熊明：大数据和人工智能在保险风控领域的应用

太平人寿保险有限公司首席信息官熊明

　　新浪财经讯 第十五届中国国际金融论坛于2018年12月15日-16日在上海召开，主题为：现代金融体系构建服务实体经济高质量发展，太平人寿保险有限公司首席信息官熊明出席并演讲。

　　他谈到了太平人寿在人工智能方面做的改造，传统保险的整个流程非常的严密，但是风控措施非常粗放，运营人力投入大、成本高，风控制手段单位一，系统化风险应对能力弱等。

　　当保险行业引入大数据、人工智能后，开始试着用数据驱动的方式主动发现潜在的风险，提高智慧模式的智能化，建立统一的信用体系。

　　以下为演讲实录：

　　熊明：首先，谢谢大家，今天下午来听我的讲座。我们在外面的公司宣传的是保险就是保太平，有人认为是保的太平洋，我们见了很多，如果你在浦东机场看见有一支大象，是我们公司的LOGO。我是科技背景出身，保险行业时间不长，两年的时间，接下来分享一下科技怎么赋能理赔。过去的几年，大数据人工智能一直是很热门的话题，但是说实话这些科技的话，要找落地的场景，真正的落地，其实还是有很长的路要走，其中有非常大的挑战性。

　　我们在传统的保险公司要落地这些技术的话，他们最大的问题在很大程度上，是怎么样把数据用起来。今天给大家讲讲传统保险公司里面，如何把数据、人工智能应用起来，解决理赔的痛点，如果大家买个保险的话，可能对理赔这点深有感触，我自己的感受也非常深刻，我自己的感觉就是理赔是一个漫长的过程，而且保险公司设计的流程，似乎是希望用户感觉到越难理赔越好，其实这是一种误区，从保险公司的角度出发，产品的同质化很严重，很大程度上拼的是理赔服务做不好理赔的话，对保险公司生意来说有非常大的影响。

　　从某种方面来说，理赔也存在一个问题，信任和风险，从保险公司角度来讲，我们愿意信任客户，因为我们在大多数情况下，绝大部分客户秉承着公平公正进行理赔，但是也有风险问题，避免不了不法分子在理赔的过程中进行欺诈。

　　从国内的寿险出来之后，2018年国内人身险保费和理赔的情况，理赔基本上是在20-30%的区间。理赔最大的痛点是流程，这个流程本身来说，从传统保险公司角度来讲，为了防止欺诈，设置的流程相当的严密，但是这种流程举一个简单的例子，现在很多人身险的理赔由代理来做，代理在客户与柜面之间，处理的手续非常的繁琐，少至几个星期，多至一两个月都是有可能的。所以在这个过程中，要收集的单据，保单材料、理赔申请表、银行卡等一系列的材料，需要收集全，能不能用高科技的手段进行收集？人工智能技术的发展，单据的处理，我们是希望能够用科技的手段，来进行处理的，从这方面提高理赔的效率。

　　所以，我刚才讲到了客户和代理人对我们来说，我们的销售队伍主要是代理人，我们的保险公司是想一切以客户为中心进行服务，让客户满意，要让自己的队伍满意，这是我们用人工智能和大数据技术进行服务的宗旨。这儿，我给一个简单的例子，大家有理赔的经验，经常会碰到，客户总是不断地要求补充过程，补材料，补材料的时间很长，结案的时间更不用说了。

　　所以从理赔的角度来讲，只能抓大放小，我们在很大程度上不可能每个案件都进行查证。那么，从艾瑞咨询的调查来说，做过5000份左右的调查问卷，我们发现理赔渠道通畅是保险用户产品选择的最看重的因素，占到30%以上。

　　我在这儿想给大家讲讲太平人寿在人工智能方面做的改造，传统的整个流程非常的严密，但是所有的流程基本上风控措施非常粗放，运营人力投入大、成本高，风控制手段单位一，系统化风险应对能力弱等。当我们有了大数据、人工智能的数据，如果我们有一定的数据可以应用起来，怎么解决这个问题？从这个方面来说，我们更多的是想用数据驱动的方式主动发现潜在的风险，提高智慧模式的智能化，建立统一的信用体系。

　　太平人寿今年推出的一款理赔的平台叫秒赔，在移动端为客户进行服务，平台开启了全新的移动理赔的新时代，这个平台能做到7乘24小时在线，全年无休办理赔，用户足不出户，随时随地办理赔，进度跟踪、理赔过程能做到全透明，所以因为是移动端，因为大家现在都知道手机非常普及，一部手机可以完成申请，极大提高了他们的方便性。我们也提供了多种佩服，只要提出申请， 我们可以预付一定的赔款，还有快赔和直赔，是查证你的单据。自动识别案件的处理，你的单据齐全之后，我们怎么自动识别单据，怎么样自动识别客户的风险，根据风险控制理赔的流程，这个是需要解决的问题，所以后台管控，前端看起来很简单，用户体验很简单，但是后台的管控非常的复杂。

　　举个简单的例子，这是几张系统的截图，一般来说完成几步，点选事故信息，会涉及到OCR的技术识别，给付信息的话，要用银联的校验，资料拍照上传会运用人工识别的技术，看你的资料是不是符合我们的标准，不符合的话可以当时通知不符合。人脸识别是我们自己做的技术，这个环节达到近乎99.8%。

　　从这个角度出发的话，我们利用图象识别和人工智能技术，能够把传统流程做得更简单，让用户体验更好。以前用户拍照一个资料或者单据上传之后，理赔的流程一直走到后面，人工进行审核的时候，才发现资料的影像质量很差，没法处理的，这种情况前端就可以及时控制了，因为已经用了图像识别的技术进行控制了。从另外的角度出发的话，NLP技术，自然语言理解、自然语言处理，现在目前在大力提升用户在这块的体验，争取能够做到让用户提问或者代理人提问，给他们专业的指导。

　　我们现在要用机器学习的技术，包括有监督学习和无监督学习，间吨学习是希望除了我们自己的数据，同时引进一些第三方数据。无监督学习，因为对我们公司来说可以轻易拉出上百万件案件作为样本，我们可以根据这样样本既做有监督学习，同时在没有样本的情况做无监督学习，这样能够有系统性的挖掘中间的风险。时间的原因，我后面可能会剩下几页PPT讲得快，因为我只剩下两分钟了，在这中间我们可能各种技术都有一些应用，除了传统机器学习，也用了一些深度学习的技术，主要是我们的人脸识别技术，自己研发的，具有自己知识产权的人脸识别技术，是用深度学习技术做的。

　　我们现在最快的理赔，从申请到结案，可以做到4秒左右，以前至少一个月，大大缩短了流程的时间，也让用户的体验变得更好，而且我们在目前为止的话，公司60%以上的理赔案件，今年3月份上线平台之后，60%以上的案件通过这个平台处理了，处理的案件分布总类的话，从统计的结构来说和大致传统的案件分布是保持一致的。

　　最后，只是想给大家讲讲，从我们自己的经验来说，图象识别、NLP技术、深度学习、区块链在理赔环节里面可以起到非常重要的作用。简单讲一个案例，蚂蚁的退运险，互联网保险新型产品的推出，在当前形势下推出情况，有很多坑需要我们的铲的，佩服过高会造成产品亏钱，但是通过大数据、人工智能做一些提升，从而达到伶俐的阶段。

　　最开始买五毛钱买退运险，退货后拿着保险公司用10块钱，找一些低价快递合作快递费可以4块钱，这样的话可以给不法分子薅羊毛的机会，蚂蚁的话，是通过大数据的分析，发现这种团伙的欺诈，如果做一些分析的话，找到欺诈团伙，1元保费，变成了八毛钱的赔付。

　　我们现在具有的挑战蛮多的，说实话，我自己感觉，国内数据的缺乏和割裂性非常严重，我说数据缺乏的话主要是行业的数据，割裂非常严重，互联网结合这方面不够，国内现在有一些做数据与风控的公司做得蛮不错，他们有些好的产品可以给大家输出。

　　还有市面上真正提供技术的公司，我自己的较吨看，有些公司做人工智能，他们可能真的是做人工智能，有些可能是技术含量不是很高，另外技术和人才的成熟程度需要进一步的培育。今天时间关系，到此结束，谢谢大家！

　　新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

责任编辑：谢长杉