大家好，今天我作为一个科技极客来和你们聊聊，如何利用科技和大数据，让保护我们、保护我们的财产变得更容易？
之所以说我是一个科技极客，是因为我的大部分工作经验都在科技行业，直到三年前，我才开始进入保险行业，创立了一家保险公司Axinan。
接下来，我将作为一个技术专家分享关于保险，以及如何通过机器学习和大数据改变保险业的一些观点。
01为什么保险如此重要却不受待见？
四千年前，巴比伦时代的海运商人开始使用保险
四千年前的巴比伦时代，保险就已经出现了，那时候主要针对的是海运商人。古代的主要运输工具是帆船，而天气是不可预测的，什么情况都可能发生，因此商人们开始向给他们贷款的公司或个人支付额外费用，这样万一发生意外导致货物受损或者没有按时送达，商人就不必承担巨额赔偿。
今天看来，保险与社会各行各业都密不可分，但有趣的是，它在人们心中的名声却并不好。
人人应有却无人想要的保险
你做很多事情时都会被要求买保险，比如买车、买房，但事实是几乎没人喜欢保险。为什么呢？
现在的年轻人对与推销员交流毫无兴趣，也不喜欢签十年、二十年的保险合同，或者去花时间了解保险政策，因为他们觉得自己并不需要。另外，对大部分人而言，保险挺好的，但无奈价格太贵。除此之外，买保险容易，但理赔实在太困难了。
02科技与数据量突飞猛进，保险将摆脱“旧、无聊、慢”
几年前，当有人问我保险是什么的时候，进入我脑海的词是“旧、无聊、慢”，这有点像早期的交通行业。2009年前，提起出租车，人们脑海中也会蹦出无聊、古老、慢、不方便等印象，但Uber通过技术（智能手机、数字技术、互联网等）彻底颠覆了这个行业。之后，其他企业紧随其后，有了滴滴、Grab、Go Jack……
Uber的诞生颠覆了交通行业
保险业是不是也会有这样的变化？我和很多保险公司的首席执行官交流过，几乎所有人都很焦虑，由于数字革命、网络、人工智能的快速发展，大家不知道未来会发生什么。
从一个技术极客的角度来说，我坚信并期待着保险行业即将到来的巨大变革。针对人们觉得保险时间太长、很多人认为自己没有需求等问题，保险业可以相应做出改变，比如让保险期变短，让它有需求。如果你是一名司机，我们可以在你开车时为你提供保险；如果你去滑雪，我们可以让你在滑雪时购买滑雪保险；如果发生了一些不可抗原因导致物价上涨，也可以有价格飙升保险。
过去150年里，科技与数据发展迅猛
随着互联网的发展、智能手机及大型公司（谷歌、脸书）的出现，人们正在生成海量数据，这可以让保险业变得更好吗？我认为答案是肯定的。如果我们在保证信息安全的前提下使用数据，将会让人们的生活变得更美好。
人工智能和机器学习让我们更了解客户
你可能遇到过一些销售向你推荐某个保险产品，除了价格高昂，一切听起来都让你心动。然而，或许在数据的支持下高昂的价格可以得到改变。第一，以前的保险行业里，通常客户付费的30%到40%都是付给营销机构的，这对于消费者和保险业来说都不划算。但现在有了正确的数据和机器的伟大创新，我们可以通过聊天机器人、嵌入式场景等方式让买保险这件事变得更容易，客户也不用支付额外的费用，大大降低购买保险的成本。
无需保险经纪人，快速引导客户
第二，有了大数据和机器学习新技术，理赔起来也更容易了。我们试图建立一个真正的实时风险引擎，它由神经网络驱动，在承保的时候计算风险，这样理赔时机器学习就可以自动过滤那些有骗保嫌疑的案例，让绝大多数人的理赔过程更顺利快捷。
第三，还可以根据海量真实数据来设定个性化的动态定价。过去，保险把所有的东西放在一个桶里，不管你是一个怎样的司机、怎样的商人都不重要，它只会估算出这个大群体发生坏事的平均概率，然后为每个人建立统一的价格，这造成了很多不公平。很多人都觉得被骗了，比如有人抱怨：“他开起车来就像个疯子，为什么我要和他付一样的的价钱？这不合理。”
投保人个性化设定
现在我们试着把事情做得更好，高水平的技能精算师会根据很多类别把不同的人放进不同桶里，比如年龄、住址等，但这仍然十分有限，因为有可能我们俩住得很近且年龄相仿，但我开车很谨慎，而他开车很疯狂，我为什么要跟他付一样的保费？当我们有了神经网络、深度学习等技术时，我们可以取一百万向量作为因子，然后利用机器学习深入研究和创造个性化的风险评估。
个性化动态保费
比如，根据商品名称判断退货风险。阿里巴巴、亚马逊等企业有数百万产品，但每一件被退货的风险截然不同。机器学习发现产品名称其实会影响退货率。如果有一双鞋叫阿比达斯，那么它被退货的风险极高，因为人们看了吊牌就知道自己收到的是山寨版，所以退货风险高也就不足为奇了。当面对数百万产品时，机器学习可以非常准确地预测风向，作出风险评估，这样对于投保人来说也可以个性化投保。
同理，我们可以在很多领域做同样的事情，比如一个人特别喜欢旅行，然而一些城市经常会堵车，这时就需要保险，它可以预测风险，假如飞机延误就可以理赔。
即时风控
03保险行业未来会面临哪些挑战？
一切看起来都很完美，但仍然有很多挑战，比如监管。现有的保险政策、监管法律与大数据、机器学习无法匹配，向监管者解释价格结构等都比较困难。
保险公司面临的挑战
再比如数据隐私的问题，脸书之前因为隐私泄漏受到了很大的负面影响，事实上，我最初也曾是脸书构建的架构师，参与了很多数据API接口设计的工作，但当时的我并没有想到，2007年处理的数据会在未来美国大选中发挥作用，但这确实发生了。
我们生活在一个非常不确定的世界，如果历史可以借鉴的话，我想将来会发生越来越多的变化，每个人的生活也都会变得更复杂，我们需要生活得更简单一点，比如，如果有一个助理可以为你处理每天的琐事（旅行、网购、记账等），那么快捷、简单且可以满足需求的保险方案可能会给人们带来内心的平静。
我们无法减少不确定性，但我们可以管理它，希望新技术和大数据可以在这方面发挥积极作用。
（本文未经造就授权，禁止转载。）
文字 | 欢欢；视频| 金松
版面 | 田晓娜
