科技彰显价值，保险未来已来.pdf

科技彰显价值 保险未来已来 行业报告致谢 本行业报告由奥纬咨询与众安保险联合编写。 在此我们向姜兴（众安保险首席技术官） 、陈玮（众安科技首席执行官） 、李雪峰（众安科技 首席技术官）以及众安的其他多位同仁表达诚挚的谢意，感谢他们在最新技术发展趋势洞察 以及众安的应用案例方面作出的宝贵贡献。 特别感谢奥纬全球合伙人和同事： Prashanth Gangu（纽约） 、 Arthur White（伦敦） 、 Kai Prestinari（慕尼黑） 、 Ming-Qiang Ni（法兰克福）和 Markus Kuehn（苏黎世） ， 感谢他们在全球范围内开展合作并分享专业技术知识。 还要感谢来自 Celent 的 Craig Beattie （伦敦） 、Donald Light（美国）和 Michael Fitzgerald（美国） 。Celent 是奥纬咨询旗下的 科技研究机构，也是高科技领域的思想领袖。 最后，感谢奥纬咨询大中华区金融服务团队的路昌慧（上海）和毛进荣（香港）为编写本 报告作出的努力 ； 同时感谢所有为此付出过宝贵时间和精力的同事。 众安保险首席技术官 姜兴 众安科技首席执行官 陈玮 众安科技首席技术官 李雪峰 合伙人 盛海诺 合伙人 Dietmar Kottmann 高级经理 刘康 经理 Kai Prestinari 1 版权所有 2017 奥纬咨询保留所有权利序言 保险公司正利用尖端科技完善并升级现有保险产品、开发创新型新品并重塑行业格局。其中 的关键技术包括云计算、物联网（IoT） 、大数据、人工智能（AI）和区块链。 保险公司正在开发或利用基于上述技术的应用。云计算、车联网以及大数据的应用已经开始 对保险业产生重大影响，而未来大数据、人工智能和区块链的进一步应用将给行业带来更大 的冲击。 拥有强大技术能力的保险公司可以向其他保险公司、金融服务公司、甚至非金融服务公司输 出自己的技术。众安科技，作为众安保险（首家运用云平台来管理 60 亿份保单的保险公司） 旗下的子公司，现已开始输出这些技术能力，为其他公司提供服务。 奥纬咨询、众安保险和众安科技联合发布本报告，旨在分析这些尖端技术并且回答以下问题： 1. 哪些技术正在塑造保险业的未来？ 2. 这些技术在保险业有哪些应用？ 3. 这些应用能够创造怎样的潜在价值？ 4. 拥有强大技术能力的保险公司如何实现技术 “ 变现 ” ？ 5. 谁正从这些应用所创造的价值中受益？ 2 版权所有 2017 奥纬咨询保留所有权利目录 2 1 5 2 6 2.1 云计算 6 2.2 物联网（包括车联网） 7 2.3 大数据 8 2.4 人工智能（AI） 9 2.5 区块链 9 3 11 3.1. 科技对保险业中产生的影响 11 3.1.1. 应用领域 1“改善”：改善传统运营模式（“幕后”） 11 3.1.2. 应用领域 2“升级”：对改变保险主张的现有产品进行技 术型升级并改善客户体验（“幕前”） 14 3.1.3. 应用领域 3“创新”：业务模式创新，例如保险的生态 系统植入 15 3.1.4. 技术应用领域综述 15 3.2. 技术在保险业和其他行业中的应用 17 3.2.1. 云计算 18 3.2.2. 物联网（包括车联网） 23 3.2.3. 大数据 27 3.2.4. 人工智能（AI） 34 3.2.5. 区块链 37 3.3. 技术助力价值创造综述 41 3 版权所有 2017 奥纬咨询保留所有权利4 44 4.1. 下一代保险核心业务系统 44 4.2. 基于人工智能的云计算综合风险管理 48 4.3. 基于云的成熟企业解决方案 50 5 52 4 版权所有 2017 奥纬咨询保留所有权利1. 塑造保险业未来的关键技术 金融科技（FinT ech）的发展正在重塑金融服务业格局。保险科技（InsurT ech）的兴起彻底 改变了人们对保险分销的认知，正在颠覆传统上较为保守的保险业。与此同时，保险公司也 在改善运营模式、升级价值主张、开发创新型新品，从整体上重塑保险格局。 五大关键技术正在驱动当今的变革 ： 1. 云计算 2. 物联网（包括车联网） 3. 大数据 4. 人工智能 5. 区块链 本报告分析研究了这些技术在保险业创造价值的潜力。同时还探讨了技术供应商如何通过向 保险业内外的市场主体提供技术支持，从而创造新的收入来源并实现规模经济。 本报告由奥纬咨询、众安保险和众安科技（众安保险的全资子公司）联合发布，旨在对保险 技术市场进行分析并着重回答以下问题 ： 1. 哪些技术正在塑造保险业的未来？（第 2 章） 2. 这些技术在保险业有哪些应用？（第 3 章） 3. 这些应用能够创造怎样的潜在价值？（第 3 章） 4. 拥有强大技术能力的保险公司如何实现技术 “ 变现 ” ？（第 4 章） 5. 谁正从这些应用所创造的价值中受益？（第 5 章） 5 版权所有 2017 奥纬咨询保留所有权利2. 五大关键技术介绍 2.1. 云计算 云计算是指通过远程服务器网络存储、管理并处理数据，而非通过本地单一服务器或个人计 算机。 云计算的关键推动因素包括高容量网络和服务导向架构（SOA）的可用性。云服务的三个核 心特点是 ： 云服务基于虚拟化的硬件 服务可按需逐级扩展，新增容量可快速获取 客户按需支付费用，获取服务 根据用户获得服务的系统堆栈级别，云服务可以划分为几个大类，从原始硬件和操作系统到 应用程序和网络服务器。 图表 1: 云计算服务模型的类型 软件即服务（SaaS） 基于云技术并由供应商的工作人 员予以维护的互联网软件 谷歌邮件、微软 Office 365、 Salesforce 基础设施即服务（IaaS） 提供虚拟服务器、存储或网络服务 谷歌云端硬盘、亚马逊网络服务、 IBM Softlayer 平台即服务（PaaS） 供软件工程师使用的 “ 沙盒 ” 装置，用以开发、测试和部署新 网络应用程序 谷歌 App 引擎，微软 Azure, Force 资料来源 ： 奥纬分析 云计算部署模型继续与行业一同发展。因此云计算的传统分类（私有云、社区云、公共云和 混合云）现已变得更加细微。但是由于本报告评估的是底层技术，所以我们不会进一步区分 这些部署模型。 IaaS 和 PaaS 现已成熟，由几家跨国公司主导市场，但是他们所提供的服务并不只是专门针 对保险业。因此本报告只关注专门针对保险业的 SaaS 服务。 个人用户通过更加完善的互动平台和数据管理从云计算受益 ； 而企业用户则受益 于成本效率和劳动力流动性的提升。 6 版权所有 2017 奥纬咨询保留所有权利2.2. 物联网（包括车联网） 车联网是更广泛物联网（IoT）的最普遍形式。物联网是指物理设备、车辆、建筑物以及嵌有 电子产品、软件、传感器、执行器和网络连接的其他物品的连接，这种连接能使这些物理对 象收集并交换数据。 物联网由无线技术、微机电系统和互联网融合发展而来。这种融合帮助消除了操作技术和信 息技术之间的壁垒，从而使对机器生成的非结构化数据进行分析成为可能，分析获得的洞察 又将进一步完善。 车联网是物联网最先进的应用之一，它起源于电信和信息科学的融合及其在车辆中的应用。 随着数据收集和传输的改善，车联网可以更好地了解人们的基本活动和流程。因此车联网可 以使保险公司根据个别案例定制并开发新产品以满足特定的需求，从而更能体现客户至上的 产品理念。车载信息系统也可以帮助引导用户行为。 车联网可以通过系统和物体之间的连接来提高决策的准确性和速度，从而提高效 率、生产力并创造价值。 图表 2: 物联网 三个组件及三套连接 内部状态/外部状态 带网络传感器 的组件 数据存储 静止 活动 文本 数据 视频 图片 模型/分析 分析引擎 命令与要求 模型/分析 人工/机器学习 服务器/云 资料来源 ： Celent ( 奥纬咨询旗下的科技研究机构 ) 7 版权所有 2017 奥纬咨询保留所有权利2.3. 大数据 大数据是指传统数据处理应用软件不足以处理的大型或复杂的数据集。Celent ( 奥纬咨询旗 下的科技研究机构 ) 将保险业中大数据面临的关键挑战定义为 “5V” ： Volume 随着传感器成本降低，收集到的信息量将很快需以艾字节为单位计量 Velocity 数据收集、分析和呈递给用户的速度 Variety) 数据有多种存在形式，例如结构化、非结构化、文本或多媒体。数据可 以来自内部和外部的各个系统及来源，包括各种设备 Value 保险业务方面的数据所提供的信息（如客户和风险） Veracity 保险公司须确保其海量数据的准确性 这些信息集需要采用现代化的分析处理方法。“ 大数据 ” 的定义已经拓展到为获取更好的结 果、实现业务改进和利用所有可用数据所分析的信息数量。因此大数据所面临的挑战并不限 于 5V。如今主要面临来自两个方面的挑战 ： 1. 由于 App、社交媒体和物联网的使用，如今可获得的数据比以往任何时候都更为 广泛 2. 先进的分析工具意味着处理大数据的限制更少 最先进的分析形式之一便是机器学习。机器学习使机器能够通过经验来改进任务，而无需 显式编程。简而言之，机器可模仿人类的推理和学习。这些算法被应用到大型数据集上， 通过利用诸如决策树和集成学习等统计方法，来对数据集进行确定或预测。与传统模型相比， 算法产生的结果往往更好。 大数据利用一系列应用程序（从推荐引擎到欺诈识别） ，提供更高级的数据分析 和使用方式。传感器数据也可以用来识别人类活动。 图表 3: 从反应性分析走向预测性分析，旨在实现运营价值 机器学习 预测分析 反应性分析 优化与韧性 可能出现的最佳状况 下一步将出现何种状况 如果这些趋势继续发展将会怎样？ 为何会如此？ 高 低 高 商业价值 难度 需要采取什么行动？ 出了什么问题 Ad hoc次数和频率 发生何事 数据池/ 分析数据 仓库 资料来源 ： 奥纬分析 8 版权所有 2017 奥纬咨询保留所有权利2.4. 人工智能（AI） 人们对人工智能的理解随着时间逐步发展。人工智能最初被认为是机器对人与人思想相联时 认知功能的模仿，比如学习和解决问题。如今我们更倾向于认为人工智能是机器在广泛的情 况下模拟人类活动的能力。简而言之，人工智能是一个当机器能够以我们认为智能的方式或 人类的方式执行任务的广泛概念。 因此，人工智能将诸如机器学习等大数据功能提供的推理与以下两种附加功能相结合 ： 1. 模仿并超越简单推理的人类认知功能，例如自然语言处理和情感感知 2. 用数据和推理来编排这些认知成分 第三个层面是为特定应用场景预先打包通用编排功能。如今这种应用中最突出的就是机器人。 机器人至少可利用自然语言处理、语言技术和机器学习，从而在某些领域中创建模仿与人类 互动的系统。以此方式完成的操作不会让客户意识到对方不是人类。 人工智能的应用越来越广泛且复杂。牛津大学马丁学院 2013 年的一项研究 就业的未来： 计算机化对就业有怎样的影响？声称在美国 2010 年的工作岗位中， 将有 47% 会因人工智能而在未来 10 年或 20 年高度计算机化。 这对保险公司而言尤其重要， 因为研究中所涉及分析的所有保险专业工作中，至少有 90% 的工作机会将会部分或全部数 字化。 2.5. 区块链 区块链是一种分布式账本技术，用于存储分布在同步复制的数据库网络中的静态记录和动态 交易数据。区块链在不使用中间媒介的情况下，在各方间建立信任，同时消除摩擦成本并提 高效率。 从技术角度来看，区块链是一个分布式数据库，用以维护不断增长的有序记录（区块） 。 每个区块都包含一个时间节点以及与前一个区块的链接。区块链的设计使得它本身难以篡改 其数据 ： 区块中的数据一旦记录下来，就不能篡改。除记录交易之外，区块链还可以包含一 组编码的指令集，指令集将在预先设定的条件下自动执行。这些自动化工作流被称为智能合 约，在各参与方之间建立信任，它们依赖于预先约定的数据源，并且不需要第三方来执行。 9 版权所有 2017 奥纬咨询保留所有权利