2019人工智能保险行业运用分析报告.pptx

2019人工智能保险行业运用分析报告, 3轮菲尔德调查方法问卷结果 10项人工智能政策解读 47位专家的相关调查数据 126家保险科技初创公司数据 22.4万条相关新闻报道数据,本报告立足人工智能技术在保险细分行业的运用，是全球首份对人工智能保险行业应用路径的全面报告，从历史沿革、政策规划、技术背景、投融资情况等方面梳理人工智能领域状况，结合保险业现状，通过人工智能与保险业的交叉，直面保险业痛点并提供智能化时代下的解决方案与应用场景，全面绘制保险行业的人工智能发展路线图。,全面的专家意见解读：通过问卷调研，收集整理来自保险监管与行业指导单位、学术研究机构、传统保险机构、保险科技企业及相关机构、保险科技媒体、保险科技投资与服务机构等部门和机构的47位专家意见，展现人工智能在保险行业的发展未来，细数保险业智能化的挑战与机遇。呈现保险需求端看法：以车险这一人工智能发展较成熟领域为代表案例，回收了需求端1152位车险消费者和供给端242名经理级以上保险从业人员对人工智能时代的车辆与车险看法，投射需求方与供给方在人工智能时代的保险观点。,大数据助力分析：对224140条保险行业人工智能新闻、126家初创公司、226起融资事件进行收集和整合，深入挖掘数据背后保险人工智能的阶段特征、发展路径、变化趋势。探索人工智能在保险业的未来方向：通过德尔菲法分析人工智能保险行业当前运用障碍与未来的机遇和挑战，预测人工智能保险行业发展时间轴。总体而言，人工智能保险行业将在2018年进入智能化时代并在2020年迈过智能化时代的弱智能阶段进入中智能阶段，最终于2030年进入强智能阶段。,人工智能宏观政策分析,思维导图 Part 01,人工智能相关政策梳理“中国制造2025”,新一代人工智能发展报告,对保险业启示,“中国制造2025”为开端进入政策红利新阶段政策核心短期目标“三步走”战略目标第一个系统性文件,双重属性六个重点任务,保障措施和实施机制产品创新,投资机遇产业融合风险挑战,人工智能宏观政策分析,发布日期 文件名称2015年5月19日 中国制造20252015年7月5日 “互联网”行动指导意见2016年4月 机器人产业发展规划（2016-2020年）2016年5月18日 “互联网”人工智能三年行动实施方案2016年12月19日 “十三五”国家战略性新兴产业发展规划2017年3月5日 2017年政府工作报告2017年7月8日 新一代人工智能发展规划,2017年10月18日 十九大报告2017年12月14日 促进新一代人工智能产业发展三年行动计划（2018-2020年）2018年3月5日 2018年政府工作报告,专业性公告重要报告具体实施方案,中国制造2025,新一代人工智能发展规划, 政策数量代表宏观层面关注度:自2015年国务院发布中国制造2025起，有关人工智能的宏观政策数量逐年增长 总体导向和定位:战略性新兴产业，政策红利持续释放 阶段性特征：17年之前强调重点发展产品和重点应用领域，以规模和智能化水平为短期目标17年之后强调新一代人工智能创新体系，理论|研发|应用 结合，重视核心能力和发展质量 两大标志性文件：,中国制造2025”的核心,十大重点领域,“市场主导，政府引导” “整体推进，重点突破”,实现制造业智能升级,大部分涵盖“智能化”这一攻克方向,强调市场的作用,“重点领域”成为之后指导性文件重要内容,短期目标：,0.36,0.44,1.1,0.88,0.95,1.260.7,1.68,2013年,2015年,2020年,2025年,规模以上制造业研发经费内部支出占主营业务收入比重（%）规模以上制造业每亿元主营业务收入有效发明专利数（件） 三个方面发展要求：,52,58,72,84,2013年,2015年,2020年,2025年,数字化研发设计工具普及率（%）,数字化研发设计工具普及率（%）,“三步走”战略目标：用三个十年，从跻身世界制造强国到成为引领世界制造业发展的制造强国,【人工智能产业第一个系统性部署文件】人工智能发展到了新阶段现状,我国的人工智能产业已具有良好基础和独特优势亟需构筑我国人工智能产业的先发优势, 把握双重属性，强调人工智能的技术属性和社会属性高度融合 制定六个重点任务，全面拓展重点领域应用深度广度 “新一代”下的保障措施、组织实施,相关法律法规建设和有关部门部署实施制定阶段性计划和建立监测评估机制重大任务和政策上，施行试点对可能挑战和风险的保障措施,产品创新政策提示要防范人工智能研发、运用中的风险，对保险产品创新起到推动作用。,投资机遇人工智能企业的发展配套金融扶持政策，给保险资金带来新的投资机遇。,产业融合政策愈发强调产业深度融合，促进人工智能产业向保险企业经营和保险监管提供技术输出。,风险挑战人工智能劳动替代与人工智能领域人才培养的政策支持，给保险从业人员带来机会与挑战。,发展历史,核心技术,应用场景,诞生,大发展困境与挫折突破未来已至,基础技术,支柱技术,应用技术,智能医疗,智能教育智能家居智能制造智能金融,思维导图 Part 02人工智能,1943,1956,1969,1980,人工智能的孕育期（1943-1955）,1952,1955,1966,1973,1986,狂热的发展期人工智能理论的大突破（1952-1969）,达特茅斯会议人工智能的诞生,困难与突破专家系统的诞生（19661973）,人工智能的产业化（1980至今）,人工智能的科学化（1980至今）,专家系统机器学习集群智能遗传算法(最优化信息处理)神经网络(非线性信息处理)模糊逻辑(不确定性信息处理)知识表示技术知识推理技术,人工智能核心技术,应用技术支柱技术基础技术,医疗机器人,智能诊断,智能健康管理,师生匹配,智能药物研发 ,智能管理支持,智能门禁系统,个性化学习与评估,智能安防系统,智能语音系统,智能家电,生产分拣,缺陷检测,故障检测,智能投顾（保顾）,智能客服与销售,智能反欺诈,智能制造,智能家居,智能医疗,智能教育,智能金融,人工智能在保险行业的应用,人工智能深度影响保险行业人工智能重点领域的典型应用,应用案例分析,思维导图 Part 03对保险客户服务的影响,对保险核心业务的影响对寿险、非寿险及再保险业务的影响对保险从业人员的影响保险个性化智能保顾智能承保索赔管理与反欺诈,保险资金运用新加坡CXA Group综合销售平台美国PolicyGenius比价销售平台风险管家“大白”智能保顾蚂蚁金服“定损宝”理赔定损平安“智能认定”身份认证太平保险智能客服“小慧”智能客服美国Lemonade无纸化服务,01 对保险客户服务的影响03 对寿险、非寿险及再保险业务的影响,02 对保险核心业务的影响04 对保险从业人员的影响,投保 实人认证 节省时间理赔 智能定损 减少欺诈售后服务 节省人力成本 提升服务水平,产品设计 定制化产品 个性化定价销售 与用户有效互动 为用户筛选产品承保 绘制用户画像 精准评估风险,精算,风险控制,保险资金运用,有助于产品设计与开发提高与用户的沟通效率,精准定价智能定损反欺诈,增强风险分析能力提高索赔管理能力提高沟通谈判效率,寿险充分了解用户健康信息,非寿险,再保险, 弱智能时代, 中智能时代,人工智能对保险从业人员替代的能力和程度逐渐加深 强智能时代,保险个性化,智能保障,智能承保,保险资金运用,索赔管理与反欺诈,细分风险建模分析定制产品,用户风险评测保险需求分析保险产品推荐,评估风险预防风险降低赔付,核实身份快速定损识别欺诈,完善内部控制防范金融风险提高预期收益,综合销售平台比价销售平台智能保顾理赔定损身份认证智能客服无纸化服务, 新加坡CXA Group 美国PolicyGenius 风险管家“大白” 蚂蚁金服“定损宝” 平安“智能认证” 太平保险智能客服“小慧” 美国Lemonade,思维导图 Part 04理论模型与方法,技术成熟度曲线发展阶段评估,新闻关键词频统计,文本挖掘技术热点和趋势分析,关键词TF-IDF统计, 技术成熟度曲线, 文本挖掘技术通常情况下，与每个主题相关的新闻报道数量反映了该主题的受关注程度，通过文本挖掘技术对文本数据进行分析，可以及时发现社会热点，帮助相关主体更加科学有效地做出判断与决策。,技术成熟度曲线(Hype Cycle)，又称炒作周期曲线，指的是新技术或者新概念在媒体上的曝光度（即可见度）随时间的变化曲线 ，如下图所示。可以帮助相关主体通过媒体曝光度来评估新技术或新概念所处发展阶段，进而做出相应的决策。曝光度,技术触发期,泡沫谷底期,稳步复苏期,生产高峰期,时间,期望膨胀期,获取数据集,文本预处理,挖掘分析,结果可视化,I.II.,“AI+保险”的投融资和主要玩家：“投资”“基金”“互联网”“融资”“腾讯”“平安”“百度”“阿里”“京东”热点地区：“上海”“北京”“深圳”,III. 人工智能的科技属性：“科技”“技术”“数据”“研发”“软件”“计算”“芯片”“机器学习”“算法”IV. AI在保险业应用的场景：“汽车”“医疗”“健康”“驾驶”“无人驾驶”“场景”,V.,AI在保险价值链各环节的应用：“平台”“支付” “移动”“电商”“精准营销”“渠道”,VI. AI对保险业的影响：“创新”“客户”“体验”“成本”“环保”“效率”VII. 风险与监管：“信息”“风险”“政策”“监管”“安全”,词频统计能够全面地描述拥有高词频的关键词，但可能会遗漏低词频却具备高相关性的词语。,TF-IDF核心思想：字词的重要性随着它在某个文件中出现的次数成正比增加，但同时会随着它在整体语料库中出现的频率成反比下降。因而，低词频（即在整体语料库中出现的频率低）且同时拥有高相关性（即在某个相关文件中出现的次数高）的关键词将具备较高的TF-IDF值。,TF-IDF的计算结果中出现了15个区别于词频统计结果的关键词，分别是“马化腾”（第2位）、“李彦宏”（第3位）、“风口”（第4位）、“BAT”（第5位）、“马云”（第12位）、“物联网”（第14位）、“硬件”（第16位）、“O2O”（第18位）、“机器人”（第26位）、“普惠”（第30位）、“图像识别”（第35位）、“信息技术”（第36位）、“人机交互”（第44位）、“风控”（第45位）、“大白”（第47位）。,直到2017年10月AlphaGo Zero的出世使得人工智能的曝光,度达到了顶峰，至此我们认为从技术成熟度曲线来看符合第一阶段触发期的特征。从目前的人工智能投资市场和初创企业的经营来看，一方面机构投资者的投资热情回归理性，另一方面，商业化应用以及盈利与技术研发的脱节、兼具商业意识和技术能力的人才匮乏、低门槛创业项目扎堆出现带来的同质化竞争以及互联网寡头格局下数据支撑不足等问题逐渐成为人工智能相关初创企业的经营瓶颈。,技术成熟度曲线6个阶段的发展变化体现了阿玛拉定律(Amaras Law)，即：人们往往高估一项技术带来的短期效益，却又低估它的长期影响。,曝光度,时间,500000,250000200000150000100000,思维导图 Part 05本部分旨在对人工智能保险行业进行总结和展望，建立一个“宏图”愿景，包括行业发展阶段分类、时间预测、机遇及风险分析等内容，采用德尔菲法收集专家对于人工智能保险行业运用路线图的意见，获得一个相对具有代表性的结论，反映人工智能在保险行业运用的专家共识。,5.1,5.2,5.3,德尔菲调查方法介绍及专家构成,人工智能保险业运用的专家普遍共识,人工智能保险业运用路线图,5.1.1 方法介绍德尔菲法（Delphi Method）又称专家匿名反馈函询法，是在20世纪40年代由O赫尔姆和N达尔克首创，经过TJ戈登和兰德公司进一步发展而成的，通过多名专家相互独立匿名的多轮主观判断所获得客观结论(Dalkey and Helmer，1963)。本报告共进行三轮德尔菲调查，最终获得行业专家学者的较一致的观点。,3,2,1,第一轮,第二轮,第三轮,通过开放性问题邀请专家对行业发展阶段分类、时间预测、各阶段运用规划及机遇风险分析等发表意见。,针对第一轮中发展阶段时间节点的细化进行再次咨询。,针对第二轮问卷中尚未获得一致性意见的问题进行再次咨询。,5.1.1 方法介绍,本报告认真对专家进行遴选。,选取的专家至少符合以下其中一项原则：,5.1.2 专家构成,依据原则，我们共选取50位专家，共获得47位专家的反馈意见与参与。,* 所有专家均以个人身份参与调研，其观点并不代表所在单位意见。,5.2.1 人工智能运用于保险行业的阶段划分,电子化弱智能化,自动化中智能化,智能化强智能化,探索阶段,发展阶段,升级阶段,取代阶段,按技术划分按智能强弱划分,按行业生命周期划分,5.2.1 人工智能运用于保险行业的阶段划分,5.2.2 人工智能保险行业当前运用障碍,No.4,信息安全问题,No.2,市场障碍,No.3,研发或技术障碍,No.1,数据障碍,No.5,政策监管障碍,5.2.3 人工智能保险行业未来的机遇和挑战,资本因素数据因素,道德伦理因素,其他因素人才因素,2004,2006,2008,2010,2012,2014,2016,2018,2020,5.3.1 人工智能保险行业发展时间轴根据专家的一致性意见，从技术角度来看，人工智能保险行业发展可划分为电子化、自动化、智能化三个阶段 人工智能保险业发展阶段及对应时间按技术划分为：电子化（2006-2015）自动化（2015-2018）智能化（2018及以后）。 2006年起，我国保险业开始进入电子化阶段，计算机、网络等数字化方法开始在保险行业各环节进行运用，并逐渐开始用人工智能代替一些简单的人力操作； 2015年起，保险行业部分环节可以在没有人或较少人的直接参与下，经过自动检测、信息处理、分析判断、操纵控制，实现预期的目标的过程，进入自动化时代； 2018年起，大数据、物联网、区块链等技术的飞速发展与人工智能在,保险业发展产生协同作用，人工智能开始深化运用，具有高级的机器,学习功能，满足保险行业各环节的相关需求。,2016,2018,2020,2022,2024,2026,2028,2030,2032,5.3.1 人工智能保险行业发展时间轴根据专家的一致性意见，从智能化程度来看，人工智能保险行业发展可划分为弱智能时代、中智能时代与强智能时代三个阶段 人工智能保险业发展阶段及对应时间按智能化程度划分为：弱智能时代（2018-2020）中智能时代（2020-2030）强智能时代（2030及以后）。 2018年起，我国保险业开始进入智能化时代，但是人工智能的运用尚未深化，运用场景局限在机器人针对简单投保、承保等问题的回复、优化投保的流程等等，属于弱智能时代； 2020年起，随着智能化运用不断深化，除附带情感色彩的沟通外，投保过程大部分沟通问答都可以凭借人工智能解决，针对大数据分析产生多样化的保险产品，差异化定价，精准推销等，我国保险业开始进入中智能时代； 2030年起，机器学习功能不断深化，人工智能有望拥有读懂人类感情的,语言，实现千人千面的个性化保险产品定制，强智能时代业应运而来。,2015,2020,2025,2030,2035,5.3.1 人工智能保险行业发展时间轴根据专家的一致性意见，从行业生命周期来看，人工智能保险行业发展可划分为探索阶段、发展阶段、升级阶段与取代阶段四个阶段 人工智能保险业发展阶段及对应时间按其行业生命周期划分为：探索阶段（2018-2020）发展阶段（2020-2025）升级阶段（2025-2032）取代阶段（2032及以后）。 2018年至2020年被划分为探索阶段，该阶段主要对人工智能技术在保险行业进行初步探索和试验，突破技术关； 2020年至2025年为发展阶段，即在技术取得一定突破时，行业需要针对当下需求进行不断深化技术运用、扩充数据库； 2025年至2032年为升级完善阶段，发现潜在需求或问题，进行技术创新，不断加强人工智能的学习功能； 2032年以后，人工智能保险有望取代传统保险，这一阶段同时,属于按智能化程度分类中的强智能时代。,5.3.2人工智能保险行业各领域运用时间轴, 从人工智能在保险各领域运用程度的时间估计结果来看，各领域在2020年至2024年间陆续实现25%的行业运用； 在2025年至2030年间陆续实现50%的行业运用； 在2030至2035年间陆续实现75%的行业运用；, 全行业作为一个整体，人工智能实现25%、50%和75%,运用时间估计分别为2025年、2030年和2036年。,本部分通过德尔菲法分析人工智能保险行业当前运用障碍与未来的机遇和挑战，预测人工智能保险行业发展以及产品销售、核保和精算等各领域运用时间轴。人工智能保险行业当前运用障碍主要来自政策监管、数据、市场、研发技术和信息安全层面，未来的机遇和挑战可归纳为资本、数据、道德伦理、人才和其他因素。人工智能保险行业发展的时间轴可按三种分类方法进行刻画，同时这三种分类结果有一定的内在联系。2006年起，我国保险业开始进入电子化时代（2006-2015），随之是自动化时代（2015-2018），直到2018年开始进入智能化时代（2018及以后）。智能化时代又需要跨过弱智能（2018-2020）和中智能（2020-2030）两个阶段，最终达到强智能时代（2030及以后）。同时，从行业生命周期看，人工智能保险行业探索阶段（2018-2020）对应弱智能时代，发展阶段（2020-2025）和升级阶段（2025-2032）基本对应中智能时代，取代阶段（2032及以后）则属于强智能时代。人工智能保险行业各领域在2020年至2024年间陆续实现25%的行业运用，在2025年至2030年间陆续实现50%的行业运用，在2030至2035年间陆续实现75%的行业运用。全行业作为一个整体，人工智能实现25%、50%和75%运用时间估计分别为2025年、2030年和2036年。,010203,思维导图 Part 06,保险科技初创公司与,传统保险公司人工智能运用比较,挑战与展望,保险科技初创公司人工智能运用情况,中国保险科技初创公司发展概况,保险科技初创公司+人工智能,+,互联网保险公司3%,经纪人展业工具,7%,场景定制,15%企业雇员保险,5%,车联网技术服务,17%,理赔管理6%,综合销售平台10%,比价销售平台16%,管理型总代理3%,网络互助平台4%,保单管理2%,智能投保5%,其他技术服务7%资料来源：复旦大学中国保险科技实验室,基石,趋势,保险科技初创公司,突破性发展,保险科技,传统保险行业,人工智能技术与运用 人工智能+保险的具体应用举例 相关业务类别 代表公司,案例说明,知识图谱/机器学习自然语言处理计算机视觉/图像识别智能机器人推荐引擎及协助过滤算法情境感知计算,理赔反欺诈：医保稽核控费智能保单管理系统人脸识别技术智能保顾智能保险营销高级驾驶辅助系统,理赔管理经纪人展业工具保单管理其他技术服务网络互助平台管理型总代理比价销售平台综合销售平台企业雇员保险智能保顾场景定制智能投保车联网技术服务,栈略数据保险袋袋投保家风险管家宜信博诚迪纳科技,通过对医疗知识图谱和历史数据的机器学习，建立了一套智能风控模型，识别异常的诊疗行为，帮助保险公司进行决策，实现有效的医疗费用管控。通过解析保单照片形成电子保单，向用户提供保单到期提醒、获知保障缺失的服务。通过刷脸识别收集用户信息，从而为用户推荐保险购买方案。通过建立智能化风险管理服务专家为个人用户提供智能测评、智能健康风险管理等系列功能。通过开发智能保顾产品，提供个性化的风险分析及投保建议。通过前端“车行者”实时监测用户行车情况，并贯穿4s集团、UBI保险、车联网金融等后端服务。,整个产业链产品销售,保险产业链中两类公司的侧重点,应用层技术层基础层,保险科技初创公司传统保险公司,人工智能+保险,人工智能,保险,缺乏完整闭合数据数据融合,算法依赖历史样本技术提升,部分保险科技初创公司对保险行业了解不足行业融合,保险科技初,创公司,机遇,挑战,智能保险时代的到来,思维导图 Part 07,投融资与人工智能国外人工智能保险相关投融资国内人工智能保险相关投融资,风险资本对人工智能的推动作用中国和世界人工智能产业融资概况人工智能对风险资本的吸引人工智能保险相关风险投资总览细分业务类别风险融资情况国际财产保险人风险投资热点再保险人风险投资情况举例国内人工智能初创公司融资情况国内活跃风险投资方及其持有情况综述,投融资与人工智能保险行业运用,人工智能产业困境和风险资本推动作用概述经济合作与发展组织（OECD）对风险资本的定义有三种：,对以高科技与知识为基础，生产与经营技术密集的创新产品或服务的投资；专门购买在新思想和新技术方面独具特色的中小企业的股份，并促进这些企业的形成和创立的投资；一种向极具发展潜力的新建企业或中小企业提供股权资本的投资行为。,与传统融资方式有重要区别的是，风险资本是一种动态投资资金，通常包括有专业的咨询和管理服务。,单位：百万美元,单位：家,单位：家,单位：百万美元,400020000,6000,12000100008000,6004002000,800,1600140012001000,2000,2002,2004,2006,2008,2010,2012,2014,2016,全球新增AI企业数,全球AI融资规模,全球2000年-2016年人工智能新增企业数与融资规模趋势图,6004002000,800,1000,1800160014001200,150100500,200,400350300250,2007,2008,2009,2010,2011,2012,2013,2014,2015,2016,中国新增AI企业数,中国AI融资规模,中国2007年-2016年人工智能新增企业数与融资规模趋势图,2012年-2016年五年间，全球新增AI融资51.54亿美元，全球每年新增AI融资规模呈指数型上涨。同时2016年全球新增AI企业数达到了2012年的5.87倍，同比2015年有所减少。中国每年新增AI企业数与融资规模趋势和全球变化情况相似，2012-2016这5年AI企业融资规模同样呈指数型上涨，2016年新增企业数同比上一年也有所回落。数据来源：乌镇指数，2017,0102,83%,17%,（再）保险人,非保险行业,57%,22%,15%,6%,产品营销,业务流程智能化,数据收集和处理,理赔管理,在过去的2017年，整个世界保险科技投资额同比2016年增长了36%，而保险科技投资者中有83%是保险公司和再保险公司的风投基金，17%是私募或风投资本。人工智能保险行业的风险资本来源也大致如此。将针对不同行业痛点分为产品营销、业务流程智能化、数据收集和处理和理赔管理四类。在2017年度，每个领域人工智能保险相关初创公司数量比例为：产品营销类256家占57%，业务流程智能化100家占22%，数据收集和处理70家占15%，理赔管理25家占6%。,0102,2017年世界人工智能相关保险初创公司融资状况及业务方向, 财险公司希望通过人工智能家居参与到家庭财产保险的承保过程中来，凭借智能家居对被保险人生活习惯和家庭状况的数据收集实现更精确的风险测评，精准定价；同时也想依赖于智能家居降低风险发生概率以减少财产保险赔付率。,国际财险相关（再）保险人投资路径,英杰华集团风投基金,INTACT保险风险基金美国家庭保险风投基金利宝相互保险集团风投基金美国汽车协会联合服务银行加拿大加鼎保险信利保险创投基金慕尼黑再保险,Cocoon Labs(智能房屋安保),Neos（智能房屋安保）Roost（智能家居通信）,Alert Labs(家庭数据收集)Keen Home（智能家居）Ring（智能门铃）NUPI Technologies(智能家居传感)Revolv（远程智能家居控制）Notion（智能家居传感）August Home （智能门锁）Roost（智能家居通信）Flo Technologies（智能家居传感）Roost（智能家居通信）Notion（智能家居传感）Neos（智能房屋安保）,0,1,3,4,5,6,7,8,9,10,11,403020100,保单管理2,比价销售平台车联网技术服务12,2011-2015年综合销售平台80706050,总融资额（千万元）,融资发生次数数据来源：复旦大学中国保险科技实验室,2016年,5,7,8,9,10,11,12,比价销售平台融资发生次数,总融资额（千万元）,13,14,15,16,1301201101009080,其他技,7060管理型总代理5040302010智能投保,3 4 企业雇员保险6数据来源：复旦大学中国保险科技实验室,2017-2018年4月,融资发生次数,0,1,2,4,5,6,7,8,9,10,11,30252015105,4035,智能保顾3,场景定制,总融资额（千万元）,0综合销售平台,思维导图 Part 08人工智能与自动驾驶汽车自动驾驶汽车与自动驾驶汽车保险,需求视角：自动驾驶汽车需求与保险供给视角：传统汽车与自动驾驶汽车保险综述,人工智能与车险市场变革,自动驾驶中运用的人工智能技术 认知、感知与行动,自动驾驶汽车的发展趋势, 短期：开始于特定场景、“云车互联” 长期：颠覆汽车认知、“移动城堡”,人工智能在自动驾驶领域的瓶颈, 对恶劣天气和地理环境的识别存在困难 难以预测和回应人类的行为, 神经网络的黑箱决策缺乏解释力,汽车生产商, 自动驾驶汽车定价包含车险保费 承担碰撞事故部分或全部赔偿责任, 自动驾驶汽车产业链的上下游都面临潜在的赔偿责任,消费者, 仍然存在保险需求：车主接管汽车、车主未更新系统等,造成碰撞事故时的赔偿责任,保险公司, 面临来自汽车生产企业对汽车保险业务的冲击 车险向产品责任险的转型, 企业保险需求对个人保险需求的替代作用,问卷发布时间：2017年8月问卷受访者：1152位普通消费者问卷主要观点：（1）谨慎看待目前的自动驾驶汽车，更信任传统汽车生产商（2）认为未来自动驾驶汽车更加安全环保，但车险保费并不会降低,17%17%67%,18%21%61%,21%10%69%,37%27%36%,27%13%60%,23%14%63%,31%23%46%,更好,更差,无差异,49%19%32%,40%17%43%,35%25%40%,26%39%35%,高中及以下,本科及大专,硕士,博士及以上,传统汽车生产商,科技公司,无差异,问卷主要观点：（3）消费者关注自动驾驶汽车五大技术与因素（4）积极拥抱技术变革带来的便利（5）对未来的自动驾驶汽车期待大于担忧,82.00%83.30%,80.70%,70.80%73.80%,汽车或系统的安全（例如黑客的攻击）突发情况下的应急处理,恶劣天气下的系统性能驾驶员或车主的法律责任设备或系统故障导致的安全后果,54.39%,37.85%,23.27%23.79%29.07%,7.50%,更安全解放自我,不会购买潮流更经济实惠更环保,84.70%,问卷主要观点：（6）对现有的车险服务评价较低（7）希望获得更全面的风险保障，尤其是车上人员伤亡保障（8）普遍认为汽车生产商应当为汽车投保三责险90.60%,83.30%63.50%,79.30%68.00%,45.10%33.90%,43.50%34.50%,第三者责任险,车上人员责任险,车辆损失险,盗抢险,其他商业附加险,已购买比例,意愿投保比例,问卷发布时间：2018年1月问卷受访者：242名汽车保险经理及以上级别从业者问卷主要观点：（1）自动驾驶汽车会在一定程度上冲击保险公司的车险业务（2） 自动驾驶汽车会带来相关产品责任保险的强烈需求（3）自动驾驶汽车带来一系列前所未有的新风险,62.4%,