'“好司機”卻在交高車險？來看看AI如何幫你省銀子'
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
OBD盒子（圖片來源於網絡，版權屬於原作者）
然而，傳統的估價模型僅能機械性記錄車輛的使用情況，卻忽略了將司機駕駛行為習慣結合實際道路環境下司機對不同情況反應處理進行風險評估考量。
例如，在實際駕駛情況中，激進的駕駛習慣（agressive driving：緊急制動，突然加速等）並不一定會帶來更多交通事故，同樣，保守的駕駛習慣（smooth driving）也可能缺少對於各種複雜情況的駕馭能力，從而無法進行正確判斷的潛在車禍風險。
因此，僅以這些因素作為指標的車載數據（telematics data）會極大程度降低對司機安全駕駛能力的判斷精準度。所以許多保險公司反饋現有的telematics data並不是最好的判斷風險的依據
評估司機駕駛能力，“行車環境”數據不可或缺
駕駛行為風險難以精準量化一直是後UBI車險時代的行業痛點。在這一點上，將ADAS和DMS技術跨界應用到傳統保險行業的解決方案便為車廠以及保險公司找到了一個極佳的契合點。
除去一般車輛使用數據，ADAS技術更注重對駕駛實時環境的數據監測。小探這次採訪的Wavelength便是將人工智能和ADAS技術，結合大數據的運算分析能力，融入到保險風險預測中，打開了汽車智能的跨界新局面。
Wavelength 創立於2018年，位於美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件為ADAS及無人駕駛系統提供邊緣計算解決方案。Wavelength研發的小型化邊緣計算處理能力 在行業內處於領先地位，可通過安裝在車內的傳感器收集行車環境數據，再將原始數據通過邊緣計算進行分析，得出實時駕駛違章風險預測，獲得具有更高精度的駕駛行為洞察。
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
OBD盒子（圖片來源於網絡，版權屬於原作者）
然而，傳統的估價模型僅能機械性記錄車輛的使用情況，卻忽略了將司機駕駛行為習慣結合實際道路環境下司機對不同情況反應處理進行風險評估考量。
例如，在實際駕駛情況中，激進的駕駛習慣（agressive driving：緊急制動，突然加速等）並不一定會帶來更多交通事故，同樣，保守的駕駛習慣（smooth driving）也可能缺少對於各種複雜情況的駕馭能力，從而無法進行正確判斷的潛在車禍風險。
因此，僅以這些因素作為指標的車載數據（telematics data）會極大程度降低對司機安全駕駛能力的判斷精準度。所以許多保險公司反饋現有的telematics data並不是最好的判斷風險的依據
評估司機駕駛能力，“行車環境”數據不可或缺
駕駛行為風險難以精準量化一直是後UBI車險時代的行業痛點。在這一點上，將ADAS和DMS技術跨界應用到傳統保險行業的解決方案便為車廠以及保險公司找到了一個極佳的契合點。
除去一般車輛使用數據，ADAS技術更注重對駕駛實時環境的數據監測。小探這次採訪的Wavelength便是將人工智能和ADAS技術，結合大數據的運算分析能力，融入到保險風險預測中，打開了汽車智能的跨界新局面。
Wavelength 創立於2018年，位於美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件為ADAS及無人駕駛系統提供邊緣計算解決方案。Wavelength研發的小型化邊緣計算處理能力 在行業內處於領先地位，可通過安裝在車內的傳感器收集行車環境數據，再將原始數據通過邊緣計算進行分析，得出實時駕駛違章風險預測，獲得具有更高精度的駕駛行為洞察。
Wavelength 新模式與傳統模式的差別（圖片來源於Wavelength ，版權屬於原作者
不同於傳統的OBD+UBI的車險模型，Wavelength將ADAS技術跨界應用於汽車保險行業，形成基於視覺的UBI車險新模式。除了考量車輛的使用情況數據，Wavelength更注重將人工智能與ADAS技術相結合，能夠實時根據各種路況，紅路燈，車輛，行人，車行道的識別，司機的駕駛反應狀況，判斷司機是否有違章風險，比如超速，撞車，追尾，偏離航行道，不停Stop sign，闖紅燈，急闖黃燈等，增加平臺對實時駕駛環境的理解。
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
OBD盒子（圖片來源於網絡，版權屬於原作者）
然而，傳統的估價模型僅能機械性記錄車輛的使用情況，卻忽略了將司機駕駛行為習慣結合實際道路環境下司機對不同情況反應處理進行風險評估考量。
例如，在實際駕駛情況中，激進的駕駛習慣（agressive driving：緊急制動，突然加速等）並不一定會帶來更多交通事故，同樣，保守的駕駛習慣（smooth driving）也可能缺少對於各種複雜情況的駕馭能力，從而無法進行正確判斷的潛在車禍風險。
因此，僅以這些因素作為指標的車載數據（telematics data）會極大程度降低對司機安全駕駛能力的判斷精準度。所以許多保險公司反饋現有的telematics data並不是最好的判斷風險的依據
評估司機駕駛能力，“行車環境”數據不可或缺
駕駛行為風險難以精準量化一直是後UBI車險時代的行業痛點。在這一點上，將ADAS和DMS技術跨界應用到傳統保險行業的解決方案便為車廠以及保險公司找到了一個極佳的契合點。
除去一般車輛使用數據，ADAS技術更注重對駕駛實時環境的數據監測。小探這次採訪的Wavelength便是將人工智能和ADAS技術，結合大數據的運算分析能力，融入到保險風險預測中，打開了汽車智能的跨界新局面。
Wavelength 創立於2018年，位於美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件為ADAS及無人駕駛系統提供邊緣計算解決方案。Wavelength研發的小型化邊緣計算處理能力 在行業內處於領先地位，可通過安裝在車內的傳感器收集行車環境數據，再將原始數據通過邊緣計算進行分析，得出實時駕駛違章風險預測，獲得具有更高精度的駕駛行為洞察。
Wavelength 新模式與傳統模式的差別（圖片來源於Wavelength ，版權屬於原作者
不同於傳統的OBD+UBI的車險模型，Wavelength將ADAS技術跨界應用於汽車保險行業，形成基於視覺的UBI車險新模式。除了考量車輛的使用情況數據，Wavelength更注重將人工智能與ADAS技術相結合，能夠實時根據各種路況，紅路燈，車輛，行人，車行道的識別，司機的駕駛反應狀況，判斷司機是否有違章風險，比如超速，撞車，追尾，偏離航行道，不停Stop sign，闖紅燈，急闖黃燈等，增加平臺對實時駕駛環境的理解。
傳統保險定價模型 v.s.Pay How You Drive 實時駕駛風險保險新模型（圖片來源於Wavelength ，版權屬於原作者）
Wavelength以駕駛能力（driving ability）為首要風險判斷因素，打造了全新的保險估價模型：駕駛能力定價模型（Pay How You Drive Model）。
在新的估價體系中，Wavelength主要從物理因素（行駛速度，車距等）、駕駛習慣（實際路況反應以及是否車內打電話開小差等），是否遵守當地交通規則等三方面出發，為司機的駕駛安全係數進行測評打分。
駕駛員也可以通過基於手機端的應用平臺看到自己的駕駛分數。Wavelength提供的手機APP可以指導司機如何安全駕駛，改變不良駕駛習慣，從而變成好司機，減少理賠率，降低保費。
當然，ADAS系統支持實時事故預警：大量實際數據顯示提前2秒的潛在車禍防範預警能有效降低40%的事故發生率。
你可能會好奇，這些海量的數據是怎樣通過數據分析轉變為司機的駕駛分數的呢？
Wavelength 通過在車內安裝的計算機視覺傳感器記錄司機實時行駛環境數據，在邊緣端進行數據處理判斷，99%的數據保留在車內，不保存圖片或視頻，不涉及隱私。只有當風險發生後的處理過的文本數據結合雲端的其他數據比如天氣交通等進行大數據分析，為駕駛員的駕駛行為評分定級。
通過預測算法（prediction algorithm）以及邊緣計算（edge computing）兩大核心技術，Wavelength成功打造了行業內第一個基於視覺傳感器的遠程車載手機應用平臺。
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
OBD盒子（圖片來源於網絡，版權屬於原作者）
然而，傳統的估價模型僅能機械性記錄車輛的使用情況，卻忽略了將司機駕駛行為習慣結合實際道路環境下司機對不同情況反應處理進行風險評估考量。
例如，在實際駕駛情況中，激進的駕駛習慣（agressive driving：緊急制動，突然加速等）並不一定會帶來更多交通事故，同樣，保守的駕駛習慣（smooth driving）也可能缺少對於各種複雜情況的駕馭能力，從而無法進行正確判斷的潛在車禍風險。
因此，僅以這些因素作為指標的車載數據（telematics data）會極大程度降低對司機安全駕駛能力的判斷精準度。所以許多保險公司反饋現有的telematics data並不是最好的判斷風險的依據
評估司機駕駛能力，“行車環境”數據不可或缺
駕駛行為風險難以精準量化一直是後UBI車險時代的行業痛點。在這一點上，將ADAS和DMS技術跨界應用到傳統保險行業的解決方案便為車廠以及保險公司找到了一個極佳的契合點。
除去一般車輛使用數據，ADAS技術更注重對駕駛實時環境的數據監測。小探這次採訪的Wavelength便是將人工智能和ADAS技術，結合大數據的運算分析能力，融入到保險風險預測中，打開了汽車智能的跨界新局面。
Wavelength 創立於2018年，位於美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件為ADAS及無人駕駛系統提供邊緣計算解決方案。Wavelength研發的小型化邊緣計算處理能力 在行業內處於領先地位，可通過安裝在車內的傳感器收集行車環境數據，再將原始數據通過邊緣計算進行分析，得出實時駕駛違章風險預測，獲得具有更高精度的駕駛行為洞察。
Wavelength 新模式與傳統模式的差別（圖片來源於Wavelength ，版權屬於原作者
不同於傳統的OBD+UBI的車險模型，Wavelength將ADAS技術跨界應用於汽車保險行業，形成基於視覺的UBI車險新模式。除了考量車輛的使用情況數據，Wavelength更注重將人工智能與ADAS技術相結合，能夠實時根據各種路況，紅路燈，車輛，行人，車行道的識別，司機的駕駛反應狀況，判斷司機是否有違章風險，比如超速，撞車，追尾，偏離航行道，不停Stop sign，闖紅燈，急闖黃燈等，增加平臺對實時駕駛環境的理解。
傳統保險定價模型 v.s.Pay How You Drive 實時駕駛風險保險新模型（圖片來源於Wavelength ，版權屬於原作者）
Wavelength以駕駛能力（driving ability）為首要風險判斷因素，打造了全新的保險估價模型：駕駛能力定價模型（Pay How You Drive Model）。
在新的估價體系中，Wavelength主要從物理因素（行駛速度，車距等）、駕駛習慣（實際路況反應以及是否車內打電話開小差等），是否遵守當地交通規則等三方面出發，為司機的駕駛安全係數進行測評打分。
駕駛員也可以通過基於手機端的應用平臺看到自己的駕駛分數。Wavelength提供的手機APP可以指導司機如何安全駕駛，改變不良駕駛習慣，從而變成好司機，減少理賠率，降低保費。
當然，ADAS系統支持實時事故預警：大量實際數據顯示提前2秒的潛在車禍防範預警能有效降低40%的事故發生率。
你可能會好奇，這些海量的數據是怎樣通過數據分析轉變為司機的駕駛分數的呢？
Wavelength 通過在車內安裝的計算機視覺傳感器記錄司機實時行駛環境數據，在邊緣端進行數據處理判斷，99%的數據保留在車內，不保存圖片或視頻，不涉及隱私。只有當風險發生後的處理過的文本數據結合雲端的其他數據比如天氣交通等進行大數據分析，為駕駛員的駕駛行為評分定級。
通過預測算法（prediction algorithm）以及邊緣計算（edge computing）兩大核心技術，Wavelength成功打造了行業內第一個基於視覺傳感器的遠程車載手機應用平臺。
Wavelength 應用平臺（圖片來源於Wavelength ，版權屬於原作者）
跟據Wavelength 的實際測試結果顯示，Wavelength一個月內收集的駕駛風險預測數據精度可與DMV十年的行車數據媲美。
ADAS滲透車險UBI，新賽道實現行業雙贏
通過開發新型汽車智能技術來提高行駛安全係數一直是汽車行業各個機構不斷努力的目標。從簡單的行駛環境記錄到反應干預，再到算法預測，安全駕駛相關的產品也從車載信息服務（Telematics）、系統安全（Security）、行車記錄儀（Smart Dash Cam）逐步升級為今天的ADAS系統和無人駕駛（Auto-pilot and Autonomous Driving）
當然，再好的技術想要真正佔領市場都需要好的商業模式支撐。根據研究機構Gartner發佈的新興技術成熟度顯示，目前ADAS技術已成熟並進入產業化高速發展時期。通過安裝ADAS產品，汽車安全技術從碰撞安全保護逐漸轉化為智能碰撞避免。此時UBI新賽道可有效拉動ADAS技術產業化以及保險生態鏈創新，實現行業雙贏。
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com
提到汽車保險，相信在北美開車的老司機們都有一籮筐和保險公司鬥爭的心酸血淚史：年齡未滿25？加保費。性別男？加保費。車輛有事故記錄？加保費……各項莫須有指標齊飛，高額保費與貧窮吃土共長天一色。
有研究數據表明，在北美現有的保險測評體系下，65%具有優良駕駛記錄的司機在支付過量保費，而倒數35%擁有不良駕駛習慣的司機造成至少50%以上的車禍。好司機在貼補那些經常出車禍的壞司機保費 。保險公司之間的相互競爭也是希望吸引續保好司機客戶，把風險高的壞司機最好留給競爭對手。
近日，小探採訪的一家座標硅谷的橫跨汽車和金融科技的公司Wavelength就緊抓保險公司這個需求：精準判斷駕駛風險，用於精算定價。Wavelength利用高級智能駕駛輔助系統(Advanced Driver Assistance Systems ，簡稱“ADAS”)技術和駕駛員監測系統（Driver Monitoring System，簡稱“DMS”）採集的數據實時判斷駕駛風險，提供給保險公司定價所需的數據分析，跨界車險行業拯救水深火熱中的你我他。
傳統車險測評模式僵硬老化
現在你的車險保費是怎麼測定的呢？
在傳統幾十年的車險定價體系中，保險公司除了考量車主的客觀條件因素，如年齡、駕齡、住址，車型等，最重要的是DMV的歷史記錄，還有信用等級（credit score，當然有些州的法律是禁止用credit score的，比如加州，麻省，夏威夷）。
近年來，許多保險公司推出基於駕駛行為的保險（Usage Based Insurance，簡稱“UBI”）作為用戶理賠率及保險費用的判斷依據。
在UBI的估價模型中，保險公司可通過在車上安裝一個車載診斷系統（On-Board Diagnostic，簡稱“OBD”）OBD小插件或者用戶手機裝載一個行車應用APP 來記錄每臺車的遠程車載數據（telematics data），如緊急制動次數、突然加速次數、轉彎過急行為等風險因素，有效監測司機在駕駛過程中的“過激 ”行為。
OBD盒子（圖片來源於網絡，版權屬於原作者）
然而，傳統的估價模型僅能機械性記錄車輛的使用情況，卻忽略了將司機駕駛行為習慣結合實際道路環境下司機對不同情況反應處理進行風險評估考量。
例如，在實際駕駛情況中，激進的駕駛習慣（agressive driving：緊急制動，突然加速等）並不一定會帶來更多交通事故，同樣，保守的駕駛習慣（smooth driving）也可能缺少對於各種複雜情況的駕馭能力，從而無法進行正確判斷的潛在車禍風險。
因此，僅以這些因素作為指標的車載數據（telematics data）會極大程度降低對司機安全駕駛能力的判斷精準度。所以許多保險公司反饋現有的telematics data並不是最好的判斷風險的依據
評估司機駕駛能力，“行車環境”數據不可或缺
駕駛行為風險難以精準量化一直是後UBI車險時代的行業痛點。在這一點上，將ADAS和DMS技術跨界應用到傳統保險行業的解決方案便為車廠以及保險公司找到了一個極佳的契合點。
除去一般車輛使用數據，ADAS技術更注重對駕駛實時環境的數據監測。小探這次採訪的Wavelength便是將人工智能和ADAS技術，結合大數據的運算分析能力，融入到保險風險預測中，打開了汽車智能的跨界新局面。
Wavelength 創立於2018年，位於美國加州硅谷，通過由人工智能技術研發出的嵌入式深度學習軟件為ADAS及無人駕駛系統提供邊緣計算解決方案。Wavelength研發的小型化邊緣計算處理能力 在行業內處於領先地位，可通過安裝在車內的傳感器收集行車環境數據，再將原始數據通過邊緣計算進行分析，得出實時駕駛違章風險預測，獲得具有更高精度的駕駛行為洞察。
Wavelength 新模式與傳統模式的差別（圖片來源於Wavelength ，版權屬於原作者
不同於傳統的OBD+UBI的車險模型，Wavelength將ADAS技術跨界應用於汽車保險行業，形成基於視覺的UBI車險新模式。除了考量車輛的使用情況數據，Wavelength更注重將人工智能與ADAS技術相結合，能夠實時根據各種路況，紅路燈，車輛，行人，車行道的識別，司機的駕駛反應狀況，判斷司機是否有違章風險，比如超速，撞車，追尾，偏離航行道，不停Stop sign，闖紅燈，急闖黃燈等，增加平臺對實時駕駛環境的理解。
傳統保險定價模型 v.s.Pay How You Drive 實時駕駛風險保險新模型（圖片來源於Wavelength ，版權屬於原作者）
Wavelength以駕駛能力（driving ability）為首要風險判斷因素，打造了全新的保險估價模型：駕駛能力定價模型（Pay How You Drive Model）。
在新的估價體系中，Wavelength主要從物理因素（行駛速度，車距等）、駕駛習慣（實際路況反應以及是否車內打電話開小差等），是否遵守當地交通規則等三方面出發，為司機的駕駛安全係數進行測評打分。
駕駛員也可以通過基於手機端的應用平臺看到自己的駕駛分數。Wavelength提供的手機APP可以指導司機如何安全駕駛，改變不良駕駛習慣，從而變成好司機，減少理賠率，降低保費。
當然，ADAS系統支持實時事故預警：大量實際數據顯示提前2秒的潛在車禍防範預警能有效降低40%的事故發生率。
你可能會好奇，這些海量的數據是怎樣通過數據分析轉變為司機的駕駛分數的呢？
Wavelength 通過在車內安裝的計算機視覺傳感器記錄司機實時行駛環境數據，在邊緣端進行數據處理判斷，99%的數據保留在車內，不保存圖片或視頻，不涉及隱私。只有當風險發生後的處理過的文本數據結合雲端的其他數據比如天氣交通等進行大數據分析，為駕駛員的駕駛行為評分定級。
通過預測算法（prediction algorithm）以及邊緣計算（edge computing）兩大核心技術，Wavelength成功打造了行業內第一個基於視覺傳感器的遠程車載手機應用平臺。
Wavelength 應用平臺（圖片來源於Wavelength ，版權屬於原作者）
跟據Wavelength 的實際測試結果顯示，Wavelength一個月內收集的駕駛風險預測數據精度可與DMV十年的行車數據媲美。
ADAS滲透車險UBI，新賽道實現行業雙贏
通過開發新型汽車智能技術來提高行駛安全係數一直是汽車行業各個機構不斷努力的目標。從簡單的行駛環境記錄到反應干預，再到算法預測，安全駕駛相關的產品也從車載信息服務（Telematics）、系統安全（Security）、行車記錄儀（Smart Dash Cam）逐步升級為今天的ADAS系統和無人駕駛（Auto-pilot and Autonomous Driving）
當然，再好的技術想要真正佔領市場都需要好的商業模式支撐。根據研究機構Gartner發佈的新興技術成熟度顯示，目前ADAS技術已成熟並進入產業化高速發展時期。通過安裝ADAS產品，汽車安全技術從碰撞安全保護逐漸轉化為智能碰撞避免。此時UBI新賽道可有效拉動ADAS技術產業化以及保險生態鏈創新，實現行業雙贏。
在人工智能技術與保險行業融合方面，最簡單的形式就是保險公司和ADAS企業簽訂合作協議，將ADAS安全產品以買保險送安全套餐的形式提供給用戶，同時簽訂協議：如果用戶在使用ADAS安全產品後在道路上的安全事故概率明顯下降，保險公司可降低理賠率。
同時，基於大數據和人工智能技術，結合最新的ADAS技術，無人駕駛科技公司也可以將產品滲透到汽車保險行業的各個環節。例如，目前Wavelength正通過與第三方平臺如汽車保險、共享汽車、汽車租賃等企業的合作，將基於視覺人工智能的UBI模型商業化。
合作方從中國的平安保險、AAA，Metromile，Tokio Marine保險公司等保險類機構，到小鵬汽車、電裝株式會社等汽車類供應商，都會成為這個模式新藍海，機遇無限。
通過對海量行車環境數據的收集與分析，ADAS技術結合汽車保險行業對於定價、產品更新迭代、創新保險險種、開發市場渠道等方面都能帶來良性循環，實現雙贏。
玩跨界，政策也得跟得上
當前，ADAS產品在汽車駕駛安全係數的提升問題上扮演著越來越重要的角色。各個國家逐漸將汽車配備ADAS系統列入安全監管範圍內。
2018年5月，美國高速公路安全管理局（NHTSA）規定所有在美銷售的重量不到1萬磅的新車，必須安裝ADAS後視技術。此外，NHTSA還宣佈，佔領美國汽車市場份額99%以上的20家汽車製造商已承諾在2022年9月前為幾乎所有車輛配備自動緊急制動系統。
日本國土交通省（MLIT）自2014年開始將自動緊急制動AEB納入安全評分體系；歐洲新車碰撞測試項目NCAP同樣在汽車安全評分中列入了自動緊急制動，自適應巡航等系統。
聚焦中國市場，與ADAS系統相關的汽車安全法規的修訂與完善雖與其他國家比相對滯後，但作為世界上最大的汽車市場和互聯網技術的領導者，中國在汽車智能領域的潛能將在法制完善的促進下不斷激發。
根據《中國製造2025》報告，中國將在2020年前掌握與智能輔助駕駛技術有關的技術，並建立初步自主研發系統，支持智能網聯汽車的生產。另外，中國汽車技術研究中心啟動了中國新車評價規程（C-NCAP），將主動安全措施納入其中。
2017年1月12日，C-NCAP的官方網站發佈了《C-NCAP管理規則（2018年版）》徵求意見稿，標誌著包括AEB在內的主動安全的重要性在中國日益上升。2018國家115號文件規定所有“兩客一危”車輛必須安裝DMS和ADAS系統以防範車禍發生。中國市場在這個方面可能比其他國家先實行這個基於計算機視覺的後裝市場的解決方案。
近日，全國汽車標準化技術委員會在官方平臺公佈，中國、歐盟、日本和美國共同提出的《自動駕駛汽車框架文件》已在2019年6月舉行的聯合國WP.29第178次全體會議審議通過。這些法案的修訂與實施將有效提升ADAS在中國汽車行業的普及率並促進中國智能汽車的發展。在市場需求、技術發展和法律政策的多方面推動下，相信我們也能看到更多智能汽車技術的跨界新玩法。
最後，道路千萬條，安全第一條。行車不規範，ADAS全在看。技術再發達，減少事故安全駕駛還要靠每個人的努力。那麼，你知道你現在汽車保費評估模式是如何運作的麼？你覺得保費有什麼地方最讓人頭疼嗎？歡迎大家留言討論！
更多精彩，請關注硅谷洞察官方網站：www.svinsght.com