財險的UBER時刻：四大趨勢與15項新技術正決定財險未來

財產險將成為保險科技的“第一戰線”，因為財產險將是技術應用最為密集的險種。

車聯網、位置分析、無人機查勘、車險自動理賠、機器人過程自動化……這些將構成財產險行業的未來。

在全球範圍內，技術發展正在重塑財產險行業的商業模式，而是否能夠掌握及應用前沿保險科技將成為財險公司決勝的關鍵。

為什麼財產險將是技術應用最為密集的險種？

CB Insights參考行業普及度及市場表現兩大維度，將財產險的未來發展趨勢劃分為四大類別：必要性（necessary）、實驗性（experimental）、有潛力的（threatening）及過渡性（transitory）。

四大趨勢

01

必要性趨勢

必要性趨勢指的是已經獲得行業和消費者的廣泛理解和採納的發展趨勢。對於這一類發展趨勢，保險公司應當有清晰的認知和發展規劃。

基於智能手機的UBI車險

越來越多的保險公司發佈了基於智能手機的車聯網平臺以實時追蹤駕駛行為數據。

這一技術將幫助保險公司降低逆選擇風險（好司機更傾向於使用車聯網平臺）、增加客戶參與度與安全性、對理賠及反欺詐提供更有力的支持以及提升承保過程的精細化水平和靈活度。

美國車險公司Progressive在1998年即推出實驗項目Autograph，使用GPS衛星、定位技術和一個內置電腦跟蹤交通工具行駛的時間和駕駛行為。2011年Autograph更名為Snapshot，目前通過手機應用提供OBD服務。Progressive稱已通過其Snapshot app收集了超過15億英里的駕駛數據。

而另一家美國車險巨頭Allstate稱，其每月可以通過旗下的Arity平臺收集接近90億英里的駕駛數據。車聯網技術將成為車險領域的最主要定價要素之一，因為這一數據與信用數據同等重要。

當前，美國車險市場車聯網技術的滲透率（5%）並不高。自2018年初以來，有超過10家保險公司在其財報電話會上提到了車聯網技術或自有車聯網平臺。

地理空間分析技術

深度學習和機器學習技術的進步以及空中成像成本的降低使得地理空間分析技術成為財產險行業發展的重要機遇。

2012年，深度學習算法SuperVision已經可以識別高達120萬像素的圖像。此外，衛星圖像技術成本降低，包括DigitalGlobe、Google和NearMap在內的多個提供商均可提供高像素的衛星圖像，目前已覆蓋超過71%的美國人口。

地理空間分析技術服務提供商通過深度學習技術獲取屋頂狀況、房屋規模等結構化數據，幫助再保險公司進行報價、承保及理賠等一系列服務。2017年航空影像分析技術服務商Cape Analytics與全球最大的保險證券管理者Nephila Capital合作，向其提供其分保公司的客戶個人風險情況。而慕再選擇了無人機查勘公司Betterview作為其房屋數據分析服務提供商。

無人機勘察

無人機勘察將是未來保險公司理賠團隊的重要組成部分。

無人機可以在承保前幫助保險公司收集關於承保標的的風險信息，協助進行預防性維修，並在巨災後對建築物、屋頂等財產設施進行定損。

在哈維颶風后，關於無人機和保險的關注達到頂峰，Allstate和Farmers均僱傭了數百架無人機進行定損理賠工作。

早在2015年時，AIG、State Farm、Travelers和Liberty Mutural等保險公司便已獲得了FAA認證以開展無人機理賠勘察工作。2018年，Travelers與無人機軟件集成商Kitty Hawk共同建設無人機硬件、軟件、數據流集成項目，現在其理賠團隊已經有超過600名FAA認證的無人機駕駛員。

監管政策的放鬆可能會幫助保險公司擴展無人機業務的規模。FAA最近的一項政策放開了對無人機在受限空域的即時限制，在此之前無人機進入受限空域有90天的等待期。

可視化車險理賠

智能手機技術的進步使得過去可能需要持續數天的車險理賠過程得以縮短到幾小時。

可視化車險理賠指的是通過使用軟件或智能手機攝像頭以幫助保險公司進行車險定損，這一技術的使用極大的減少了車險公司對車險理賠的人力投入。

例如，Allstate減少了超過900個車險定損站。在Allstate的季度財報電話會上，其個人車險板塊的負責人表示車險理賠通常需要人到車或車到人，可視化理賠技術縮減了這一過程。

初創企業Snapsheet開發了幫助保險公司處理車險理賠的白標移動應用，現在為70家保險公司客戶提供服務。2016年，Snapsheet處理了超過50萬起理賠，而2013年這一數字是5萬起。

機器人過程自動化

機器人過程自動化（RPA）可以平滑財產保險業務鏈條的各個環節。

RPA技術可以獲取和解釋投保數據並推動交易，獲取數據，與其它系統對接。根據CB Insights提供的行業預測數據，RPA行業成長迅速，2025年產值預計可達到50億美元。RPA在財產險領域的應用也在增加。這項技術可以幫助拓寬系統限制，簡化人工流程，收集數據和輔助從承保到後續的核保及合規流程。

RPA服務提供商的融資規模也在持續增加。企業RPA軟件公司UiPath的估值已從2017年的1.09億美元增長至2018年的30億美元。這一公司使用機器學習和人工智能技術以自動化商業處理流程，為全球的超過700名企業客戶服務。

02

實驗性趨勢

實驗性趨勢指的是概念性或早期的趨勢，尚未開發出多樣化的功能性產品或展開大規模應用。實驗性趨勢應該已經引起了媒體的早期興趣和概念驗證。

嵌入式房屋保險

在房屋購買流程日趨自動化的同時，房屋保險也將更緊密的嵌入到平臺中。

在房貸申請流程中，金融機構通常會要求業主購買至少一年的房屋保險。但現有的流程是破碎的、複雜的並且在每一步涉及不同的參與方。申請一筆房貸的平均費用需要7000美元，申請流程可能涉及400多頁的申請文件以及超過25個人力工作50個工作日，這一過程中的人力成本大約為5000美元。

購房者希望申請房貸的過程可以更為自動化，貸款方也希望加速流程並通過使用數字化工具降低成本。在這一過程中，房屋保險可能會與購房流程更為緊密的結合在一起。

Blend Labs可以通過提升文件收集效率、數字化表格、CRO系統和手機電子簽名系統加快房貸申請流程，目前其開設房屋保險板塊，通過在購房過程中增加購買房屋保險的選項為房貸雙方節省時間。數字化借貸平臺Roostify、Approved也開展了類似的業務。

職業保護可穿戴設備

在美國，覆蓋工傷以及收入損失的員工補償險是一個高達530億美元的市場。

職業補償險覆蓋的是一個長尾領域，因為受傷的工人可能需要數年才能返回工作。可穿戴設備和傳感器在工傷預防領域的應用可以幫助實現在危險環境下作業的安全預防，也可以通過提供員工健康數據削減開支。

可穿戴設備和傳感器在員工補償險領域的應用仍屬早期階段，但已有公司開始嘗試。Argo Group與Kinetic合作，通過在餐廳、超市等通常發生理賠的場所使用可穿戴設備探測操作風險並及時發出危險提示。SafetyCulture為超過15000家公司提供了名為iAuditor的移動探測app，通過客戶的質量和安全記錄幫助開發員工補償險產品的風險資料。

網絡安全險

在網絡安全險市場不斷髮展的同時，網絡風險分析服務提供商需要證明他們可以幫助保險公司提升承保表現。

慕再預測2020年網絡安全險市場規模可達到90億美元，是2017年的兩倍。隨著企業逐漸意識到網絡安全風險的存在，傳統的財險產品可能會覆蓋更多與網絡安全相關的內容。2016年，有170家保險公司提供網絡安全險，包括AIG、安達和Travelers在內的前20名保險公司佔有美國網絡安全市場的87.3%的市場份額。

關於網絡安全險，有一些觀點是具有批判性的，巴菲特在2018年年會上提到“事實上我不認為任何人理解網絡安全險究竟是在保障什麼內容，我們不想在這一領域成為實驗者”。2018年，Zurich、CNA、安達和Beazley的美國分支等財險公司與網絡安全分析服務提供商簽訂了合作協議。

商業數據集成

保險公司正嘗試在承保和理賠環節更多的使用社交媒體及公共數據。

商業數據集成解決方案可以幫助保險公司優化核保流程以及協助理賠反欺詐。Allstate在2017年與Carpe Data合作，通過使用社交媒體數據以識別理賠欺詐，降低調查成本，當前，美國超過40家保險公司使用了Carpe Data的產品。

商用車輛車聯網

儘管許多商用車輛公司已經採用了車聯網技術以分析駕駛行為和分析車輛運營成本，車聯網技術在商用車險領域的應用仍屬早期階段。

車聯網技術可以幫助商用車險在事故或具有危險性的駕駛行為發生時及時聯繫保險公司。監管的強制措施也是一項推動力。

2017年美國聯邦政府要求所有商用卡車必須安裝電子記錄器（ELD）以記錄卡車司機的駕駛時間。Progressive隨之推出了名為Smart Haul的創新產品，客戶可以通過滿足安全駕駛行為標準獲取商用車險的折扣。Smart Haul通過ELD收集駕駛行為數據，無需客戶再安裝新的車聯網設備。

地方性天氣分析

地方性天氣和氣候數據分析可以提高承保及定價效率。

2017年，全球巨災保險損失超過了1000億美元。保險公司試圖尋找更好的氣候和天氣預測技術以支持其不同地域的業務。

例如，Understory擁有和運營一個地面傳感器網絡，其可以從美國的5條地鐵線、超過500個站點收集天氣信息，保險公司通過使用其冰雹和風力數據以更好的管理極端天氣預防活動。此外，也有公司通過無線或電纜技術以進行微觀天氣預測。

03

有潛力的趨勢

有潛力的發展趨勢通常已獲得主流行業預測認證或投資活動活躍。這些趨勢已被早期參與者驗證，或處於被行業和消費者廣泛接受的前期。

商業數據自動化

保險公司正在逐漸意識到非結構化和半結構化數據的價值。

財險行業面臨大量的非結構化和半結構化數據：從投保到理賠，從PDF、Excel到掃描圖像和郵件。非結構化數據的價值對於保險公司、再保公司和渠道商都是巨大的，包括提高承保效率，自動化承保，識別承保利潤，以及理賠預測。保險中介是商用數據自動化軟件的天然合作伙伴，這可以幫助他們更好的識別承保利潤所在。

智能家庭傳感器

在過去的幾年中，智能家庭設備提供商Nest、Canary和Ring等都為客戶提供房屋保險折扣。

儘管智能家庭設備希望在風險管理方面為保險公司提供幫助，但是實際操作低於預期，因為對於保險公司而言提高智能家庭設備覆蓋率仍然較為困難。隨著巨頭進入這一行業，保險公司對這一領域仍然保有興趣。

例如，Travelers最近與亞馬遜的Alexa合作提供3種智能家庭設備折扣，包括安全攝像機、漏水探測器和運動信號監測，以提高智能家庭設備的覆蓋率。

04

過渡性趨勢

過渡性趨勢指的是已經落地的發展方向，但存在市場機會的不確定性。對過渡性趨勢更廣泛的認知和理解可能會帶來市場機會。

聊天機器人

聊天機器人技術在保險行業的應用可能有一些言過其實。

Lemonade使用聊天機器人Maya為房屋和租客保險客戶提供報價並處理理賠流程。此外，也有保險公司與技術公司合作提供AI交互服務。

XL Catlin與RightIndem合作在北美提供線上海上保險理賠工具，客戶可以實時共享現場數據及影像。瑞士保險公司Helvetica與Rasa Technologies合作開發了銷售輔助功能工具，通過基於文字的聊天系統協助銷售過程。

對於聊天機器人的關注在2017年達到頂峰，但其對業務的融入程度引起了一些爭議。初創企業Next Insurance和Hippo已經解除了聊天機器人服務。

保險科技——作為一種服務

隨著保險產品越來越嵌入房屋共享、共享出行等生態系統中，多家保險公司嘗試開發場景化保險產品。

Progressive與Slice Labs合作為HomeAway和AirBnb等短期租房平臺提供租客保險，從入住開始可以最長覆蓋45天，Co-operaters和Legal & General也與Slice Labs合作提供類似產品。

另一個典型代表是商用無人機的責任險，Liberty Mutural與初創公司REIN合作提供以日或年為單位的無人機責任險。

參考文獻

CB Insights. Emerging Trends: What’s Next in P&C Insurance