313啦实用网
近年来，全球保险数字化进程呈加速态势，科技在保险行业的应用日益广泛深入。面对新兴技术，险企该如何利用保险科技提高运营效率，推动产品质量和服务高质量发展，迎接下一个十年的新挑战？新浪财经《保险科技十年》本期对话上海复旦大学风险管理与保险学系主任、博士生导师许闲教授。
“在保险行业中，GPT/AIGC等技术的行业运用预示着未来大模型时代的到来，保险业传统岗位与执业范围都可能被重构。”许闲表示，随着人工智能技术的发展，保险行业传统的工作模式可能会发生改变，不过合规和评估等需要经验分析的工作，仍然需要人类的参与。
在谈及保险行业AI平权问题时，他表示，保险行业AI平权是一个重要的话题，AI平权在其他行业中受到了广泛的关注，但在保险行业中关注度不高，还没有得到充分的讨论。为此，许闲呼吁更多的学者加入这个领域的研究，一起讨论未来行业发展可能会遇到的问题。
新浪财经：近十年来，保险科技领域都发生了哪些重大变化？
许闲：近年来，令我印象最深刻的是ChatGPT。它让我更多地思考未来保险行业的学术人才培养和发展方向。当下许多人已经开始用GPT来帮忙完成论文的文献综述、发言稿写作、资料收集等等工作。尽管目前ChatGPT还存在一些不足，但这项技术确实是给我们带来了很多挑战和重构。
2018年，复旦大学中国保险科技实验室曾联合中国保险学会发布了一份《人工智能保险行业运用路线图（2018）》。这份路线图显示，人工智能在保险行业的运用已进入加速阶段，预计将分别在2025年、2030年和2036年实现25%、50%、75%的行业运用。从目前来看，这一结论很可能成为现实，甚至其中有一些进程会提速的。
从我自己的理解来看，ChatGPT未来的应用非常广泛。针对保险行业，未来人工智能的应用可以分为三个层面。第一层是基础层，像OpenAI这样的上游模型可以帮助我们进行数据采集、处理和服务；第二层是中间层，会有一些垂直化、场景化、个性化的模型，满足不同保险公司、行业和场景的需求；第三层是应用层，目前，我们已经看到了一些图像、语言和文字生成等领域的产品，包括部分公司正在开发的数字人。这些创新都将给未来的保险科技带来非常大的变化，这些变化将给未来的保险行业带来挑战，但也将带来机遇。
在过去十年里，保险科技发生了很大的变化。在目前的保险科技领域中，区块链、云计算、大数据、车联网、基因检测等技术的应用也越来越广泛。我们不应该单一地谈论这些技术地运用，因为它们往往是在重要的应用场景下多种技术结合使用的。保险科技的发展重点不在于拆分技术，而在于如何获取数据。我们需要关注这些技术的发展趋势，并适应未来的发展。
新浪财经：人工智能等数字技术的快速发展，会对保险行业产生哪些具体的影响？
许闲：在保险行业未来许多工作都会受到影响。我们已经看到了随着保险科技的发展，保险两核人员人数迅速下降。另外一个典型的例子是智能语音的使用使得保险公司客户回访基本可以靠AI完成。未来包括精算师等职业都有可能受到影响和冲击。当然，我并不是说精算师会被完全取代，只是未来随着人工智能技术的发展，我们传统的工作模式可能会发生改变。
例如在车险领域，未来，借助于自动驾驶、新能源、智能网联汽车等技术，我们将采集到更多的非标准数据，这些数据可以帮助我们更好地进行AI和精算定价。当然，要做到“一人一价”这个场景可能还很遥远，不过“千人千面”、“百人一价”、“千人一价”、“万人一价”等细分群体的出现，将会是未来保险行业的一个趋势。
在保险行业中，定价和产品设计的重要性不言而喻。然而，这也涉及到保险公司之间产品同质化的问题。未来，AIGC等技术的运用将降低保险产品的同质化水平。由于每个公司的客户分析、运营和投资逻辑都是不同的，因此，未来的定价和产品设计需要更加细分，同时也需要合规和评估方面的变化。随着人工智能的发展，一些工作可能会被取代，但是合规和评估等需要经验分析的工作仍然需要人类的参与。
此外，代理人作为目前保险行业的重要销售渠道，未来会不会被取代，不同的预测模型给出的答案也不一样。但是，毫无疑问的是代理人未来的发展需要更好的结合科技，用科技赋能自身业务。
从目前来看，保险代理人群体也正在逐渐出清中低端代理人，留下的代理人需要不断提升自己的能力，做好协同工作。科技的发展也为代理人提供了更多的机会和挑战，我们需要善用科技，不断学习和适应未来的发展趋势，才能在激烈的竞争中立于不败之地。
新浪财经：作为最早关注和研究保险科技的学者，从你对行业未来发展的预判看，未来保险行业尤其需要关注什么问题？
许闲：AI平权。目前保险行业尚未开始讨论AI平权的话题，但是这是未来一个关乎行业发展与消费者权益保护的重要问题。AI平权是指保险生态圈的相关主体（不同的保险公司、消费者、产业链、产品与渠道等）都能平等地无歧视地使用AI。如何让整个行业的人享受平等的AI使用权利，还没有比较好的解决方案。针对不同公司之间的行业模型，保险行业未来是否需要有一个通用的模型，来适用于学界和业界之间的交流，行业和消费者、监管以及媒体之间的交流？这也是我们需要考虑的问题。
最近我让我的博士生使用机器学习的方法和传统的回归方法来分析保单定价数据。我们使用随机森林和逻辑回归两种方法，对2000多个样本数据进行预测，通过受益程度的变化来观察结果。
我们发现，在我们检验的样本中受教育程度越高的群体，使用机器学习方法受益程度较低，甚至可能会受到损害。不同年龄群体的受益程度也不同，老年群体的受益程度更大。此外，在教育AI平权的背景下，我们发现精准程度和受益程度之间存在一些负相关，即想要提高受益程度高的群体的预测精度，可能会导致精度变差。
AI平权涉及到消费者和保险公司如何进行平权，以及保险公司之间是否可以进行AI平权。大公司有更多的资源和能力来应用AI，那么中小公司该如何适应AI带来的能力？如果不提升AI能力，这些公司可能会难以在未来的竞争中生存。AI平权是保险公司面临的一个重要问题，涉及到整个生态圈，包括科技公司、监管、智库和消费者。此外，还有一些其他值得学术界关注和研究的问题，如核心数据的合规使用、伦理问题、责任划分、消费者权益保护和定价公平性等。这些问题的解决对于保险行业的应用都非常紧迫。
