预测等。比如阳光人寿搭建了“天网系统”,有效利用理赔、健康医疗、资产消费、互联网行为等大数据,依托机器学习技术对120多种保险产品责任、2万多条疾病编码,训练疾病风险预测模型,对重疾类产品进行事前风险防控,有效防范不实告知、逆选择风险。

第三是分级定价寿险产品开发。2018年,阳光优选定期寿险产品上线,基于健康告知及体检数据,实现差异化定价,吸引优质客户。

Part4

泰康在线:

大数据赋能互联网保险

大数据技术的分层情况

为了更好地进行数据管理,泰康在线将数据管理在大概念和技术上分为三个层次:数据整合平台、算法能力平台和数据应用(如图)。

图泰康在线数据管理层次

最底层是数据整合平台,包括数据仓库、基于Hadoop的大数据平台和数据集市。

中间层是算法能力平台,为了更好地支持业务应用,将一些通用的能力抽象出来,形成各种例子,包括分析能力、数据挖掘、最近比较火的语音识别和人脸识别。

最上层是数据应用。主要是和业务相结合,包含精准营销、风险控制、运营效率优化和健康管理。

利用大数据,泰康在线通过大数据建模不断提升自身风险控制能力、用户画像能力和疾病预测能力。传统的信息管理是用报表、多维分析等去解决业务上的问题。为了实现数据价值的最大化,让我们对业务有更深刻的认知,就需要利用数据去寻找业务的潜在规律。这个规律包含使用表格去识别,去做预测。

保险行业特别强调风险管理,风险管理一个重要的部分是前端的风险,在保险业务开始的时候需要做好前面核保风险的控制。在核保这个领域中,保险公司里面有专业的核保队伍,这个队伍的成员大部分是医生或者有行医背景的人,这是为了对客户的身体状况进行判断。为了让这个判断的效率提高,信息化的过程就把这些医生的经验做归纳总结,形成规则,比如年龄的、地区的等,让这些规则为核保服务。

但是这种规则并不能把所有的规律都解释清楚,随着发展会遇到瓶颈,而且有的问题也不能使用这样简单的方式去处理,所以就需要一些经济学的预测方式,涉及算法,即基于所有的历史数据去做训练,一种是根据医生的判断,找到规则;另外一种方式是从已经发生的结果去找规律。

通过这些算法得到一些数据模型,形成保险方面的信用评分体系,有了这个体系,客户在投保的时候,就可以根据他们的资料进行信用评分。保险公司根据评分结果和客户自己原来的传统经验规则做出判断,进行风险控制,这样就能够在客户风险控制和业务效率之间找到平衡点。

泰康将大数据技术应用到资产管理当中,不断创新产品,持续提升综合经营管理能力,深化和完善多平台、多工具、多策略的投研体系建设,巩固核心竞争能力,在基础设施及不动产、保险资管产品、企业年金基金、养老金等领域均有创新突破。

自有平台的建设

目前,大数据的运用还处于初级阶段,发展前景广阔。泰康在线大数据下一步的发展思路是要利用好现有的大数据平台,同时丰富外部数据,丰富客户维度,能够深挖销售线索,建立营销及服务的闭环,应用大数据真正为互联网保险创造价值。

Part5

平安集团:

智能化、平台化的智慧财务

为适应新的环境和新的战略,平安集团财务采取矩阵管控模式,应对多元化发展并实现资源共享和风险控制。秉承平安集团优秀的创新DNA,其财务创新步入了3.0阶段。即财务智能,从最初的互联网到移动互联网,再到综合应用大数据、移动互联网、人工智能等数字化手段,实现基于数据挖掘与分析、机器学习的财务变革,实现自动化、智慧化,最大限度发挥财务数据价值。

平安集团还构建了财务共享服务中心,其以核心产品线——费用、资金、总账、估值、税务、综合为依据进行足迹结构框架的划分。每个产品线都有专门小组负责,并有产品经理进行监督。同时还提供包括决策支持、风险管理、紧急支持等的增值服务。

随着科学技术的不断发展,大数据、移动互联网、人工智能等技术不断成熟并被运用到实践中,平安集团基于数据挖掘与分析、机器学习等有利条件,持续推动财务智能化变革,具体运用在智能风控、智能审核、智能资金和智能核算方面。

2017年6月,平安集团发布了“iSee智能风控平台”,积极推动财务的“去手工”。该平台中智能审核模块通过规则引擎的植入,大幅提升了报销单据作业的效率。具体来说,规则引擎由具有丰富经验的审核人员将一套较复杂的审核规则拆解成多个相对独立、简单的规则组,最终实现单据基于规则的批量自动化作业。

基于机器学习的AI财务智能共享模式的推出,在RPA和规则审核的基础上进一步提升了财务流程的智能化水平,实现了深度的财务“去手工”和“加标签”。正式上线后,AI财务智能共享核心引擎能够实现持续的自我迭代,持续提升财务智能作业的可靠性。

平安集团充分利用了平安人脸识别、云计算、大数据等创新科技手段,主打“智慧、便捷”,用“科技创新”和“服务速度”,为用户提供智能化服务和极致化体验。未来,平安集团财务智能化将会走向“智能化”“平台化”的道路,并逐步构建基于财务智能为核心的社会化生态体系,最终实现真正意义上的“智慧财务”以及智能时代的财务腾跃。

THE END
1.2018级泛华金控——专业互联网保险中介商业模式案例分析泛华金控——专业互联网保险中介商业模式案例分析 一、创业背景分析 1.1中国互联网保险市场概况及竞争分析 1.1.1互联网保险市场的定义与产业图谱 定义 《互联网保险业务监管暂行办法》中定义的互联网保险是指“保险机构依托互联网和移动通信等技术,通过自营网络平台、第三方网络平台等订立保险合同、提供保险服务的业务。”...http://fmba.pbcsf.tsinghua.edu.cn/info/1027/1260.htm
2.保险公司大数据平台案例金融行业包括银行、保险、基金、P2P、大数据金融等公司,Lindorm可应用于保险公司大数据平台。 业务痛点 传统数据库查询复杂,不支持动态列且列数个数有限、更新困难,且数据量有限。 传统数据库无大数据生态,分析困难,且一般需要搬迁。 传统数据库是分库分表业务感知,较为复杂。 解决方案 方案解读: Lindorm百万并发毫秒...https://help.aliyun.com/document_detail/174792.html
3.大数据分析在保险业风险评估中的应用袋鼠社区随着信息技术的飞速发展,大数据已经成为了推动现代保险业发展的重要力量。在风险评估领域,大数据分析技术的应用为保险公司提供了前所未有的机会,使其能够更加精准地评估风险、定价产品,并优化业务流程。本文将探讨大数据分析在保险业风险评估中的应用,并分析其对保险业带来的影响。首先,大数据技术使得保险公司能够收集和处理...https://www.dtstack.com/bbs/article/18291
1.数字化保险的数据分析:如何应用大数据技术本文探讨了保险行业的传统问题,并介绍了如何通过大数据技术进行数字化转型,降低成本、提高效率、个性化服务和风险管理。文章详细解析了大数据、分析方法、机器学习算法及其在保险中的应用,并展望了未来的发展趋势和面临的挑战。 摘要由CSDN通过智能技术生成 1.背景介绍 ...https://blog.csdn.net/universsky2015/article/details/135796933
2.中国大数据金融行业现状调研分析及市场前景预测报告(2024年版)(1)海外保险大数据发展分析 (2)保险大数据建设案例分析 2.5.3 国外大数据金融发展启示 第三章 大数据金融创新分析 3.1 大数据金融三大创新支点 3.2 大数据金融基础设施创新 3.2.1 支付体系建设分析 (1)支付行业用户规模 (2)支付行业交易规模 (3)支付行业模式分析 (4)支付行业市场规模预测分析 3.2.2 征信体系建设分...https://www.cir.cn/R_ITTongXun/72/DaShuJuJinRongDeFaZhanQuShi.html
3.中国大地保险数据管理应用中心大数据应用平台案例分析2017年底,在“科技驱动的客户综合经营”战略导向下,中国大地保险创新孵化中心应运而生,该中心旨在落实公司科技驱动的战略目标,从而在变革时期承接对创新业务的持续探索。据悉,中国大地保险创新孵化中心的职能大致分为四大板块:即行业研究,创新管理,金融科技,大数据https://bigdata.51cto.com/art/201902/592367.htm
4.大数据背景下众安在线保险产品创新案例分析互联网保险 大数据 众安在线 产品创新https://cdmd.cnki.com.cn/Article/CDMD-10207-1021720887.htm
5....全球及中国高端保险产业运行大数据与标杆案例分析报告随着全球经济的不断发展和财富的积累,人们对于风险的认识和保险需求逐渐提高,对于保险产品的需求也从基本的保障转向了更高层次的个性化需求,高端保险以其个性化、全面性覆盖、服务水平等方面的优势,成为满足富裕群体风险管理需求的首选。另外,科技的发展为高端保险产业提供了新的发展机遇。数字化转型使得保险公司能够更高效...https://www.iimedia.cn/c1066/97594.html
6.《保险大数据报告——货拉拉车辆遭受保险拒赔情形及应对指南》二、大数据报告来源 三、检索结果 四、法院裁判规则及律师分析建议 (一)拒赔理由一:使用非营运车辆进行营运,改变使用性质导致危险程度显著增加 (1)法院通过哪些证据来认定车辆改变营运性质? (2)如何认定危险程度显著增加? (3)只要改变了车辆营运性质保险公司就能拒赔,还是车辆在营运过程中发生事故保险公司才能拒赔? https://www.yoojia.com/article/8772655385307565783.html
7.大数据保险行业的应用,有哪些具体的案例和效果基础知识前言:本文将会介绍一些大数据在保险行业中的具体应用案例以及它们所带来的效果。此外,保险公司还可以利用大数据来监测风险的变化,从而及时采取相应的措施,降低风险。大数据技术在保险行业中的应用非常广泛,可以帮助保险公司提高效率、降低风险、提升服务质量。 随着互联网技术的不断发展,大数据已经成为了一个非常热门的话题。https://www.shenlanbao.com/zhishi/5-588650
8.湖南省高级人民法院劳动争议大数据报告4、案由分析 参考《民事案件案由规定》的案由对所有案件进行统计分类,确认劳动关系共计39件,占比28.68%;追索劳动报酬共计15件,占比11.03%;经济补偿赔偿金共计39件,占比28.68%;社会保险纠纷共计21件,占比15.44%;二倍工资共计4件,占比2.94%;加班与年假共计18件,占比13.24%。 https://www.rhrlawyer.com/site/zh/falvshijie/shiwuwenzhang/1626111184828633089.html
9.@金融主体,这个全国金融助农典型案例,不容错过!在专业大数据机构分析结果基础上,组织专家对各案例进行综合评议,推选出榜单及典型案例、人物名单。 (三)榜单发布与称号授予(12月底) 榜单及典型案例、人物将在年度荣耀盛典活动现场进行发布,由部委领导、专家、文化名人等为相关主体授予称号。 5 享有权益 https://www.thepaper.cn/newsDetail_forward_25266224
10.金融精准决策大数据应用案例精准营销智慧金融客户流失银行风控保险稽核 查看详情 某银行智能一体化大数据分析平台 原有大数据指标系统与Tempo大数据分析平台无缝整合,打造一体化大数据平台“B+平台”。丰富API接口轻松实现与第三方平台对接,打造一体化分析平台、实现从IT驱动转为业务主导的数据价值分析与应用。 https://www.asktempo.com/case/financial.html
11.大咖云集,共探未来——2023地理信息技术创新大会完整议程揭晓...确定最危险的道路——交通事故时空分析案例研究 黄立新 中路高科集团大数据研发中心资深研究员 城市轨道交通智能勘测技术研究与应用 罗海涛 广州地铁设计研究院股份有限公司高级工程师 数字孪生技术助力港航行业数字转型 王田田 上海城市地理信息系统发展有限公司总工程师 ...https://china.qianlong.com/2023/1011/8124694.shtml
12.年增长25%的消费基因检测:站在生命大数据风口,如何起飞和落地?国内保险与基因企业目前的合作方式多为“买保险,送检测”,检测的结果与临床结果是否一致是保险公司赔付的判断标准。朱叶青表示:“新的技术出来后,消费者对技术的灵敏度和可靠性肯定会有一定的质疑,而保险这个角色恰好能给技术提供背书。” 案例分析 众安×华大:知因保 ...https://36kr.com/p/1721520259073
13.降险“后市场”:大数据如何进行风险管控保险频道9月4日,栈略数据首席运营官郝磊在《今日保》主办的第二届“中国健康保险与健康产业发展论坛”上,以“医疗健康险大数据风控实践实例”为主题,从业务一线的案例实践拆解了大数据风控究竟能给健康险带来哪些价值。 以下为郝磊在“第二届“中国健康保险与健康产业发展论坛”上的演讲实录: ...https://insurance.hexun.com/2019-09-28/198716075.html
14.2019,浅谈保险大数据在保险领域的综合应用IBM公司曾用5个特征来描述大数据,既大量、高速、多样、低价值密度、真实性。这些特征其实也表明了大数据对风险防控的意义。 1.大数据时代下,核保环节通过大数据分析有条件对客户进行系统性风险扫描。具体来讲,在传统核保过程中,客户告知什么,保险公司就审核什么。核保人员要从有限的告知信息中,发现风险点的蛛丝马迹。https://www.iyiou.com/p/118223.html