股票大全
专访壹账通保险业务中心市场总监徐阳:揭秘人工智能、大数据、区块链如何化解人伤案件痛点
据了解,保险公司在承保和理赔等环节存在诸多风险,风险管控面临挑战,存在欺诈频发、依赖人工、信息割裂等痛点,严重影响风控效果和效率。据国际保险监督官协会测算,全球每年约有20%-30%的保险赔款涉嫌欺诈。就我国而言,以车险为例,欺诈渗漏比例约达20%。以人工智能、大数据、区块链为代表的科技到底如何解决行业痛点?
据了解,运行已有五、六年的智能人伤定损平台,是壹账通瞄准了“人伤案件”信息不对等、服务能力不匹配的症结所在,提供的一个科技落地理赔场景的案例。壹账通保险业务中心市场总监徐阳在接受《767股票知识网》记者专访时表示:“智能人伤定损系统逻辑在于,以往是偏事后的理赔,系统在前端搜集信息,通过系统规则和模型向管理者发出提示性信息,能帮助保险公司的管理者和查勘人员迅速调配资源、堵住风险。”
解决人伤案件症结
NBD:近年来“人伤黄牛”等骗保事件越来越受到行业关注,您认为“人伤案件”问题的关键点是什么,保险公司是否能破解?
徐阳:人伤理赔问题,个人理解很多时候来自于信息不不对等、服务能力不匹配。首先是人伤服务做不好,我们没有照顾好伤者,黄牛比我们“照顾”得更好,天天嘘寒问暖的,受伤人员就认黄牛,这确实是一个行业的通病。其次在人伤的链条中参与者众多,包括交警、司法、医院、鉴定所等,保险公司的人员没有那么多专业能力,跟各个方面去沟通。改变传统的、偏事后的理赔方式,如何把最有效的资源匹配到最应该服务的客户上去,是应对“人伤案件”的关键点。
举个简单的例子,假如碰撞外伤断了几根肋条,可能原来的模式是看看医院开出什么病例,把信息拿回来,等伤者治完了黄牛已经介入了,拿一堆材料投诉,或者最后仲裁。就人伤整个的赔付来说空间弹性是比较大的,很多是要有效的谈判谈出来的,一旦谈判,就需要保险公司业务人员要有各方面的技能,但实际上这样的人很少,也很难做到,我们就用系统把他武装起来。
NBD:从试运行保险公司数据来看,2016年-2018年人伤赔付费降低10.3%,您如何评价该智能平台运行的效果?
徐阳:从保险公司理赔的角度来说是不惜赔的,正常的合理赔付一定是希望能够快速给客户赔的。然而很多人伤的风险来自于最后的赔款没有到客户手里,伤者本身并没有拿到。可能保险公司赔了30万,客户就拿了15万,剩下的15万就被黄牛或者其他利益相关方拿走了,长期的超额赔付是有损客户利益的。
这是个全方面协作系统,人伤赔付下降,包括了一些很关键的指标,如诉讼在下降。跟客户谈不了,黄牛介入就直接打官司了,很多保险公司把控诉作为一个很关键的指标。一旦诉讼了,这个案件赔款就会上升,本身它有诉讼成本。
其次是案均的医疗费也在下降。通常医院用药一旦走商业保险跟走社保完全是不一样,这个问题是普遍存在的。赔付的下降是果,它前面会有很多因,因为系统在各个关键的节点做了控制以后,带来了这些改变,最后的结果才开始下降。
数字化转型落地难
NBD:目前不少保险公司都在积极尝试数字化转型,不乏中小保险公司,在您看来科技落地需要具备哪些条件?
徐阳:随着保险市场的发展,保险产品不断创新并海量推出,这就考验着保险企业的产品运营能力,部分保险产品数字化运营较为粗放,客户服务不智能化、缺乏精细化运营手段。
给一把锋利的厨刀,能不能切出那么好看的菜出来,其实还在于如何去使用这个工具。这可能不是纯的科技公司能解决的问题,需要大量的实践的经验,不停地模拟、反馈、内化,才能够达到想要的效果,现在很多的技术在实际落地当中,就出现这样的问题。
从系统本身来说,最大的价值就是底层数据的积累,这需要行业里面的垂直公司自己一点一点花时间和人力去做;另一方面,还需要利用技术方面的管理上的经验,以及走过的试错的机会成本。
NBD:海外成熟车险市场是否存在车险“人伤案件”的问题?
徐阳:以德国为例,他们面临的整个市场环境是比较类似,高诉讼,高赔偿,及缺少管控。对他们而言面临最大的问题是,人伤的数据根本没有被电子化,纸质的数据扫描来录进系统。很多头部保险公司,虽然知道很难,但是无从下手。
NBD:如何看待国内市场在科技运用的程度,不同市场之间是否有可借鉴参考之处?
徐阳:首先是法律法规和保险条款有差异。我们在国内很多数据做的“颗粒化”很多,我可以知道一段时间的赔付赔出多少药钱、赔出多少医疗钱、赔了多少残疾赔偿金、死亡赔偿金,各种赔付项目都可以按比例看到;这些方面在欧洲是拿不出来的,他们的赔款还是一页一页的纸,录进系统里面,根本没有把这些数据电子化。所以建模任重道远,面临的问题是每年的人伤赔偿率越来越高,达到50%。
其次是必须花时间。行业交流的结果是没有更高效的办法,有些基础性的东西,尤其是数据积累层面的东西,很少有更高效的办法。要花时间去积累,但是只要你做了,明天就比今天好,总会一天比一天好。我们在国内建立了大量的底层数据和规则,但是在欧洲还是要自己去解决。
767股票知识网
- 每经18点丨华为Mate305G版本售价49
- 微淼商学院靠谱吗?微淼商学院就是骗
- 突发!中国驻以大使杜伟因身体健康原
- 抖音、快手重大利空?彻底怒了,70家影
- SAR指标使用方法图解
- 2019年世界名校龙舟大赛在贵州绥阳
- "钢企频频"爆喜",分析师:押上所有声
- A股这类基金火了!交易系统堵塞,股民
- 制造业营收拔头筹产业链升级踩油门
- 陕西(汉中)水上运动训练基地揭牌成
- [大疆股票002168]每经15点丨香港证
- 割肉的要哭了?行业龙头最高跌逾30%,
- 今明两年遭遇恶性通胀概率不大,但若
- “化工茅”获近10亿资金增持 一季
- 绚丽灯光秀点燃乌鲁木齐魅力之夜
- 顺丰董事长王卫道歉!承诺问题不会出
- 每经12点丨华为新品或为nova5T,与鸿
- [中国高科股票]这家公司火了,钟南山
- 泰安股票学习网:员工股是什么意思如
- 人民微评:大班月饼,真要冰凉了
- 二季度如何赚钱?白马股还能涨吗?史博
- 华为Mate 30首推隔空手势操作功能
- 银华基金王华团队最新观点:外资提升
- 中粮长城葡萄酒总经理因违规违纪被
- 姚景源:我不担心猪肉价格上涨,我担心
- 怎么使用生意时间段选股票!
- 东京奥运男篮落选赛参赛球队出炉:中
- 江恩角度线图解教程(图)
- 甘肃首条PPP高速公路通车试运营
- [志邦股份股票]7月22日富时中国A50
- 「股票api接口」华泰证券是哪些概
- 涨跌比率指标ADR入门与应用(图解)
- 哪些是储能股?2019储能股一览表
- 股指期货的3种交易模式
- 运用ASI指标判断买卖点(图解)
- 宝塔线的用法
- 跌市如何选强势股
- 12种底部抄底K线形态(图解)
- 太和智库副理事长伊迪:推动文明交流
- 上涨趋势中的5种K线买入点(图解)
- 平台整理突破指标原码
- 什么是牛市和熊市及周期
- 成交量分析运用详解(图解)
- 牛市中的买卖点
- 看盘技巧:盘口信息深度指导
- k线图怎么看
- 说说股市三浪理论是什么
- 一年12倍,秘藏大智慧经典版公式(源
- 汽车概念股有哪些?汽车行业龙头股一
- PPP概念股票股票有哪些?2019PPP概念
- A股、港股继续反弹 交通运输板块大
- 教你看懂K线图(图解)
- 腰斩股初现、成交量大减…科创板开
- 反弹行情如何选股
- 什么是市净率
- 持有被收购公司退市股票怎么办
- 盘面窗口各部分介绍(图解)
- 成交量入门及应用详解(图解)
- 「股票新手入门」金地集团债券风波
- 深度剖析散户套牢的原因!
- ma七线主图(源码)一看便知支撑点和压
- 高开高走和高开低走(图解)
- 9种K线组合图形卖出点(图解)
- 三重顶
- MACD指标柱状图分析基本方法(图)
- "国家队"减持两大芯片股!为何减持?
- 股票配资条件有什么
- 牛熊市中投资者的心理变化
- 国务院强化短缺药品保供稳价:从重从
- 初识K线形态(图解)
- 股票技术分析概述
- 什么是黑马?如何捕捉黑马?