传统保险业融入金融科技，生成了奇妙的化学反应。以蚂蚁金服为代表的巨头，在细节之处悄然改变着国人对保险的认知和体验。在中国有几十年发展历史的“古典”保险业，正以更透明和创新的面孔，回归抵抗风险和保障的本质，一个保险业的“信达雅”时代已然到来。
文｜予文
编辑|祝同
长久以来，理赔争议便是横亘在用户和保险公司之间的一道门槛。
这道大门的左边，是用户渴求得到平等合理赔偿的诉求；右边则是保险公司试图避开骗保和非理性索赔的警惕心。“保险条款每一个标点符号背后都是一部血泪史，都是赔出来的。”蚂蚁金服保险事业群总裁尹铭的这句感慨，点明了传统保险业态的痛点。
在翻译界，“信达雅”是公认的“三字真经”。在与每个人有关的互联网保险业，蚂蚁金服与平台生态合作伙伴共同创造了一种“信达雅”的创新境界。“信”即让保险和用户之间加深信任，“达”即触达小微企业，“雅”即服务新互联网人群的生活方式。
蚂蚁金服的保险团队和信美相互保险正在尝试一种新业态——赔审团机制。
具体而言，这是一种致力于保险公司和用户之间理赔争议的解决机制。希望通过“赔审团”改变保险公司说了算的理赔现状，让消费者获得更为平等的话语权，在透明、公开的环境下解决争议。同时，也帮助保险公司从消费者出发，提升产品和服务的体验。
相互保险——保险业的“信”势力
“赔审团”的成员并非随意组成，而是由宝贝守护计划会员通过考试获得赔审员资格认证。赔审员报名组成赔审团，投票决定争议事件的理赔。在赔审员征集过程中有12余万父母参与报名，最终两万余名成功获得赔审员资质认证。
第一起案例便引发热烈讨论。一名白血病患儿的家长在孩子住院期间兑换了“宝贝守护计划”，在报销环节，理赔员以“不符合健康告知”出具了初步的拒赔报告。当然，这引起患儿父母的抗议，双方争执不下。
随后，以第三方成员组成的“赔审团”就此进行讨论并投票。5027人中，投支持赔付的人数为1174票，不支持的票数为3853票。最终赔审团的结论也为拒赔，理由为：带病投保，不符合健康告知。
“情理兼顾，并不是滥用感情，而是符合公序良俗和大众认知，人性化的解释法理，这是我们遵照的原则。”蚂蚁保险事业群社群运营总监徐亚辉说。
蚂蚁保险事业群总裁助理方勇认为，赔审团制度是建立在“让大家评评理”这个朴素的需求上，“被大家诟病多年的保险形象，我们希望能够有所改变，这个是我们最早的初心。”
第一个理赔案例的陪审员赵岩表示，赔审团制度让人们更了解了保险理赔，这种教育和认知对整个保险业有很大的意义。
个性化服务——触“达”更多中小微企业
除了在保险最富争议的理赔阶段推出解决方案，针对不同人群定制的个性化险种也应运而生。
使用支付宝收钱码的小商家，被称为码商。这个群体的总数，在国内多达数千万人。蚂蚁金服面向码商用户推出了一款免费的门诊险——多收多保。
顾名思义，线下小商家收款越多保额越高，各种日常医疗的费用都能报销。小商家通过多收多保，单次最高可以报销200元，不限报销次数，半年内可报销总额以支付宝收钱码累积的报销额度为限。
门诊险通常作为长期医疗保险的附属“赠品”，在健康险中不算大类品种。但在小商家中属于使用频率较高的产品。以往，门诊发票被拍照上传之后，通过人工方式录入系统，用户从上传到获得理赔大约需要10-15天。
而蚂蚁金服多收多保面临的是每天数以万计的理赔量，人工方式不仅成本高，效率也比较低。通过AI实现的自动理赔，可以在2小时内到账。今年6月27日，第一笔完全通过AI自动理赔的多收多保保单通过支付宝完成。
而实现这样快速理赔的流程背后，是来自于支付宝的技术支持。
利用了AI技术的多收多保快赔，具体来说主要是三步走：首先是拍摄引导、资料上传。当用户在线报案时，系统通过算法，会引导用户对发票、病例等材料进行辅助拍摄，拍摄后上传。
第二步是凭证识别、数据提取。在这个过程中，蚂蚁采用了新一代OCR扫描技术并通过人工智能，让机器来不断的学习，提升识别精确度。
最终步骤是核赔付款。对提取的数据进行最后的核赔和计算理赔金额，并进行实时赔付。基于AI的理赔流程比传统方式快了不少。用户上传发票和病历后，一般2小时左右可获得理赔款。
这个由支付宝和国泰财险共创的新产品，如今每天的赔案可到上万起。在业内人士看来，有支付宝的技术赋能和背书，信美相互也成为最受用户信任的保险品牌。
“我们要做普惠的东西，如果不借助科技的力量，在中国人口这么多的现状面前做不成这件事情。”国泰财产保险有限责任公司副总经理金云凯说。
定损宝——新互联网人群的“雅”致托付
在传统的理赔流程中，保险公司收到事故照片后，需要核赔，核价，往往最快需要半小时后才能确定理赔金额。人工定损主观因素很大，难以形成统一的标准，即便是同一家保险公司内部，比如不同省份的分公司，对同一个车辆外观部件损伤的判定都会出现不同。
保险作为蚂蚁金服techfin战略下开放的重要领域，定位“保险科技”。为解决这些行业痛点，蚂蚁金服应用在AI领域的技术积累，研发“定损宝”，用AI模拟定损环节中的人工作业流程，帮助保险公司实现简单高效的自动定损。
其次，可解决保险公司偏远地区或高峰期人力不足的问题。一些中小保险公司查勘定损人员不足，难以处理偏远地区的案件，以及在高峰期难以配置人力。今后，保险公司可以不用再安排查勘员到现场，用户自行拍照提供给保险公司，保险公司利用“定损宝”就能快速、准确地完成定损，解决部分保险公司在偏远地区或高峰期人力不足的问题。也就是说，这样的产品触达更多的中小微企业，解决他们的现实痛点。
此外，还可降低保险公司的欺诈风险。相比较人眼的判断，AI对于异常案件的洞察更为敏锐。保险公司通过“定损宝”能够判断案件的真实性，识别重复索赔、图片PS、事故原因与照片不符等欺诈行为。
更重要的是，保险公司的理赔运营成本也因此得以降低。目前车险的成本，主要包括赔付和费用，其中占据赔付很大部分的是间接的理赔运营成本，比如人力成本、现场查勘费用、欺诈造成的渗漏成本。“定损宝”能够帮助保险公司降低理赔运营成本。
据估计，私家车每年有4500万的保险索赔案件，其中“定损宝”能覆盖的纯外观损伤的案件占比60%，约有10万人从事查勘定损的工作，平均每单案件的处理成本在150元左右。保险公司应用“定损宝”之后，预计可以减少查勘定损人员70%的工作量，在简单案件处理上也无需再配置太多的人力。在案件处理成本方面，有望每年为行业节约20亿元。
由于车辆定损完全取决于人的判断，缺乏统一标准，容易存在水分并造成用户的满意度下降，同时行业也有一定比例的虚假骗保案件。统计数据显示，车险行业每年500亿的外观件赔款中，约有10%－20%是因上述两种情况造成的理赔渗漏，给保险公司造成巨大损失。“定损宝”能够有效帮助保险公司减少理赔渗漏的比例。
要完成上述流畅的车险赔付过程，AI技术在“定损宝”的应用和难点又在于何处？
据蚂蚁金服高级算法专家程远介绍，“定损宝”主要应用到AI技术中的图像识别以及深度学习技术，简单而言，就是让冰冷的机器学会读懂照片背后的故事。
一般的事故定损流程中，查勘员在现场往往会拍摄很多图片，有的案例甚至多达数百张图片。而且在实际操作中，查勘员拍摄的车体损伤，非常容易受到反光、阴影、污渍、水滴、车型结构等等因素的干扰，靠人眼观察照片，那怕是最有经验的定损员，也很容易造成误判。
如果运用图像识别，意味着机器要能从大量图片中，排除干扰因素，识别出这些不规则的车辆损伤，而不规则形状物体的识别正是图像识别领域的盲点。
实际上，光有准确的算法和图像识别能力还不够，还需要技术对定损理赔有深刻的理解，这就需要蚂蚁金服的技术专家和保险公司进行共创。图像识别专家和算法专家为了图像能准确识别事故现场情况，就和保险公司的定损员去路上看车祸案子，学完之后我们慢慢的变成了半个定损老师，但是保险公司回传过来的定损结果跟技术识别结果经常不一致，双方仔细分析发现，其实技术专家们对理赔的理解还不够深，理赔专家在一个一个地仔细讲解以后，算法专家再进一步去优化AI的算法。正是在这种不断磨合共创中，让技术真正符合了实际需要。
在做图像识别不断修正的过程中，经常要去做实际验证，也有很多发生啼笑皆非的故事。蚂蚁金服高级算法专家程远举例说，我们做完算法之后经常要跑到车上扫街，拿着我们自己的测试机，经常会出现我们拍着拍着车主就从车上下来了就问我们，你们这是干什么，是不是我的车违停，你们来抓拍，造成了不少的尴尬的场面。
现在，AI技术能够把这些杂乱无章的图片理出逻辑，并进行数据处理，针对不同的车型、颜色和光照条件进行模型迭代学习，融合多个模型的经验，从有效定损图片中准确提炼出事故定损的信息，比如到底是什么程度的刮擦、变形，部件是开裂还是脱落等。
“定损宝”采用全链路深度学习、利用海量数据、和保险领域不断深度合作、精细化打磨产品的产物。随着技术日趋成熟和普及，意味着通过技术手段减少人工干预，进而降低保险理赔率，提升保险公司的营收，有非常广阔的应用前景。
赔审团、AI快赔、定损宝，蚂蚁保险正在以技术和匠心，为客户构建高质量、一致的理赔体验。让消费者感觉到方便、高效、透明、放心，这也是保险科技的最大价值。
值得一提的是，蚂蚁金服的技术，历来不仅是在实验室进行研发，更重要在于技术和场景的融合，借助丰富的金融、商业场景，不断打磨技术实力。具体到保险领域，和保险公司一直有良好的合作历史，已经与数十家保险公司联合开发出一系列保险产品和服务。