保險行業(yè)采用大數(shù)據(jù)是為了什么

在此戰(zhàn)略布局下，陽光保險集團圍繞保險業(yè)務生命全周期，借助大數(shù)據(jù)和人工智能技術建立相應數(shù)據(jù)模型來輔助完成獲客、定價、核保、回訪、保全、理賠、客服等工作。

比如利用語音識別、自然語言理解技術實現(xiàn)機器坐席與客戶實時語音交互溝通，完成外呼回訪業(yè)務;利用OCR票據(jù)識別技術，實現(xiàn)客戶拍照上傳的資料自動錄入系統(tǒng)并分類，降低人工成本并提高作業(yè)效率;集團客服業(yè)務引入“智能客服機器人”，利用語音識別、自然語言理解技術，輔助客戶完成保險服務，實現(xiàn)客戶服務的線上化和智能化。

在“數(shù)據(jù)陽光”戰(zhàn)略引領下，陽光保險的大數(shù)據(jù)應用實踐主要包括大數(shù)據(jù)定價、大數(shù)據(jù)風控和反欺詐。

首先是利用大數(shù)據(jù)確認定價模式。以往，做健康保險產(chǎn)品定價多從年齡、性別等幾個維度出發(fā)。隨著醫(yī)療數(shù)據(jù)研究的興起，健康保險產(chǎn)品定價模式和方法進入了顛覆期，融入了更多新的變量，包括收入、生活和運動習慣、體檢指標等。定價模式的轉變充分體現(xiàn)了大數(shù)據(jù)在保險行業(yè)風險成本評估方面的深度應用。

其次，建設大數(shù)據(jù)風控平臺。傳統(tǒng)風控依賴于央行征信。但我國人口中大約2/3沒有征信信息，而這些人口的金融消費又不可忽視。為此，陽光產(chǎn)險和陽光信保利用外部結構和非結構數(shù)據(jù)，利用機器學習和知識圖譜，構建適合自身業(yè)務的風控平臺，甄別業(yè)務風險，助力信保業(yè)務發(fā)展。

三是反欺詐體系建設。在索賠處理的各個環(huán)節(jié)中，都可以使用機器學習技術來提升工作效率和甄別欺詐可能。

比如為識別出的無欺詐小額案件提供“快速通道”自助理賠服務，降低處理的整體時間，在提升客戶體驗的同時還能夠降低成本。利用人工智能的算法可以非常有效地識別自助以及含欺詐案件相關數(shù)據(jù)中的某些模式，這種識別能力以及反欺詐的知識框架形成之后，欺詐性案件在人工智能技術的監(jiān)控下將無所遁形。