1、中国保险科技发展白皮书（2019） 中国银行保险报 中关村互联网金融研究院 2019年10月 目 录 CONTENTS 2 中国保险科技发展概述 1 国际保险科技发展概述 4 互联网保险概述 3 保险科技核心技术与应用 6 中国保险科技发展趋势 5 保险科技创新实践 n 保险科技正在深刻影响保险业的传统发展模式并强力 驱动保险业数字化转型。从互联网保险到保险科技， 保险业与大数据、人工智能、云计算、区块链、物联 网等技术的融合不断深入。从渠道变革、场景创造， 再到科技重构，保险科技改变了传统保险行业的认知， 催生了新的保险需求，重塑了保险价值链，孕育了保 险生态系统。 n 目前，我国保险业正面

2、临着深刻转型时期，从相对粗 放经营和初级发展模式，逐步过渡到相对科学、理性 和规范经营时代。这个时代，保险行业的经营理念、 管理能力，均需要实现迭代发展。科技赋能成为未来 保险业发展的关键词。 2018-2019年全球保险科技领域融资持续升温，2019年上半 年全球保险科技领域融资额达到30.77亿美元，增速超2018 年，预计2019年全年融资额将创新高；产业规模迅速增长， 北美洲、亚洲和欧洲成为保险科技创新的聚集区域。保险科 技发展前景广阔，但行业安全风险和行业规范问题难以忽视， 各国及各地区在积极推动保险业转型升级的同时，也在保险 创新与风险控制之间寻找平衡点。 中国保险市场蕴含广阔发展

3、空间，2018年，中国保险业全年 原保费规模达到3.8万亿元，位列全球第二，中国已成为名副 其实的保险大国。相比海外保险科技发展，中国保险科技在 投资数量、金额、领域等方面均处于起步阶段，但行业发展 迅速，蕴含广阔市场空间。中国互联网保险行业保费规模从 2013年的111亿元增至2018年的1888.58亿元，增长近20倍。 政府及监管层高度重视保险科技发展，近年来发布了一系列 监管措施，行业监管政策体系逐步建立、完善，推动行业良 性发展。 n 保险科技既包括大数据、云计算、物联网、人工智能、 区块链等普遍适用于金融服务诸多领域的基础技术， 也包括和保险行业应用场景结合相对更加紧密的车联 网、

4、无人驾驶、基因诊疗、可穿戴设备等应用技术。 新技术在保险领域的应用日益深化，不断推动行业转 型发展。 前言 保险科技发展篇 在科技创新的推动下，保险与科技的融合发展已成为行业发展新燃点，大数据、区块链、人工智能等新科技正 在逐步改变着保险行业的生态，深入渗透到保险业务流程与各类场景中，从底层逻辑上重塑保险生态价值链。 2018-2019年上半年全球保险科技领域融资持续升温，产业规模迅速增长，北美洲、亚洲和欧洲成为保险科技 创新的聚集区域。保险科技发展前景广阔，但安全风险和发展规范问题难以忽视，各国及各地区在积极推动保 险业转型升级的同时，也在保险创新与风险控制之间寻找平衡点。 国际保险科技发展

5、概述 根据金融稳定理事会（Financial Stability Board）定义，金融科技是指技术带来的金融创新，它能带来新的业务模式、应用、 流程或产品，从而对金融市场、金融机构和金融服务方式产生重大影响。金融科技在保险领域的应用即为保险科技。 保险科技变革阶段 保险公司设置官网、移动APP、 微信公众号等互联网渠道 保险中介机构开设网上保险超市 第三方互联网平台依靠自身流量 优势，为保险公司提供流量入口 渠道变革 运营变革 服务变革 通过OCR技术，精确识别健 康、医疗相关文档 人工智能可快捷实现承诺、 理赔、保单管理、支付、健康 管理服务等相关流程的自动化 大数据可实现精准定价和营销，

6、 帮助保险公司精确核保和反欺诈 基于对海量数据进行分析，从不 同的维度深度挖掘保险用户的特性， 进而优化保险价值链的各个环节 国际保险科技发展概述 l2018年全球保险科技公司的总融资达到了创 纪录的44.55亿美元，2019年上半年达到 30.77亿美元，增速超2018年，预计2019年 全年融资额将创新高 l全球保险科技融资主要集中在北美洲、亚洲和 欧洲 l北美洲对全球融资总额贡献最大，但占比逐年 降低，亚洲对全球融资额的贡献逐年增加 融资：投资量和交易规模逐步提升，结构持续变化 l从2013年至2019年上半年全球保险科技投融 资领域分布来看，除个别年份外，人寿与健康 保险领域获得的融资

7、额高于财产及意外伤害险 领域融资额，但是两大领域融资差额逐步缩小； 其他保险领域融资额逐年增加 l从2013年至2019年上半年全球保险科技投融 资主体分布来看，经营保险业务的保险科技企 业逐渐比技术赋能类企业获得更多的融资。在 2019年上半年的融资活动中，77%的融资额 投向经营保险业务的保险科技企业，23%的融 资额投向技术赋能类企业 2010-2019H1国际保险科技融资 2013-2019H1 国际保险科技投融资领域分布（单位：亿美元） 2013-2019H1 国际保险科技融资主体分布 国际保险科技发展概述 监管：鼓励引导和严格监管并举 中国香港 l 香港保险业监理处成立了金融科技联

8、络小组，以加强 监管部门和香港从事金融科技发展和应用人士间的沟 通 l 保险科技沙盒 l 牌照管理 l 成立保险科技促进小组和专用的保险科技平台 美国 l 功能监管 l 美国保险专员协会（NAIC），成立了创新和技术 工作组，负责研究相关技术的监管方法 l 发布金融科技框架白皮书，明确政府对于保 险科技创新的原则与框架政策，各管理部门以及 监管机构通过一系列手段刺激保险科技的创新 英国 l 实施“项目革新”计划与“监管沙盒” 制度 l 新设金融政策委员会（FPC），作为宏观监管机 构监控、应对系统风险；新设审慎监管局（PRA） 监管各类金融机构；新设金融行为监管局 （FCA），通过监管金融机构

9、的业务行为，有效 促进金融市场的竞争，对消费者进行保护 新加坡 l 采取资金、政策、人才吸纳等多种方式进行鼓励支持 l 对证券业、银行业和保险业实施统一监管 l 采取“技术中性”的原则 德国 中国保险科技发展概述 中国保险市场蕴含广阔发展空间。中国保险科技虽然起步较晚，但是市场表现活跃。政府及监管层高度重视保险科技发展，近 年来发布了一系列监管措施，行业监管政策逐步建立、完善，推动行业良性发展。 融资 全球第二大保险市场， 科技应用发展的空间非常广阔 融资热情高涨，行业 整体成熟度提高 监管环境逐步趋严，监管 政策逐步建立、完善 市场 监管 中国保险科技发展概述 市场：保险市场体量大，保险科技

10、起步较晚、发展迅速 保险市场体量大 l2018年中国保险业全年原保费规模达到 3.8万亿元，位列全球第二；科技应用发展 的空间非常广阔 l人口基数大，保险深度和保险密度与发达 城市市场相比，庞大的保险需求仍等待释 放 起步晚，发展快 l相比海外保险科技发展，中国保险科技 在投融资数量、金额、领域等方面均处于 起步阶段，但行业发展迅速 l互联网保险保费从2013年的111亿元增 至2018年的1888.58亿元，增长近20倍 步入场景化发展阶段 当前，中国保险科技已经进入了场景化发 展阶段，着重于产品创新与个性化定制， 同时，在这个阶段，大数据、人工智能、 物联网等新技术，开始在保险业务的环节

11、逐步发挥作用 企业类型商业模式描述 互联网保险企业ToB/ToC颠覆传统保险企业 中介平台 ToA连接经纪人 ToB连接场景 ToC连接个人 互助平台ToC去保险中介 技术赋能企业ToB赋能传统保险企业 保险科技行业主体 中国保险科技发展概述 l截至2019年上半年，中国保险科技公司有238家 l2012-2018年中国保险业业务和管理费用不断提升， 2018年达到4717.73亿元，保险科技的投入主要是来自 于此部分开支 l2018年中国保险行业IT解决方案的整体市场规模达到 87.83亿元 融资：金额不断提升，高额投资频繁 l2018年共38家保险科技公司获得资本支持，其中4家企业 一年内

12、完成两轮融资。2019年上半年共发生13起融资事件， 较去年同期有所下降，融资金额较2018年上半年的15.7亿 有所增长 l融资偏大额，融资金额均在千万、亿级别，高额投资频繁 出现，意味着行业整体成熟度的提高，资本市场的投资方 式已经从之前的广撒网，变成了现在的集中资源，投资优 势项目 中国保险业业务和管理费用情况 中国保险业IT市场规模及增长率（单位：亿元） 中国保险科技发展概述 监管：监管环境逐步趋严，监管政策逐步建立、完善 鼓励创新 防范风险 保护消费者 权益 法律体系对 互联网保险 的监管思路 2014年，互联网保险业务监管规定（征求意见） 标志着互联网保险行业监管正式开启 2015

13、 年7 月，互联网保险监管暂行办法 互联网保险开始进入规范监管时代 2015 年9 月，关于深化保险中介市场改革的意见 推行了独立代理人制度，为第三方平台开辟了广阔空间 2015 年7 月，互联网保险业务监管暂行办法 中国第一部完整地规定了互联网保险业务经营规范的监管 规定，确立了促进互联网保险业务健康发展、切实保护互 联网保险消费者权益、线上与线下监管标准一致、强化市 场退出管理等监管原则 2018年银监会与保监会合并 监管力度不断趋紧，在积极推动保险业转型升级的同时， 也在金融创新与风险控制之间寻找平衡点 中国保险科技发展概述 北京：全国最成熟的区域保险市场 行业现状 l截至2018年底，

14、在北京注册的保险法人机构共有72家，保 险分公司108家，比2010年翻一番，保险专业中介法人机 构395家，各类机构数量均居全国首位 l行业总保费收入从2010年的966.5亿元增长到2018年的 1793.34亿元，年均复合增长率8.03% l2018年，北京地区保险深度为5.9%，保险密度为8325元/ 人，发展水平一直居全国首位 l当前中国有保险科技企业238家，北京依托中关村国家自 主创新示范区的创新优势,吸引了全国36%的保险科技企业 聚集发展，数量位居全国前列 行业规划 l2018年10月北京发布的北京市促进金融科技发展规划 (2018年-2022年)中，将保险科技企业聚集发展作

15、为未 来北京金融科技发展的重点布局任务之一。在石景山区加 快建设北京银行保险产业园，聚焦产业核心区、辐射区和 拓展区，充分发挥示范引领作用，推动创新政策在银行保 险产业园先行先试，打造国家级银行保险产业创新试验区 和银行保险文化引领区 l2019年1月，国务院批复全面推进北京市服务业扩大开 放综合试点工作方案，提出“石景山区以北京银行保险 产业园为核心，加快建设国家级金融产业示范区” 北京银行保险产业园 n背景和概况 中国银保监会和北京市政府联手打造的国家级金融创新示范区 规划用地65公顷，建筑规模95万平方米，其中地上面积56万平方米 n发展现状 当前，核心区已完成全部一级开发，其中62公顷

16、土地已完成供应，占总量 的95%。一期11万平方米载体及中央公园、保险博物馆、会议中心、员工餐 厅等一批配套设施已投入使用，二期43万平方米载体于2019年7月建成，三 期于2019年底开工建设，1.4公里地下综合管廊完成建设 目前，园区已引进以中国保信、爱心人寿、泰康人寿北京分公司、光大永 明资产管理公司等为代表的30家机构，其中13家机构已签订入驻协议，涵 盖了寿险、财险总部、保险资管机构、保险中介机构、险资私募基金管理机 构、保险电商机构等多种类型 n发展环境 构建产业政策体系，以金融保险为核心的高端服务业，加大政策支持力度 加快完善配套市政路网 不断完善教育及医疗配套 加大推介力度 注

17、重产业发展和运营能力提升 保险科技应用篇 随着新技术与保险业的加速融合，行业迸发出前所未有的商业机遇，互联网保险业务监管暂行办法的发布 为保险科技的创新发展创造了必要的制度环境。我国保险科技聚焦渠道、产品、服务三大领域，积极探索并取 得了显著的成绩，同时也为我国保险科技事业的进一步发展积累了大量鲜活经验。 保险科技核心技术与应用 定义：研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学 四大核心技术：计算机视觉、机器学习、自然语言处理、人机交互，其背后的核心是大数据和云计算能力 发展：2018年中国人工智能领域共获得融资1311亿元，是2017年全年的2倍。我国目

18、前处于弱人工智能阶段 弱 人工智能 强 人工智能 超强 人工智能 l 擅长于单个方面的人工 智能，在特定领域等同 或者超过人类智能，或 者效率的机器智能 l 这一阶段的人工智能技 术，刺激了不同产业的 应用发展，更甚至改变 了一些产业的结构 l 人类级别的人工智能， 在各方面都能和人类比 肩的人工智能 l 弱人工智能向强人工智 能发展的过程要满足的 硬件水平，即计算机的 处理速度至少要达到人 脑的运算能力等 l 超强人工智能在所 有领域内都会比最 聪明的人类大脑强 一些，或者是强万 亿倍 人工智能三个发展阶段 人工智能产业链 u基础设施领域是构建人工智能生态的基础， 需要进行长期的战略投入 u

19、技术层决定人工智能的深度，需要中长期进 行布局 u应用层是技术与产业的结合，会直戳行业的 痛点，具有很强的变现能力 人工智能与保险 保险科技核心技术与应用 人工智能在保险行业的应用 l保险服务全过程分为前端销售、中端核保核赔和后端定价三个环节，前端销售环节要求产品创新和场景构建，中端核保核赔 要求流程的优化和效率的提高，后端定价涉及到定价因子的完善和重塑。 l人工智能在扩展保险销售的空间、整合保险市场巨大的潜力和创造定价盈利等方面均有重要应用价值。 智能化 客服 智能化 资产管理 智能化 定价 智能客服的引入，可以代替人工 进行部分信息整理和咨询工作， 大大降低人工成本；通过语音交 互服务缩短

20、服务接入的等待服务， 优化客户体验；在投保环节，基 于人脸识别等技术来为投保用户 提供查询保单的服务；在理赔环 节分析和理解数据，自动化加快 人工处理最终理赔结果的速度等 智能化 核保 核保的发展趋势是向数字化、 自动化、智能化转变。基于人 工智能，保险公司可以通过人 机交互的方式与客户在线交流， 了解客户信息、评估客户风险， 并自动出具是否同意承保的决 定。智能核保系统可有效改善 客户体验，提升承保效率、降 低运营成本等 传统的大数法则由于数据面 比较窄，存在较大的缺陷和 不足，人工智能技术的应用 能够大大提升对损失和费用 预测的准确度。目前的UBI 车险是一个大数据和人工智 能应用的实例

21、智能投研和智能投顾。智能投研平 台通过强大的数据处理能力，内嵌 到整个投研体系过程中，帮助形成 最后的决策。智能投顾方面，第一， 对数据进行深度信号挖掘，同时长 周期内用量化模型进行投资选择； 第二，通过机器学习，进行资产的 策略配置，把不同的风险水平、收 益水平与特定的市场情况进行组合 保险科技核心技术与应用 区块链与保险 专利：区块链专利主要分布在北美洲的美国和加拿大、亚洲的中国和韩国、欧洲的英国。其中，从2013年至2018年，中国有 4435件区块链专利申请，全球占比48%，数量显著超越美国，居全球第一 产业发展：截至2018年3月底，我国以区块链业务为主营业务的区块链公司数量达到45

22、6家，产业已初具规模，涵盖从上游的 硬件制造、平台服务、安全服务，到下游的产业技术应用服务，再到保障产业发展的行业投融资、媒体和人才服务等多个链 条 区块链应 用特点 区块链技术具有自动执行协议的功能，即智能合约,智能合约实施的基础是基于去中心化系统 建立的共识机制而非中心化的验证。基于智能合约运行的创新金融产品具有高透明度、高安全 性、高效率的显著特征。基于上述优势，区块链技术对金融行业的改变将是颠覆性的，金融中 介的职能也将发生深刻变化。 创新 金融 产品 构建 智能 物联 网 区块链形成了独立运行的共识机制，可以应用于物联网的数据处理和系统维护领域。利用 区块链技术，物联网设备生产商能够

23、极大地延长产品的生命周期、降低物联网维护的成本。 区块链去中心化的共识机制使得计算服务的应用范围大大延伸。 变革 金融 基础 设施 区块链是一个数据库，基于点对点的通讯技术和加密技术使得数据库的组织形式更具开放 性和可追溯性。在区块链技术的基础上，每个数据节点都可以参与验证账本内容的真实性 和完整性，相当于通过提高系统的可追责性降低系统的信任风险，这一特性使得区块链在 征信、审计、资产确权等方面具有显著的优势，从而间接提高金融体系的运行效率。 保险科技核心技术与应用 区块链技术在保险行业应用前景 区块链技术的主要优势在于基于分布式网络形成的共识机制，分布式网络使得基于区块链的应用具有明显的开放

24、性和可拓展 性，共识机制的独立存在使得合约的执行成本降到最低，执行效率大大提升，计算服务的范围也大大提升。基于以上特点， 区块链可在保险行业的产品开发、风险防范、流程优化以及相互保险等领域具有较广的应用价值。 创新产品和服务 提供个性化定制保险:为保险产品的设计提供较为精确的场 景识别，为保险公司基于特定风险场景开发创新产品提供支持 提供低成本产品:区块链智能合约的功能能够用于小微保险 业务中，降低处理成本 提高客户参与度:提供较高的透明度和理赔处理的公平性提 高客户参与水平 保险反欺诈 提升运营效率 助力相互保险发展 利用区块链重构信任的基本特点，破解相互保险的信任难 题，细化不同群体的风险

25、特征和风险分散诉求，提升成员 之间的知情权和选择权，从而创造一个更加公平、透明、 安全和高效的互助机制 身份识别:通过不可更改的身份证明信息降低保险欺诈风 险。 风险事件时间和地点的确认:区块链可以跨行业、分布式 记录数据，并且证实数据的真实性，包括物品所有权、证 明保单日期和时间，事件发生地点等内容 智能合约：智能合约能够完成理赔处理的自动执行，对于 客户来说，这是一种可靠且透明的支付机制，而且智能合 约能够用来强化具体合约规则。基于区块链技术的智能合 约平台能够为客户提供较高的透明度和可信性，而且还能 够带来广泛的网络效应 保险科技核心技术与应用 物联网与保险 l定义：所有物品通过信息传感

26、设备与互联网连接起来，进行信息交换，即物物相息，以实现智能化识别和管理。利用物联网 技术在感知、识别方面，将传统分离的物理世界与信息世界联系起来；利用网关技术实现异构网络之间的互联互通，将各类 “物体”赋予“通信功能”成为网络终端。 l发展：随着5G技术的发展，从2012年至2017年，中国物联网产业规模扩大了3倍以上，预计到2020年，中国物联网产业规 模将超过1.5万亿元，中国将在2025年引领全球物联网市场 l物联网这种将物理事物与网络整合在一起的特性，真正做到了随时随地的信息交互，这是单纯的互联网所缺少的，也是传统 保险行业在精准定价和保险精算方面颠覆传统的技术依托。 物联网适 用于保

27、险 的特点 l精算最大的困难是无法获得准确全面的风险数据，特别是某一细分人群的风险数据，因而无法做到精准 定价 l车险将因为大数据、物联网技术而改变 l借助新技术，财产险也将发生根本性变革，类似应用随着智慧城市、智慧家居的到来，财产险形态也将 明显变革 精准 定价 改变 保险 精算 传统 l大数据、物联网的应用，可以使保险公司实现动态核保，实时定价 l比如寿险精算时，客户提供的年龄、性别、简单病史等均是过往信息，通常相同性别及年龄保费是一 样的，而大数据、物联网引入后情形将变得很不同，比如保险公司可以获取客户投保前连续十天的血 压、心跳、作息等信息，并借助上述数据推测客户是否属于同年、同性客户

28、中的最优群体，进而为其 提供最精准的保费价格 保险科技核心技术与应用 物联网在保险行业的应用 车联网 可穿戴设备智慧家居 l车联网是通过先进的智能传感技术，实 现车与车、车与人、车与路的互通与协同， 通过对数据进行采集、分析和决策，实现 智能化交通管理、智能动态信息服务和车 辆智能化控制 l通过对人、车、路、环境信息的采集与 分析，可以降低骗保率，提高承保收益， 并创造新的收益。基于对车辆及驾乘人员 信息的分析和处理，保险公司对风险事故 可以由被动应对转为主动管理，降低事故 发生率和理赔成本；通过实时信息交互和 综合服务，可以提升客户服务水平，提高 续保率 l随着传感技术在穿戴医疗设备上的应用

29、， 健康保险的发展进入新阶段 l通过物联网驱动健康管理，可以准确确定 被保险人的健康管理目标，并根据目标制定 个性化的健康管理方案 l保险机构还可基于物联网建立核心数据库， 实现对投保人的健康状况的实时监测，通过 数据分析对保费定价以及赔付问题给予支持 l穿戴医疗设备能够有效地优化健康保险产 品，提升服务质量，推动健康保险由事后补 偿向预防补偿发展，进而促进健康保险模式 的转变 l随着物联网智慧家居行业的发展，保 险公司开始将智慧家居服务纳入到房屋 保险中 l通过互联网智能设备的配置，来预防 常见灾害，降低损失，而客户能够由此 享受到优惠的房屋保险 l尽管未来智慧家居方案将明显为财产 险带来变

30、革，但上述业务模式同时受到 隐私、安全以及不同公司之间的智能设 备不兼容等问题的阻碍。数据安全是一 个严峻的挑战，数据需要得到有效的保 护，避免泄露、丢失或者滥用 保险科技核心技术与应用 基因诊疗与保险 概念：基因诊断和基因治疗两个概念的合集：前者是指为了有针对性地预 防和解决遗传疾病，通过基因的采集和实验室分析，结合目前人类对基因 组的认识和分子遗传学数据，对普通遗传病或家族遗传病做出诊断；后者 是指将外源正常基因通过基因转移技术导入靶细胞，通过纠正或补偿因基 因缺陷和异常引起的疾病，达到治疗目的 监管：我国相关部门对待精准医疗和基因检测的态度审慎控制逐渐过渡到 积极鼓励： u2014年2月

31、，国家食药监总局与国家卫生计生委联合发文叫停部分基因 检测服务，对良莠不齐、价格混乱的行业环境进行规范 u2016年3月，科技部出台“精准医学研究”重点专项申报指南，对未来5 年精准医疗示范体系的建设与推广做出了详细的落地指导和规划，再次刺 激基因诊疗这一新兴行业的发展 u2017 年 4 月，印发“十三五”生物技术创新专项规划，点明发展 “新一代基因操作技术”，将精准医疗上升为国家战略 发展：据最新数据显示，2016至2020年全球精准医疗市场规模将以每年 15%的速率增长。预计 2020 年全球精准医疗市场规模将破千亿，达到 1050 亿美元 从医疗基因到消费基因，目前已经形成了一个软硬件

32、+服务的完整产业链 保险科技核心技术与应用 基因诊疗在保险行业的应用 l从个人的角度，基因检测可以准确掌握自己存在高风险的疾病种类，进行个性化体检和预 防治疗，选择适合的保险产品，避免盲目的健康消费 l从保险公司的角度，把基因检测作为健康管理的切入点，可以累积海量客户的健康数据， 再依据风险高低进行更精准的定价，提供针对性的后续健康管理服务，极大地提升盈利空间 和自身竞争力 l2015年6月，众安保险联合华大基因推出中国首款互联网基因检测保险计划“知 因保”。此后，平安寿险、中国人寿集团、中国人保集团、太平人寿、富德生命人 寿、新华保险等一大批保险机构也纷纷与三甲医院、民间医疗公司等基因检测机

33、构 展开多项合作 l我国“基因+保险诊疗”合作模式还处于初级阶段，在未来，在肿瘤、心血管疾 病和出生缺陷等多个领域仍存在深度合作机会 l除了针对个人消费者的基因检测，保险公司和基因诊疗的结合还在向机构间的科 研合作延伸 保险科技核心技术与应用 基因诊疗应用的挑战 1 技术与人才难关 2 市场鱼龙混杂，价格参差不齐 l难以获取大样本基因数据 l数据精准挖掘能力不足 l基因检测行业中的创业公司前期开发成本高，从投入到转化比例较低，烧钱快，淘汰率也很高，缺乏核心知识产权的技 术产品，让基因检测的成本高居不下 l机构类型不同，缺乏监管标准，也直接造成市场没有统一的服务技术标准和费用标准 l基因治疗不完

34、善 l长期面临着巨大的病理医生人才缺口 3 监管不完善，受医保等政策影响大 l目前，我国的基因检测项目是没有特殊证照和监管规范的，只有注册医疗器械（如试剂盒）作为三类医疗器械管理，且 各项目的价格区间、服务标准以及核心技术都还没有出台明文规范，导致市场乱象。而基因诊疗的最大瓶颈在于未纳入 医保，自费价格多则上万，无法报销，让很多人望而却步 伦理与社会问题亟待解决 l从社会学的角度，基因检测也会带来基因歧视、人类遗传资源保护、生物安全等问题。在技术商业化的未来，基因隐私 也将成为关键问题 4 保险科技核心技术与应用 基因诊疗应用的解决方案 技术 环境 商业 模式 n 社会各相关部门应加大基因检测

35、知识的科普宣传，完善相关法律法规， 建立行业统一规范标准和市场监督机制，防止技术在不成熟阶段像抗 生素一样被滥用；设立专业委员会将基因诊疗引入健康管理；针对社 会问题和伦理问题加强对被保险人知情权和基因隐私权的保护，防止 基因歧视；在基因检测登记、结果集中管理的基础上，赋予检测自由， 对不同的选择采用不同的保费核算规则。 n 开展更多的“4P”（预防性Preventive、预测性Predictive、个体化 Personalized、参与性participatory）医学模式的服务，明晰准入条 件 n 资本市场理性处理概念炒作，防止市场过热带来的后劲不足。当基因 检测真正实现大规模应用时，渠道

36、、运营和研发成本会被分摊，对于 机构来讲，会更有利于生存发展，保险公司更有能力在前期支持并战 略投资基因领域的科研工作，减轻基因诊疗机构的成本压力，建立长 效深度的合作机制，让大众能够真正享受到科技带来的红利 大数据具有海量的数据规模、快速的数据流转、多样的数据 类型和价值密度低四大特征，是以数据为本质的新一代革命性 的信息技术，在数据挖潜过程中，能够带动理念、模式、技术 及应用实践的创新。 保险业大数据来源保险业大数据来源 互联网保险大数据 大数据产业链主要包含四类主体：最源头是数据源相关产业，其次是 基础支撑产业，再次是数据服务产业，在以上三个主体之外还有一个主 体是监管层，大数据作为新兴

37、产业，相关监管部门在大数据生态中的重 要地位日益凸显 保险公司内部 业务平台数据 A 互联网 公开数据 B 行业平台数据 C 政府免费 开放数据 D 第三方大数据 E 互联网保险概述 互联网保险概述 萌芽期 （1997年 -2007年） l保险电商化成为趋势 l进军移动端，向无纸化、智 能化、客制化、智能保险系统 发展 l1997 年底互联网保险信息公 司诞生 l2000 年8 月太保与平安开通 全国性网站 l2000 年9 月泰康在线开通 l2005 年中华人民共和国电 子签名法颁布，进一步促进 中国互联网保险发展 l电商平台兴起 l保险网站纷纷涌现并获 取风投 l互联网保险依托官方网 站、

38、保险超市、门户网 站、O2O 平台、第三方 电商平台等多渠道展开 l理财型保险引入第三方 电商平台，销售火爆 探索期 （2008年 -2010年） 全面发展期 （2012年- 2013年） 爆发期 （2014年- 至今） 根据2015年7月，原中国保监会发布互联网保险业务监管暂行办法，明确互联网保险业务是指保险机构依托互联网和移动 通信等技术，通过自营网络平台、第三方网络平台等订立保险合同、提供保险服务的业务。 互联网保险发展阶段 互联网保险概述 A 传统保险公司 B 专业互联网保险 公司 C 互联网保险第三方 平台 互联网保险代表了保险行业创新发展的重要内容。从 2011年到2018年，我国

39、开展互联网保险业务的保险 公司由28家增长到132家；互联网保险业务的年保费 收入由2011年的32亿元增长到2018年的1888.58亿 元；互联网保险保费在总保费中所占的比重由不到 1%增长到5%。在互联网保险高速发展的同时，行业 参与主体的多元化发展也促进了行业经营模式的创新 互联网保险主体 中国互联网保费规模增长情况 互联网保险概述 大数据在互联网保险中的应用客户画像 保险公司可以依据商业分析将客户的个人属性和金融 信息，包括业务订单数据、客户属性数据、客户收入 数据、客户查询数据、理财产品交易数据、客户行为 等数据，将客户多账号（身份证号、手机号、邮箱、 QQ号）打通，建立客户标签，

40、从而构成覆盖客户衣 食住行的丰满客户画像，从而帮助保险公司更快速、 深入地了解客户的真实、具体需求，以及客户人生事 件 互联网保险概述 大数据在互联网保险中的应用营销创新 新客户的 精准获取 存量客户 精准营销 准客户的 持续转化 预防 客户流失 l对内部和外部数据的综合利用，收集 客户个人属性、客户线上浏览行为偏好、 线下活动轨迹、交易行为等方面的信息， 对客户进行多维度、立体化的分析 l根据客户的消费习惯及各渠道的特点 配置相应的销售渠道，精准地选择营销 渠道来触达这些客户 l基于外部数据建立预测模型，推出个 性化营销手段，把让客户“最可能动心” 的产品展现在客户面前 l根据客户健康、财务

41、、信用等状况作 出更合理的分析，从而提升营销效率和 效益 l根据保单、险种信息、销售人员信息、 经济能力、健康状况等各种类型数据对 续保率关键信息进行建模，筛选出影响 客户退保的关键因素 l利用回归算法建立续收风险预测模型， 或者舆情监控，将存量客户按照其潜在 退保率进行分类，将可能流失的客户定 位出来，寻找客户不满意的原因，加以 改进，挽回即将流失的客户 互联网保险概述 提升服务 质量 提高 服务效率 简化服务 流程 提供 个性化服务 l利用大数据分析客户的特征、 习惯以及偏好，分析和预测客 户需求，为向客户提供精准服 务奠定基础 l简化了承保服务流程。通过与多种社 会平台合作来获取客户信息

42、，提供有针 对性的保险产品和报价 l保险理赔服务的便捷。利用相关数据 建立网络智能核赔平台，并加强与移动 互联网终端应用的联系，实现互联网保 险业务流程自动化 l保险公司可以充分利用大数据对客户 个性化描述的便利，根据客户的购买习 惯、服务偏好等信息进行客户细分，更 好地开展客户个性服务 大数据使线上勘察定损成为可能 大数据在互联网保险中的应用服务创新 互联网保险概述 大数据在互联网保险中的应用产品创新 定制保险的推出流程与传统产品 推出模式正好相反，是“需求引 致供给”。保险公司通过个人的 公共数据情况、信息体系、社交 网络、健康数据、性格等信息， 进行客户的“私人订制”，做到 真正以客户为

43、中心 定制化产品开发 l根据模型找出满足客户保险需求 的最佳险种组合，或预测出在客户 生命周期中所需的保险产品，对客 户进行捆绑销售 l通过与其他平台合作，整合供应 链，建立基于核心保险业务的生态 系统，使得保险公司真正成为一揽 子风险管理服务方案的供应商，拓 展保险公司风险管理的内涵和外延 产品组合管理 l在寿险和健康险定价中，保险公司利 用可穿戴设备实时监控人体健康情况 （运动量、睡眠、心跳等），弥补了生 命表对于洞察细分群体的人体健康及生 死概率的能力不足，通过分析这些数据 对投保者按照生活习惯进行分类并进行 区别定价与动态定价 lUBI车险中，车联网保险公司能够实 时采集车辆位置及车辆

44、运行情况数据， 可以更好地应用于车险定价，也可以防 控欺诈、客户管理等风险管理服务 个性化保险定价 互联网保险概述 大数据在互联网保险中的应用提升风控能力 l将保险公司、银行、公安、医院 等部门或机构的信息对接，建立 诸如“高风险客户”、“高风险 从业人员”、“特殊名单”等数 据库，及时发现和识别高风险， 提高信息的传递效率 l我国于2016年1月建立了首个信 息共享平台：人身险核保理赔风 险筛查平台 信息共享平台 l利用大数据技术，保险公司可以 通过对客户行为的“追踪”来加强 客户行为管理，减少被保险人出现 事故的概率，从而降低保险公司的 风险 l基于可穿戴医疗设备和提供健康 咨询来降低被保

45、险人风险 l在UBI车险中，通过控制费率， 促进消费者养成良好驾驶习惯 潜在风险控制 l结合保险公司内外部数据信息， 对客户进行早期异常值检验，通 过及时发现并采取措施，降低索 赔率 建立预测模型 互联网保险概述 大数据在互联网保险中的应用反欺诈 将保险公司的各个部门、第三方平台、网络和通讯运营商等平台整合起来，构建一个基于大数据的反欺诈网络 l保险公司可以通过反欺诈网络对客户的信用水平进行划分，拒绝承保可能做出欺诈行为的客户 l排除重复保险，避免高额投保所导致的故意造成保险标损失的情形 l加强与修理行业的合作，获取关于每辆汽车的维修、保养情况的数据，以避免客户从保险中不当得利，防止保险欺诈

46、风险场景技术 利用数据对骗保人员 作案的主要手段或是 案件表现出的特征进 行综合分析 智能系统智能系统 很好地解决了寿险及社会保 险中常常出现的冒名顶替骗 取保险金问题 生物特征识别技术 越来越多的财产保险公司意识到互联网业务的巨大 发展潜力，从创新、创意的角度，并结合不同的消 费场景，制定出全新的保险险种 l财产保险主要分为车险与非车险两大领域，保险科技在上述两大领域均有应用 l从业务份额上来看互联网车险保费规模目前远远大于互联网非车险，但互联网非车险在销售渠道、产品设计以及核保、理赔 等领域都涌现出了大量的创新案例，还有较大增长空间 业务概况发展前景 车险 产品创新：UBI车险 理赔创新：

47、微信查勘、电子理赔单据、 电子保单等方式 非车险 出行类：如航班延误、旅行保险、 酒店取消险等 场景化：退费险、互联网短期医疗保险、 酒店退订险、宠物责任险等 未来的互联网财产险发展将围绕产品和渠道进行创新 产品 渠道 产品创新 可保性的扩展创新 极简化的流程创新 多样化的技术创新 渠道创新 打造官方网络品牌建设， 提升营销效率 依托互联网生态，深化 第三方合作 保险科技在财产险中的创新实践 保险科技创新实践 保险科技创新实践案例 中科软保险科技助力车险理赔系统迈入新时代 在理赔的多个业务场景综合利用了大数据、人工智能等技术，使用航天数据、遥感数据、无人机传回数据、气 象、地址、水文等多源数据

48、，辅助防灾减损，采用神经网络模型识别车险欺诈。这些新应用将成为下一代理赔 系统优化的重点 l GIS查勘 视频识别技术，利用 航拍图片对比，确认 受灾程度和面积，提 供查勘定损依据 u 查勘描绘 u 遥感估产 u 风险预警 u 损失评估 l 视频定损 通过对APP传入的视频和音频进行智能化解析， 采用降噪、动态增益等算法，通过与大数据平 台的车辆资料库对比分析，自动出具车辆定损 建议 l 协勘 基于大数据和精准计算，通过人员专业分工和 案件情况细分，实现人-事最优匹配，通过移动 互联网应用（微信、APP）处理理赔任务，提 高理赔时效 l 保险反欺诈 综合采用分类预测、关联分析、聚类分析等手段，

49、建立风险预测模型，形成行业 内可通用的风险因子库，将欺诈类型进行分类，并独立建模处理。反欺诈将重点 放在案前，能够提高识别风险的效率，降低赔付 l 可视化模块 结合业务需求，对业务流程管理数据、反欺诈风险管理数据等实现信息实时可 视化展示 在业务流程管理方面，实现案件信息的可视化查询； 在反欺诈模块，实现高风险案件、高风险人员、高风险区域、高风险修理厂等 案件信息的可视化展示 l 案卷引擎 对报案产生的理赔卷宗信息形成全流程管理 案卷的配置管理除具有增删查改的基础变更之外，还支持接口变更等管理操作 前端模型增加只读可见属性调控操作 保险科技创新实践案例 爱保科技智慧车险“芯极限”智能理赔系统 图像识别 在理赔端，推出智能理赔系列产品解决方案，凭借最先进的图像识别技 术，通过图像识别、机器学习和模型算法等智能化工具，实现车险损失 的秒级定损 深度学习技术 配套后台 本地化的工时配件价格 遍布全国的维修网络 车主上传车辆受损照片，芯极限 系统通过图像识别技术抓取车辆 受损程度 系统通过深度学习的车辆零部件 进行判断车辆受损情况 通过后台的本地化的工时配件价 格以及车辆受损程度，芯极限系 统生成维修方案，并通过所给出 的维修方案自动生成理赔价格 在车辆的GPS导航系统的协助下， 芯极限给车主推荐最近的车辆