财经新闻网消息：
近年来，全球保险数字化进程不断加快，科技在保险行业的应用日益广泛和深入。 面对新兴科技，保险公司应如何利用保险科技提升运营效率，推动优质产品和服务的发展，迎接下一个十年的新挑战？ 本期新浪财经《保险科技十年》对话上海复旦大学风险管理与保险系主任、博士生导师徐贤教授。
“在保险行业，GPT/AIGC等技术的应用预示着未来大规模模型时代的到来，保险行业的传统阵地和执业范围可能会被重构。” 徐贤表示，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，但合规、评估等需要实证分析的工作仍然需要人的参与。
在谈到人工智能在保险行业的平权问题时，他表示，人工智能在保险行业的平权是一个重要的话题。 AI平权在其他行业受到了广泛关注，但在保险行业却没有得到太多重视，也没有得到充分发展。 讨论。 为此，徐贤呼吁更多的学者加入到这一领域的研究中来，共同探讨行业未来发展中可能遇到的问题。
新浪财经：近十年来，保险科技领域发生了哪些重大变化？
许仙：这几年，给我印象最深的是。 这让我对未来保险行业学术人才的培养和发展有了更多的思考。 目前，很多人已经开始使用GPT来帮助完成论文的文献综述、演讲稿写作、数据收集等。 虽然还存在一些不足，但这项技术确实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联合中国保险学会发布了《人工智能保险行业应用路线图（2018）》。 该路线图显示，人工智能在保险行业的应用已进入加速阶段，预计2025年、2030年和2036年将分别达到行业的25%、50%和75%。 从目前来看，这个结论很可能成为现实，有些进程甚至会加速。
从我自己的了解来看，未来的应用是非常广泛的。 对于保险行业来说，未来人工智能的应用可以分为三个层次。 第一层是基础层。 像这样的上游模型可以帮助我们进行数据收集、处理和服务； 第二层是中间层。 会出现一些垂直化、场景化、个性化的模式，满足不同保险公司、不同行业的需求。 及场景要求； 第三层是应用层。 目前我们看到了一些图像、语言、文本生成领域的产品，包括一些公司正在开发的数字人。 这些创新将为保险科技的未来带来巨大的变化。 这些变化会给未来保险业带来挑战，但也带来机遇。
保险科技在过去十年中发生了很大变化。 当前保险科技领域，区块链、云计算、大数据、车联网、基因检测等技术应用越来越广泛。 我们不应该单独谈论这些技术的使用，因为它们在重要的应用场景中往往会与多种技术结合使用。 保险科技发展的重点不在于分拆技术，而在于如何获取数据。 我们需要关注这些技术的发展趋势，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将对保险业产生哪些具体影响？
徐贤：未来保险行业的很多岗位都会受到影响。 我们看到，随着保险科技的发展，保险二核心人员数量迅速下降。 另一个典型的例子是，智能语音的使用使得保险公司基本上可以依靠AI来完成客户回访。 未来包括精算师在内的职业都可能受到影响和影响。 当然，我并不是说精算师会被完全取代，而是说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。
比如在车险领域，未来借助自动驾驶、新能源、智能网联汽车等技术，我们会收集更多的非标数据，可以帮助我们更好的进行AI和精算。价钱。 当然，“一人一价”的场景可能还很遥远，但“千张脸”、“百人一价”、“千人一价”等细分群体的出现而“万人一价”，将是未来保险行业的一个趋势。
在保险行业，定价和产品设计的重要性不言而喻。 不过，这也涉及到保险公司产品同质化的问题。 未来AIGC等技术的应用将减少保险产品的同质化。 由于每个公司的客户分析、运营和投资逻辑都不同，未来的定价和产品设计将需要更加细分，同时合规和评估也会发生变化。 随着人工智能的发展，一些工作可能会被取代，但需要实证分析的工作，例如合规和评估，仍然需要人类的参与。
此外，作为保险行业重要的销售渠道，代理人未来是否会被取代，不同的预测模型给出了不同的答案。 但毫无疑问的是，代理商未来的发展需要更好地融合技术，用技术为自己的业务赋能。
从目前的情况来看，保险代理人群体也在逐步清理中低端代理人，剩下的代理人需要不断提高能力，做好协同工作。 技术的发展也给代理商带来了更多的机遇和挑战。 我们需要善用技术，不断学习，适应未来发展趋势，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，从您对行业未来发展的预测来看，未来保险行业应该特别关注哪些问题？
徐贤：AI平权。 目前保险行业还没有开始讨论AI平权的话题，但这是关系到行业未来发展和消费者权益保护的重要问题。 人工智能平等是指保险生态系统中的相关主体（不同保险公司、消费者、产业链、产品和渠道等）可以平等、无歧视地使用人工智能。 如何让整个行业的人都享有平等的使用AI的权利，目前还没有更好的解决方案。 对于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应用于学术界与行业、行业与消费者、监管与媒体之间的沟通？ 这也是我们需要考虑的。
最近，我让我的博士生使用机器学习方法和传统回归方法来分析保单定价数据。 我们采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，并通过受益程度的变化来观察结果。
我们发现，我们研究的样本中受教育程度较高的群体从机器学习方法的使用中受益较少，甚至可能遭受损失。 不同年龄段受益程度不同，老年组受益程度较大。 另外，在教育AI平权的背景下，我们发现准确度和受益度之间存在一定的负相关性，即试图提高受益度高的群体的预测准确度可能会导致到较差的精度。
AI平权涉及到消费者和保险公司如何实现平权，以及保险公司能否实现AI平权。 大企业拥有更多的资源和能力来应用AI，那么中小型企业应该如何适应AI带来的能力呢？ 如果不提高人工智能能力，这些公司可能难以在未来的竞争中生存。 AI平权是保险公司面临的重要问题，涉及整个生态系统，包括科技公司、监管机构、智库和消费者。 此外，还有一些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、定价公平等。 这些问题的解决对于保险行业的应用来说十分迫切。
海量信息，精准解读，尽在新浪财经APP
免责声明 ① 本网所刊登文章均来自网络转载;文章观点不代表本网立场,其真实性由作者或稿源方负责 ② 如果您对稿件和图片等有版权及其他争议,请及时与我们联系,我们将核实情况后进行相关删除 ③ 联系邮箱:215858170@qq.com
Copyright © 2017-2018