汽車保險行業，大數據AI 應用的三大玩法

汽車保險行業的大數據人工智能應用（Insutech）是我最感興趣的話題，在這個領域有三大流派：

第一大流派最值得關注，它們是以車信數據、精勵聯訊、凱泰銘科技、德聯易控為代表的少數創新科技公司，它們的數據和模型技術側重點不同，但都已經應用于實際生產，得到車險行業認可。

第二大流派是保險公司自身的風險控制技術運營部門，包括人保、平安在內的車險科技團隊也在摸索，但從投入產出看，車險公司自身去研發大數據 AI 應用成本無法攤薄，投入的力度和可持續性可疑。

第三大流派是百融金服、百度等偏重用戶畫像和營銷的 AI 通用解決方案供應商，這類服務的同質化比較嚴重，受互聯網營銷造假風潮影響，這類服務以往在汽車整車營銷領域已經有應用，但效果不顯著，要贏得結果導向的保險公司認同尚需時日。

對于第一大流派，幾家科技公司的產品服務差異比較大。

車信數據的機器學習模型技術原理類似谷歌的 AlphaGo，大數據機器學習的產品服務既包括前端的承保展業，也包括后端的理賠反欺詐。從應用范圍看，既可以是車險公司，也可以是車險中介機構，還可以是整車企業、4S 經銷商集團。同樣的技術邏輯，車信數據不僅服務車險公司，也服務汽車金融公司。目前看，車信數據是這個領域本土技術和數據數據能力最專業的公司，沒有之一。隨著更多數據的開放，以車信數據為代表的 Insutech 和 Fintech 公司會有更多用武之地。

第二大流派是保險公司自身的風控技術團隊。本質看，保險公司的信息系統研發需求都是自發產生的，主要的信息系統研發也是中科軟等大型軟件公司的生意，但隨著業務需求的變化，主要大型保險公司都建立了自己的科技研發團隊，滿足自身研發需求。風險控制這類核心需求更是自建研發團隊的重點工作，但受限于技術迭代速度，在大數據機器學習 AI 領域，保險公司要短期積累研發團隊還比較困難。因此，目前看，車險公司在承保端還停留在黑名單模式下，在理賠端還停留在傳統規則引擎模式下。對于大數據 AI 技術的應用仍然處于探索階段，我認為，接下來最靠譜的方式一定是建立自己的技術采購團隊，盡快扶植和投資外部科技公司，加速創新，不僅保證國內技術領先，也需要借助一帶一路，盡快進入全球車險市場。

第三大流派是百度等大數據技術提供商，由于數據敏感性，百度本身也參與投資車險公司，這導致車險企業與百度的此類服務存在應用障礙，保險公司不敢把自己的敏感數據交給潛在競爭對手。與此同時，由于百度的金融保險團隊與大搜索團隊并非同一團隊，要體現百度在車險領域的大數據 AI 應用優勢，僅僅提供技術是不夠的，如果不能發揮大數據和大搜索的內部協同，給車險企業一個有競爭力的解決方案，很難在 Insutech 領域超越專業垂直服務供應商。當然，通過投資并購也有可能解決這個問題，但目前看，可以投資并購的標的并不多，懂這些的投資人更不多見，已經拿到國家大腦項目的百度要抓住這個機會，需要盡快在車險金融等領域建立專家顧問團隊。

由于車險科技的創新仍然在路上，車險公司的業務保守性和監管政策的變化都會影響這個產業的發展，隨著金融風控成為行業的主旋律，可以預見到未來幾年車險公司在車險風控領域的投入會加大力度。無論哪個派別的車險科技都有很大機會成長。