​量化風險波動率 互聯網保險服務瞄準“配置難”

本報記者 李暉 北京報導

AI技術正不斷推動保險服務數字化加速。繼AI客服、AI理賠後，AI配置也正在走向市場。

互聯網保險代理平台螞蟻保日前正式發佈了智能保險配置工具“省心配”，這項服務定位為“AI保險規劃師”——能根據用戶的年齡、地區、預算、保險需求等進行分析，通過智能模型為用戶量身定製保險配置方案。

對普通消費者而言，在市場上數千種保險產品中選擇適合的險種，期限，額度併合理加以組合併不容易。螞蟻保省心配項目負責人張程向《中國經營報》記者透露：“省心配”瞄準的是解決普通用戶避免買錯保險、重複購買同類保險等問題，實踐證明大約能為用戶節省30%的預算。

30秒出結果節省30%投保預算

記者上支付寶搜索“省心配”，在輸入提交個人信息後，大約30秒後配置推薦方案生成，包含了醫療險、重疾險、意外險、定期壽險等險種推薦。

據張程介紹，上述配置方案來源於螞蟻保的“HRAAM保險配置模型”。用戶輸入年齡、地區、收入、負債等基本信息後，“HRAAM模型”就會通過風險分析、保障評估、產品匹配三個步驟進行配置，算法可以為每位用戶模擬匹配幾萬種保險配置方案，最終選出最匹配用戶需求的一組方案做推薦。

在傳統的保險代理人配置思路中，難以避免從銷售視角進行推薦。而通過AI算法則相對規避了人性因素的影響。這種算法的邏輯出發點在於“精準按需”和不是“多多益善”，目標在於如何花最少的錢，撬動更高的保障杠杆。

相比市面上一些機構的測評工具，“省心配”並未有更細顆粒度的信息收集。據張程透露：上述信息收集出發點是最小可用，避免引起用戶“反感”。此外，配置考慮的因素中也沒有摻雜類似保險產品熱度、保司權重、佣金、手續費等維度因子，而是完全從C端特徵出發。

據記者瞭解，此前，螞蟻保平台對“省心配”進行了為期一個月的灰度測試。測試數據顯示，用戶通過“省心配”配置保險方案，比用戶自己去選購保險平均能節省30%的預算。從效率看，省心配生成方案只要30秒。

南京大學商學院金融與保險學系副教授孫武軍認為，當前線下保險經紀人主要服務中高收入群體，AI保險規劃師能夠滿足工薪階層的需求，兩者形成很好的互補。同時線下保險經紀人也可以把AI保險規劃師作為輔助工具，提高服務效率。

配置核心——量化“風險波動率”

值得注意的是，類似智能保險顧問並非全新概念。公開信息顯示，2017年，中國太保就曾上線智能保險顧問“阿爾法保險”。此後，官宣擁有智能保險顧問服務的保險公司也不在少數。

張程認為，作為平台方，目前省心配的產品池來自於接入該平台的90餘家保險公司產品，在供給規模和豐富度上具有優勢。而在產品選擇上不會特別傾向某一家公司產品，相對中立。

但相對規模和中立性，張程認為“風險波動率”概念的引入是“省心配”最大的創新。以一位北京30歲男性家庭頂樑柱、月收入1萬元、100萬元左右負債的用戶為例，系統會給出兩套方案——方案一匹配50萬元重疾險、200萬元的身故，保費大概是550元/月左右；方案二重疾提高了30萬元，但沒有保障身故，價格是545元/月。兩個價格接近的方案一般消費者很難選擇。“但通過模型可以用波動率指標量化計算出來方案一波動率是5%，方案二波動率是15%，所以系統決策推薦了方案二。”他進一步解釋。

螞蟻保金融產品部負責人嚴捷也認為：面對用戶有限預算下，如何選擇險種和期限，如何做搭配，此前通常是精算師根據經驗做出，缺乏標準化行業解決方案。省心配的目標錨點是風險波動率，把波動率在有限預算下降到最低的量化評估工具。

市場共識在於，選品、配置、理賠是保險服務的三個核心環節。記者注意到，在此次推出“省心配”後，螞蟻保在互聯網保險服務“選、配、賠”三個環節均推出了對應性的解決方案。2022年初，螞蟻保上線“金選”服務，根據投保門檻、保障範圍、性價比、服務理賠和公司經營五大維度選品，降低了用戶選擇保險的隱形門檻；針對保險理賠難的突出痛點，螞蟻保在同年推出“安心賠”，進一步探索在理賠效率和流程標準化上提升。

中國人民大學中國保險研究所所長魏麗認為，由於保險產品的認知門檻高，這三個環節的服務優化能極大節省消費者的決策精力和成本，有助於提升保險行業的消費者滿意度和高質量發展。

需要看到的是，受製於保險行業分散存儲瓶頸，雖然上述AI配置服務相較單一保司已經有大幅擴容，但仍存在一定的數據局限問題。此外，嚴捷透露：省心配目前僅覆蓋了人身險最主流四大險類，未來在迭代過程中，還將進一步將算法遷移到財產險等領域。

（編輯：何莎莎 校對 陳麗）