埃森哲報告：AI賦能保險，三大應用場景如何重構價值鏈？

人工智慧(AI)使機器能夠模擬和增強人類智慧，它的出現正值保險和其他行業數字化轉型之際。儘管人工智慧技術仍處於發展階段，但在現實世界中，它已應用於不同行業。人工智慧正被用來解決各種各樣的挑戰，它使機器和系統之間的互動更智慧、更簡單。

保險公司也逐漸進入這一領域，新一代人工智慧技術有望幫助保險公司重新定義其工作方式，打造創新產品和服務，提升客戶體驗。與此同時，這一傳統行業接受新技術仍面臨多方的挑戰。

無論是用智慧自動化取代重複性的手動操作，還是幫助員工增強判斷能力，改善與客戶之間的互動，抑或是設計出智慧產品，技術都將推動保險公司的發展，幫助他們持續地盈利。動脈網（微訊號：vcbeat）編譯了埃森哲釋出的“AI+保險”行業報告，該報告的重點包括：

• 人工智慧將幫助保險公司重新規劃現有流程，設計創新產品，提升客戶體驗；

• 保險公司必須採取合適的戰略，來更好地管理人力資源；

• 保險公司應該改變現有工作方式，包括採用RPA(機器人流程自動化)以及智慧決策支援系統；

• 保險公司要允許人工智慧在整個價值鏈中創造性地利用資料，挖掘所有資料集中隱藏的價值。

AI三大應用場景：人力資源+流程管理+資料分析

“人工智慧”一詞包含許多不同的技術和能力。我們可以將人工智慧定義為：能夠感知、理解、行動和學習的計算機系統。換句話說，一個系統可以感知它周圍的世界，分析和理解它接收到的資訊，並在此基礎上採取行動，透過學習改進自己的效能。

透過利用機器與環境、人以及資料進行互動，這項技術可以提高人類和機器的能力，使之遠遠超出了它們各自工作時的能力。

而人工智慧的實際應用則要更進一步，它意味著結合智慧技術和人類智慧，並應用於商業的每一個流程，幫助企業解決最複雜的挑戰，開闢新市場或者創造全新的收入來源。

如果保險公司將人工智慧重點應用於人力資源、工作流程和資料管理方面，那麼他們將從中獲得最大效益。

在保險公司面臨巨大壓力之際，人工智慧領域正在取得飛速進展。競爭變得異常激烈，新的競爭者正在顛覆現有的商業模式。受其他行業技術快速發展的影響，消費者對保險公司的期望也會越來越高。

因此，保險公司必須找到提高運營效率、推動產品創新、改善客戶和員工體驗的新方法。例如，為什麼客戶不能像追蹤亞馬遜物流或優步司機那樣追蹤他們的保險索賠進度呢?在與終端使用者的交流上，這只是保險公司落後於其他消費者行業的一個方面。

此外，保險產品本身也在發生變化。保險公司正在從簡單的賠償模式向事故預防和風險管理模式轉變。為了讓這些新產品發揮作用，保險公司必須能夠實時控制並主動響應大量資料。分析和操作這些資料所需的速度和規模都遠遠超出了人類的能力。 

以上變化要求保險公司必須改進其產品設計和客戶服務，而人工智慧將在其中發揮決定性作用。事實上，根據埃森哲對於未來勞動力的調查，63%的人認為，智慧技術將徹底改變這個行業。 

大多數保險公司都表示，與兩年前相比，它們在人工智慧技術上的投資有所增加，並計劃在未來增加投資。保險公司發現，它們最初的投資已經取得了一定成效，並且意識到人工智慧的不斷進步將推動更多的技術變革——尤其是在產品開發、風險管理和客戶體驗方面。

保險公司正在大力投資人工智慧技術，他們預計在未來三年對以下領域進行投資：深度學習（78%）、嵌入式智慧解決方案（81%）、機器學習（81%）、影片分析（71%）、自然語言處理（78%）。 

圖1：保險公司AI投資方向

資料來源：埃森哲

保險科技初創企業也意識到了這些技術的重要性，許多公司都將人工智慧作為戰略核心，他們的員工都能熟練使用人工智慧工具。埃森哲分析了全球450多起保險科技公司的投融資情況，結果顯示，2014至2016年間，與人工智慧或智慧自動化相關的投資數量增長了大約兩倍。

只有透過智慧框架來提高員工的工作效率，利用智慧自動化和資料分析實現產品創新，保險公司才可以藉助人工智慧實現效益最大化。

人力資源——利用人工智慧，讓員工合理分配時間，提高他們的工作效率。透過20%的非例行工作，創造出80%的價值。

流程管理——重新審視商業模式和工作流程。透過智慧機器不斷審查端到端流程，並應用“智慧自動化”來改進和最佳化現有流程。

資料分析——保險公司將利用人工智慧，來增強大資料分析能力，透過事務型資料，來改進演算法，並以新的方式組合資料以發現趨勢。

人力資源：透過科技提高工作效率，人機協作成未來發展趨勢

許多保險公司已經在深度學習、影片分析和自然語言處理等技術上投入巨資。儘管智慧技術的發展十分迅速，但除非保險公司能夠使現有勞動力適應人工智慧帶來的改變，否則它們將無法充分挖掘人工智慧的潛力，這其中包括培養正確的企業文化和技能基礎。

保險公司需要制定策略，以適應新技術的發展並提高員工的工作技能。虛擬客服和聊天機器人的出現，使日常任務流程自動化，讓員工專注於更有價值的活動，因此有針對性的培訓仍是必不可少的。承銷和定價等功能也將越來越依賴於機器學習演算法，而不是人類的經驗和判斷。

企業員工必須明白，技術是強大的推動者，而不是他們工作的替代者。人工智慧將為人類勞動力創造新的工作——甚至可能是全新的工作類別。例如，保險公司需要更多的員工，來執行控制和管理的工作，因為虛擬工作者和演算法需要人工監督。事實上，根據埃森哲的研究，68%的保險公司高管預計，智慧技術將在未來三年內為他們的公司帶來就業機會的淨增長。 

如果保險公司想要應用人工智慧技術，就需要相關員工(資料科學家、人工智慧開發人員等)具備構建、使用和維護這些技術的技能。這意味著要引入一些頂級的技術人才，讓他們進入一個發展相對緩慢的傳統行業。埃森哲透過對保險科技的研究發現，三分之一的保險公司認為，“缺乏智慧技術的專業人才”阻礙了人工智慧的發展。

為了應對不斷變化的業務需求，保險公司還需利用外部資源，來擴充自己的人力和虛擬員工。新技術使得保險公司與科技企業建立起新的合作關係，因此，他們可能需要從根本上改變外包的方式。

保險公司需要嚴格把控人工智慧的應用，以確保信任度和透明度，特別是考慮到資料的敏感性。這意味著要為人工智慧的使用制定嚴格的指導方針，以及完全符合法規的流程。

調研資料同時顯示，52%的保險公司高管認為，人機協作對於實現他們的核心戰略非常重要；61%的保險公司高管預計，未來3年，需要與人工智慧合作的員工比例將會上升；68%的保險公司高管認為，人工智慧將對他們的工作產生積極影響。

流程管理：利用智慧自動化顛覆商業模式

智慧自動化不應該僅僅是將現有的人工流程自動化，彌補現有系統的缺點。它應該從根本上重新定義這些流程，甚至是商業模式，以達到最佳效果。

保險公司已經開始使用機器人流程自動化(RPA)，這為之後的技術發展打下了堅實基礎——建立基於規則的具有可變化能力的虛擬勞動力。按目前的發展情況來看，他們需要在智慧自動化的基礎上進行構建——虛擬勞動力可以學習並適應業務需求。這意味著用更新的人工智慧技術來改善機器人流程自動化，並從預先程式設計發展為智慧決策。

就保險行業而言，以上轉變帶來的最明顯效益將體現在客戶服務上。智慧的端到端解決方案可以將前端和後臺連線起來。例如，它會讓客服訪問相關的客戶資料，或者為索賠處理人員提供建議。這一解決方案將為客戶創造無摩擦的體驗，在任何時間、任何裝置上提供同樣高質量的客戶服務。

保險公司預計，人工智慧將在未來3年徹底改變它們的業務模式。75%的保險公司高管認為，未來3年，保險公司很有可能實現任務和流程的自動化。63%的保險公司高管認為，智慧技術會給保險公司帶來徹底的變革。

67%的保險公司高管認為，智慧技術會幫助企業在激烈的市場競爭中脫穎而出。52%的保險公司高管認為，只有透過能夠實時生成資訊的智慧技術，才能實現更智慧的決策。

圖2：保險公司高管對AI變革業務預判

資料來源：埃森哲報告

智慧自動化不僅可以改善客戶服務，也能提高工作效率。技術熟練、經驗豐富的員工不用做可以自動化的重複性任務，而是有時間來完成更高質量的工作，專注於需要人工服務或手動操作才能完成的任務。這一轉變也會使得他們的工作變得更加有趣。

多家企業已經將智慧決策應用於保險流程。比如，南非的Santam保險公司利用預測分析和機器學習來減少欺詐行為，提高運營效率。這一舉措幫助他們在前4個月節省了240萬美元，並加快了索賠處理過程。

日本壽險公司富國生命保險(Fukoku Mutual)正在利用人工智慧來解釋醫療證明，並將住院時間、病史和手術程式等因素考慮在內，以決定投保人的保險費用。這一系統有望在兩年內將生產率提高30%，並取得可觀的投資回報率。

但以上示例並不是說明機器人流程自動化已經過時了。傳統的自動化形式在增強以人工智慧為中心的流程方面還是能發揮作用。比如，一旦做出了智慧決策，就可以利用機器人流程自動化來執行操作。此外，它還可以節省成本，為智慧自動化的進一步發展提供資金。

案例研究——智慧的“第一時間損失通知”(i-FNOL)：想象一下，在早上的通勤途中，你調收音機的時候與另一輛車相撞，你可以撥打保險公司的索賠熱線，尋求相關人員的幫助，並完成基本的FNOL報告。索賠顧問會確認事故的責任方，並要求你透過手機上的應用程式上傳事故的照片。

該系統可以利用計算機視覺和機器學習對影像進行分析，確認事故的發生情況，並自動安排車輛的善後方式。當你等待處理的時候，可以透過應用程式檢視實時進度。

同時，另一種演算法會自動對索賠進行分析。當預計的人身傷害的風險評分高達63%時，索賠處理會顯示在相關的應用程式中，由專業索賠處理人員進行稽核。他們會立即聯絡另一名司機，來安排車輛的維修。