《羅蘭貝格:2022中國保險行業數智化展望及全球案例分析白皮書(80頁).pdf》由會員分享,可在線閱讀,更多相關《羅蘭貝格:2022中國保險行業數智化展望及全球案例分析白皮書(80頁).pdf(31頁珍藏版)》請在三個皮匠報告上搜索。
1、010509目錄前言01增速趨緩,發展邏輯生變0401 行業增速放緩,險企面臨轉型壓力 02 發展范式生變,業務邏輯亟需重塑192021222325突破難點,完善轉型之路1801 分散建設,統一通用大平臺缺位02 機制匱乏,招人用人留人難03 資源受限,數智化自主投入產出效率低04 數據高敏,場景應用新價值難發揮05 數據孤島,生態流通互信機制難建立06 渠道變化,多元流量入口洞察不足28303334擁抱變革,賦予增長動能2701 戰略解碼充分,做好頂層設計02 業務模式清晰,找準指標抓手03 能力架構適配,數智有效運營04 管理模式協調,支撐轉型成功I結語7338415180描繪藍圖,探索數
2、智方案3701 數智化價值02 云智基座03 數智經營04 產融智合686971多方共贏,成就轉型效益6701 保險業務拓展效益02 保險企業經營效益03 社會整體發展效益目錄II圖 1 2013-2021年中國商業保險市場總體規模圖 2 2013-2021年中國商業保險市場主要產品規模及增速圖 3 2021年中國保險市場結構、保費收入和同比增速圖 4 2017-2021年保險、零售線上渠道銷售占各自銷售總體比例圖 5 未來十年保險行業發展范式和核心邏輯四大變化圖 6 2015-2021年中國保險銷售人員數量及結構圖 7 數字化轉型示意圖圖 8 保險代理人相關流程數智化比較圖 9 保險領域人工
3、智能的應用圖 10 健康險價值鏈新技術應用機會圖 11 保險企業數智化轉型六大痛點圖 12 保險行業生態全景圖(健康險示例)圖 13 平安集團醫療生態圖 14 保險行業數智化轉型升級洞察圖 15“數智化掌門人”的促進作用圖 16 全面提升數智化供給能力圖 17“數智一體”轉型藍圖圖 18 業務和平臺運營解決方案圖 19 云智一體 深入產業3.0架構圖 20 銀保信科金融云整體架構圖 21 AI中臺助力企業打破“煙囪式”業務壁壘圖 22 AI中臺的定位圖 23 保險行業知識模型示例圖 24 知識中臺在企業內部應用的定位圖 25 知識中臺提供面向保險企業上下游知識應用的全生命周期解決方案圖 26
4、知識中臺核心功能 0506070809101314151618232427283137394143454549484849圖目錄III49515255586061626567686970707171圖目錄圖 27 保險行業知識平臺系統架構圖 28“數智經營”四項核心舉措圖 29 養老智能規劃系統方案一覽圖 30 互聯網保險企業數字人客服形象圖 31 業務流程數智化重塑圖 32 保險企業數智化生態服務圖 33 醫養行業保險數智化服務圖 34“五福助老”智慧康養平臺應用場景圖 35 百度智慧金融智能資管投研能力綜覽圖 36 2021年全球5G終端數、超大規模數據中心數及人工智能期刊出版量統計 圖
5、37 保險企業數智化成本效益分析及估算圖 38 大中型財險公司數智化成本效益估算圖 39 大中型人身險公司數智化成本效益估算圖 40 保險企業產品數智化創新方向圖 41 保險行業數智化為社會整體貢獻成本效益分析圖 42 保險行業數智化為社會整體貢獻成本效益估算IV42445253535555565661636364全球案例全球案例 01:中國領先壽險企業推進混合云應用全球案例 02:亞洲領先人身險企業推進云端應用全球案例 03:亞洲領先人身險企業“人生階段”產品設計全球案例 04:美國領先車險企業利用裝置偵測駕駛習慣,從而調整汽車保險費率全球案例 05:歐洲領先產險企業物聯網財產險應用全球案例
6、 06:歐洲領先人身及財險公司聊天軟件智能會話全球案例 07:歐洲領先人身及財險公司人工智能重塑面向客戶的流程全球案例 08:美國保險初創企業全自動報價及承保全球案例 09:美國領先醫療及保險機構II型糖尿病數字健康計劃全球案例 10:歐洲政府項目利用AI發現早期癌癥全球案例 11:日本著名大學及初創公司AI老年人身體素質提升計劃全球案例 12:美國領先資產管理企業數智化系統控制信息數據質量全球案例 13:美國領先資產管理企業數值化投研助力資產配置案例集V4346525455565757595962百度案例百度案例 01:銀保信科技金融云百度案例 02:中國人壽財險AI中臺賦能保險全價值鏈百度
7、案例 03:中國領先養老險公司養老智能規劃百度案例 04:中國頭部財險公司、互聯網保險公司百度智能云曦靈數字人平臺百度案例 05:中國頭部壽險公司產品智能推薦百度案例 06:中國領先財險公司優化車險智能定價模型百度案例 07:中國泰康保險反欺詐關聯知識圖譜百度案例 08:中國太平洋保險“太AI”車輛智能定損技術百度案例 09:中國知名人壽保險公司智能化考勤管理百度案例 10:中國泰康保險非結構化數據文檔智能識別百度案例 11:百度智能云“五福助老”智慧康養服務平臺案例集VI中國保險行業數智化展望及全球案例分析01自2017年 中國保監會關于規范人身保險公司產品開發設計行為的通知(保監人身險20
8、17 134號)發布,原保監會對年金、萬能險、投連險、健康保險在內的多個險種做出了細致的要求與規定,徹底切斷了中短存續期產品的快速膨脹。中國保險行業以中短存續期產品為主要載體的保險時代逐步謝幕,“保險姓?!背蔀橹骰{,行業增速從2013年至2017年期間高達20%的年均增速回落至個位數,行業進入規范發展階段。展望未來,中國整體經濟增幅下降并進入低速發展階段,由于互聯網保險業務崛起、代理人群體數量增長放緩、產品同質化競爭激烈等影響,保險企業面臨巨大轉型壓力。保險行業正在從外延式的高速增長,走向內涵式的高質量發展,亟需尋找發展新動能。隨著中國經濟逐步轉向高質量發展,為響應“數字中國”的重要論述和戰
9、略部署,保險行業頭部企業近年高舉“保險+科技”大旗進行轉型探索。深入思考這些探索的經驗教訓,探討如何推動保險企業轉型變革縱深發展,我們認為未來十年保險行業發展范式和核心邏輯將會發生四大變化:一是業務增長方式從渠道為王轉換為用戶體驗為先;二是商業發展模式從單打獨斗轉換為生態集群作戰;三是企業經營方式從模糊判斷轉換為以數據洞察驅動業務決策;四是業務運作模式從人工為主轉換為科技輔助人工。其中,用戶體驗為先和生態集群建設關乎最終消費者體驗,數據驅動和引入云計算、人工智能等新技術關乎企業運營效率。用戶體驗疊加企業運營效率,是各行業發展至成熟階段的企業間競爭核心。對保險行業而言,兩者的底層推動力均來自于“
10、數智化”,即數字化+智能化。傳統意義上,信息化的核心是聯通,強調信息的斷點連接與追溯;而數智化的核心是以數字驅動變革,以人工智能驅動的效率提升、業務重塑及生態融合。從行業發展的整體來看,羅蘭貝格保守估算,數智化驅動保險業務僅運營效率提升一項,即可產生行業效益逾2000億元,折合2021年中國保險行業原保險保費收入的4.6%,對企業、行業及社會發展意義重大。進一步從保險企業生存、競爭和發展的需要來說,數智化轉型不僅是推動降本增效的利器,更關乎企業“生死”。一旦在轉型道路上猶豫不決或是后進掉隊,則可能被新時代的用戶所拋棄。前言02前言從行業發展終局來看,數智化進程是加深企業“知己知彼”的過程。保險
11、行業存在一個魔咒,即保險企業和投保人之間信息不對稱會導致保險業務存在巨大風險。數智化本質是盡量彌合保險產品供需雙方的信息不對稱,將產品設計的邏輯依據由“大數法則”轉換為基于消費者的“千人千面”深刻洞察。在數智化時代,規?;ㄖ普谥鸩匠蔀榭赡?。始終沉浸于工業化時代思維、單純以增加代理人數量驅動規?;鲩L的保險企業,已經面臨發展的瓶頸,未來將更加步履維艱。當然也應看到,轉型之路亦布滿荊棘。大部分保險企業面臨:IT系統煙囪式分散建設導致缺乏通用大平臺、數字化機制不完善導致招人用人留人難、資源有限導致數字化自主投入產出效率低、數據高敏場景應用新價值難發揮、數據流通生態互信機制難建立、渠道變化多元流量
12、入口洞察不足等現實難題。羅蘭貝格與百度智能云聯手,把脈保險企業發展痛點,通過百度智能云的“三智”解決方案,即云智基座、數智經營、產融智合,一站式助力保險企業數智化轉型升級。莫聽穿林打葉聲,何妨吟嘯且徐行。我們堅信,中國保險業未來依然具有巨大的發展潛力。根據歷史規律,中國保險業的供給也將發生結構性的轉變。彎道已現,以數智化為抓手,聚焦用戶體驗和企業運營效率提升,將成為保險企業實現優質供給、業務發展超車的關鍵之所在。中國保險行業數智化展望及全球案例分析0304中國保險行業數智化展望及全球案例分析中國保險行業將從野蠻生長轉向風險控制、從規模驅動轉為高質量發展。從市場宏觀角度看,保險行業政策發布促進人
13、身險、財險、農險市場快速發展,責任險業務未來可期。從產品結構角度看,健康險業務將高速增長,其它險種步入穩定發展階段。從分銷渠道角度看,受益于移動互聯網發展及用戶線上消費習慣的普及,保險行業線上渠道銷售快速增長;代理人渠道在經歷了急速擴張之后,面臨增長放緩甚至負增長的狀態,人海戰術邊際效應大幅降低。從競爭格局角度看,各類保險產品市場競爭格局各不相同,但頭部企業占有重要優勢地位,腰部企業亟需在激烈競爭中尋得自身生態位。中國保險企業轉型變革進入縱深發展階段,未來十年保險行業的發展范式和核心邏輯將發生四大變化:業務增長方式將從渠道為王轉換為用戶體驗為先、商業模式將從單打獨斗轉換為生態集群作戰、企業經營
14、方式從模糊判斷轉換為以數據洞察驅動業務決策、業務運作模式從人工為主轉換為科技輔助人工。上述四大發展范式的變化即關乎用戶體驗和企業運營效率,兩者的底層推動力對保險行業而言均來自于數智化,即:數字化+智能化。傳統意義上,信息化的核心是聯通,強調信息的斷點連接與追溯;而數智化的核心是以數字驅動變革,即人工智能驅動的效率提升、業務重塑及生態融合。增速趨緩,發展邏輯生變中國保險行業數智化展望及全球案例分析05行業增速放緩,險企面臨轉型壓力中國保險行業發展由松綁創新渠道驅動過渡至當前“保險姓?!钡囊幏栋l展階段,行業年均復合增速由2013-2017年的21%回落至5%,行業基調從野蠻生長轉向風險控制、從規模
15、驅動轉為高質量發展。從市場宏觀角度看,保險行業政策發布促進人身險、財險、農險市場快速發展,責任險業務未來可期。2013年,人身險稅率改革廢除2.5%預定利率上限政策發布。保險企業集體大降價,通過讓利于民拉升產品吸引力,以重疾險、萬能險為代表的保險產品銷售迎來大幅增長。2015年,代理人資格考試取消,線下渠道代理人數量呈現爆發式增長,中小型保險企業因重倉銀保渠道而獲得超常規發展。盛世之下必有隱憂,保險業務野蠻生長導致償付風險劇增。自2017年始,中國保監會關于規范人身保險公司產品開發設計行為的通知 發布,原保監會對年金、萬能險、投連險、健康保險在內的多個險種做出了細致的要求與規定,徹底圖 1 2
16、013-2021年中國商業保險市場總體規模資料來源:中國銀行保險監督管理委員會,羅蘭貝格預測17,22220,23524,28330,95936,58138,01742,64445,25744,90020192017201420132015202120162020201821%5%松綁創新渠道驅動階段“保險姓?!币幏栋l展階段單位:億元06切斷了中短存續期產品的快速膨脹。中國保險行業人身險以中短存續期產品為主要載體的保險時代逐步謝幕,“保險姓?!背蔀橹骰{,“保障功能”重回市場中心。2020年,銀保監會研究制定了 關于實施車險綜合改革的指導意見,以“保護消費者權益”為主要目標,意見實施后車均保費
17、大幅下降、車險整體盈利能力減弱。除人身險、財險外,農險也在政策鼓勵下不斷增速擴容。2007年起,中央財政為農業保險投保農戶提供一定的保費補貼,拉開了發展政策性農業保險的序幕。2022年,新 中央財政農業保險保費補貼管理辦法 實施,明確了政策性農業保險綜合費用率“20%紅線”,推動農業保險承保機構降本增效。截至目前,中國已經成為全球農業保險保費規模最大的市場。另外,隨著 國務院關于加強質量認證體系建設促進全面質量管理的意見、中華人民共和國食品安全法(2018修正)等系列政策修訂及發布,我國責任險市場發展也將步入快車道,產品、公眾責任類保險業務將迎來發展重要機遇。從產品結構角度看,健康險業務將高速
18、增長,其它險種步入穩定發展階段。伴隨一系列強監管政策落地,壽險理財屬性回歸保障屬性,財險亦從惡性競爭轉向有序發展,保險行業進入產品結構切換低速成長階段。健康險由居民投保消費型醫療保險產品的意識提升和政策紅利驅動,在各險種銷售表現中一枝獨秀,2017年至2021年年均復合增長率達18%,2021年原保費收入8500億元;財險受新車產銷量下滑、車險綜合改革影響,增速大幅下滑,2017至2021年年均復合增長率亦僅為4%,2021年原保費收入12,000億元;壽險因中短存續期產品業務減少、代理人規模增長放緩、人口紅利逐漸消失等因素影響,同比增長僅為2%,2021年原保費收入23,600億元。眾多保險
19、企業紛紛開啟重點險種轉型,例如從財險延伸至健康險或探索新型保險場景。與標準化的壽險產品相比,健康險業務發展對保險企業的基礎數據、產品設計、分銷渠道和生態集群建設,都提出了新要求。圖 2 2013-2021年中國商業保險市場主要產品規模及增速資料來源:中國銀行保險監督管理委員會增速趨緩,發展邏輯生變4615436361,2101,1231,5879,8356,2129,425標簽10,90222,75420137,20320142,4107,99513,24220154,0428,72417,44275020164,38921,45690120175,4481,07610,77020,72320
20、187,0668,4471,1741,17520198,173202111,64911,929202011,70123,54223,982意外險健康險壽險財產險CAGR13-1723%12%41%18%CAGR17-212%4%18%8%單位:億元中國保險行業數智化展望及全球案例分析07圖 3 2021年中國保險市場結構、保費收入和同比增速資料來源:中國銀行保險監督管理委員會從分銷渠道角度看,受益于移動互聯網發展及用戶線上消費習慣的普及,保險行業線上渠道銷售快速增長;代理人渠道在經歷了急速擴張之后,面臨增長放緩甚至負增長的狀態,人海戰術邊際效應大幅降低。線上銷售作為新晉渠道,具有信息對稱度高、
21、成交鏈路短、用戶服務體驗好等優勢。非車險創新產品層出不窮,人身險和財險的線上渠道銷售增速遠超同期行業整體水平。2019至2021年,互聯網人身保險累計實現保費收入由1,193億元上升至2,916億元,年均復合增長率達34.7%;2018至2021年,互聯網財險累計實現保費收入由695億元上升至862億元,年均復合增長率達7.4%。雖然互聯網保險發展勢頭良好,但是仍然存在產品結構單一、線上線下資源整合不足導致渠道沖突、售后不完善影響用戶體驗等問題,亟待解決。目前,線上渠道保險銷售多以低價值產品為主,收入規模較小且占比偏低。但我們認為,衡量分銷渠道長期發展潛力的指標,主要包括三部分:體驗、效率和前
22、置性。保險企業需要思考如何更好地改善用戶體驗、縮短流通鏈條并提升效率、將產品服務前置推向客戶。2022年,中國線上零售已經占據中國零售總額的24.5%。借鑒零售電商行業過往成功經驗,基于用戶洞察實現千人千面精準營銷、打通線上線下全業務鏈條、縮短成交鏈路并降低流通成本,或是保險企業未來在渠道方面破局的必由之路。08圖 4 2017-2021年保險、零售線上渠道銷售占各自銷售總體比例資料來源:中國銀行保險監督管理委員會、中國保險行業協會、國家統計局從競爭格局角度看,各類保險產品市場競爭格局各不相同,但頭部企業占有重要優勢地位。在財險市場,三巨頭強者恒強,2021年CR3達到74.6%。在壽險市場,
23、CR3從2011年的54.7%下降至2021年的38.7%。一方面,大型壽險公司力推價值增長,主動縮減低附加值業務;另一方面,互聯網渠道快速發展,小微壽險公司利用中短期理財業務把握用戶“投資痛點”贏得部分市場份額。一般而言,行業整體發展主要經歷四大階段,包括:需求爆發供給擴張、需求放緩供給快速擴張、需求繼續放緩供給不足、新需求涌現有效供給有限。自2017年至今,保險行業處于需求放緩但供給快速擴張的第二階段,保險企業市場競爭廝殺激烈,業務利潤率普遍下降。頭部保險機構因具有品牌吸引力、業務規模效應和投資優勢,盈利尚可;但中小保險機構由于品牌知名度低、渠道弱勢、業務成本較高、投資環境惡化,導致利潤率
24、較低甚至虧損。隨著市場逐步整合,企業優勝劣汰。因無法應對大型機構的絞殺競爭壓力并維持投資回報率,相當一部分保險機構將被迫退出市場。隨著行業發展逐步成熟,頭部保險機構高舉高打,或如泰康深耕產業鏈形成閉環,全面布局金融、科技、醫療、汽車等行業構建完整保險業務生態,在體量、流量、生態三方面具有壓倒性優勢。中小保險機構過往的簡單拷貝復制商業模式將不再有效。位居市場腰部、尾部的保險機構,亟需深耕細分領域形成差異化優勢,從而在保險行業日趨激烈的競爭中尋得自身生態位。增速趨緩,發展邏輯生變202118%201720185%4%2019202015%6%21%6%25%8%24%保險零售中國保險行業數智化展望
25、及全球案例分析09發展范式生變,業務邏輯亟需重塑在中國經濟結構轉型過程中,中國的人口結構也在發生變化。在政策推動下,保險產業快速發展,同時帶動了用戶消費投資意識的轉變。中國保險企業轉型變革進入縱深發展階段,未來十年保險行業的發展范式和核心邏輯將發生四大變化。圖 5 未來十年保險行業發展范式和核心邏輯四大變化資料來源:羅蘭貝格分析業務增式將從“渠道為王”轉換為“體驗為先”業務增模式1商業發展模式將從“單打獨”轉換為“態集群作戰”商業發展模式企業經營式從“模糊判斷”轉換為以“數據洞察驅動”企業經營式業務運作模式從“為主”轉換為“科技輔助”業務運作模式23410保險企業通過代理人隊伍的規?;瘮U張成功
26、實現業務增長。2015至2019年,中國保險行業銷售人員(含代理制)數量從471萬暴增至973萬。其中,平安保險的代理人數量從87萬激增至117萬,壽險及健康險業務復合增長率也達到20%;中國人保代理人數量從14萬增長至39萬,壽險業務對應實現14%的復合增長。水能載舟亦能覆舟,渠道規?;瘮U張推動了保險行業發展,但代理人員專業素質、服務能力參差不齊也導致保險企業業務發展因誠信問題而受到制約。另外,80、90后人群正在逐步取代60、70后群體,成為保險企業的核心目標客戶。新一代消費者主要通過互聯網獲取保險產品信息、基于專業度建立信任,并最終決策購買保險產品?;谑熳R人際關系建立信任,依靠“拉人頭
27、”方式銷售保險產品的渠道分銷模式將逐步失效。在中國人口結構老齡化的長期趨勢下,疊加短期新冠疫情的沖擊影響,保險公司開始主動壓縮費用成本結構并精簡人力,代理人數量連續兩年較大幅度下滑,從973萬下降至642萬,降幅達34%。一 業務增長方式將從渠道為王轉換為用戶體驗為先圖 6 2015-2021年中國保險銷售人員數量及結構資料來源:中國銀行保險監督管理委員會 保險銷售從業人員職業登記情況,專家訪談,羅蘭貝格分析 增速趨緩,發展邏輯生變中國保險行業數智化展望及全球案例分析11代理人渠道改革轉型難度高,保險公司迫切需要尋找新的業務增長動力?!坝脩趔w驗為先”已成為保險公司的價值新導向,保險企業需要修正
28、用戶對保險產品的認知偏差,以提升用戶服務體驗為其核心目標。目前,保險企業積極借助抖音等互聯網媒體渠道宣傳,減少公眾認知與保險企業、產品服務的信息差,降低代理人“扭曲力場”的能力。同時,互聯網保險公司正在推出大量創新產品,強調重點由投資高收益轉變為融合生活、社交和娛樂為一體的更好服務體驗。在高速增量市場時代,保障產品服務供給、發力渠道觸達客戶便可產生銷售轉化,用戶體驗并非首選考慮因素。在以存量市場為主的低速增長時代,一方面,產品供給嚴重同質化、銷售渠道觸達乏力;另一方面,消費者對保險產品的認知已逐步加深,更加重視用戶體驗。簡而言之,用戶體驗可以概括為讓用戶更安心、更省心、更開心,提升的關鍵在于實
29、時、自助、隨需、交互。其中,實時意味用戶能夠看到、感知,如理賠流程的實時化進展;自助意味客戶可以自主利用險企各類工具滿足需求,如智能保顧;隨需意味著動態調整,即險企可以為用戶提供個性化定制產品,如基于駕駛行為數據打造的UBI(Usage-Based Insurance)保險;交互意味著雙方或多方順暢協作,例如車險定損、健康險手術預審等。數字化打破邊界實現全要素實時連接,智能化打造極致的實時、自助、隨需、交互體驗,數智化是提升用戶體驗的必經之路。它山之石可以攻玉,銀行數智化進程走在前列,可以為保險企業提供成功的經驗與成熟的業務模式。在銀行業,四大國有銀行穩固占據渠道優勢,對股份制、城商行等中小銀
30、行的發展形成制約。招商銀行堅守“科技興行”之路,以科技作為驅動業務發展的引擎,重視提升客戶服務質量與體驗。上世紀90年代開始,招商銀行率先推出基于先進電子技術的“一卡通”,完成從區域性銀行到全國性銀行的躍遷;到2010年,招行聚焦移動互聯和用戶體驗,實現零售業務全國第一。2017年,招行制定了金融科技發展戰略,把探索數字化經營模式作為轉型下半場的主攻方向,打造商業智能平臺、人工智能平臺為業務賦能。依托人工智能技術,招行推動客服云、輿情云和視覺云建設,并已應用至產品、風控等100多個業務場景。金融科技的運用使得招商銀行資產質量持續優化,不良率與不良余額實現“雙降”。12 二 商業模式將從單打獨斗
31、轉換為生態集群作戰保險企業平臺化的經營方式,正在逐步重塑行業整體格局,推動保險企業由單打獨斗轉為生態集群作戰。平臺不僅為險企提供了直接觸達用戶并獲得評價反饋的交互渠道,更幫助連接上下游協作企業組建生態集群以實現資源重組與共享,助力降低獲客成本、增收提效。保險產業上下游企業資源豐富,包括流量、數據、產品、服務、人力、基礎設施等。其中,信息數據是最具價值挖掘潛力的關鍵要素。在數智化技術的加持下,保險生態集群關聯企業基于數據互動形成對市場、客戶及企業生產的全景洞察,整合一體化的產品與服務,提升保險企業及生態集群的核心競爭力,滿足保險用戶全生命周期的需求并給予更好的服務體驗,驅動保險產業鏈上下游企業共
32、創共贏式發展。數智化技術應用與保險企業平臺化、生態化經營模式,具有天然的契合性。在生態集群體系內,保險企業與生態伙伴基于平臺實現多維數據連通及流量資源共享、連接多元用戶及需求場景,形成實現數智化經營的基礎條件。數智化技術、解決方案通過平臺為保險企業及其合作方的多場景閉環業務協作提供全面賦能,激發協同效率與效益,保證客戶全場景服務的一致性體驗。另外,在保險企業與醫養、交通、制造、家居、能源等跨行業企業的合作過程中,數智化技術應用能夠幫助相關聯企業將風險分析前置,實現對應行業的業務發展邏輯由“轉移風險”轉換為“管理風險”。與互聯網平臺合作,獲取流量和數據互聯網企業通過高頻消費、輕決策需求產品,掌控
33、著移動互聯網用戶的訪問流量入口。低頻消費、重度決策的保險產品,難以在用戶流量爭奪上占有優勢。保險公司需要通過與互聯網企業合作,接入互聯網平臺以獲取流量和數據,提高自身定價能力和風險管控能力。以共享出行平臺為例,平安與滴滴于2015年10月合作推出“滴滴平臺司乘意外綜合險”,并在2016年投資滴滴6億美元。截至目前,十余家保險公司都已與滴滴開展相關合作。與醫療健康產業結合,形成互聯網醫療與商保支付的強連接醫療健康服務機構,尤其是互聯網醫療機構,可以基于互聯網數據支持保險公司設計產品,為保險公司客戶提供線上醫療健康服務,并作為渠道為保險公司代理銷售產品。例如,眾安保險與微醫合作,推出“微醫家庭守護
34、-互聯網醫院門診保險”;中國平安、中國人保與微脈合作,推出“微脈網約護士保障計劃”。增速趨緩,發展邏輯生變中國保險行業數智化展望及全球案例分析13與各行各業開展業務捆綁合作,針對細分場景痛點定制保險產品近年來,嵌入式保險快速發展且已廣泛應用,其關鍵在于以用戶為中心量身定制保險產品并持續優化迭代,以創造最佳的用戶服務體驗。例如,瑞再旗下的數字保險平臺iptiQ與宜家合作開發Hemsker嵌入式家庭保險產品,提供裝修、入室盜竊、家庭意外等保險產品。消費者在購買家居時,可選購Hemsker保險產品,一站式完成購買房屋裝修產品與保險保障。無論何種事故、火災或其他不可預測的事件導致家具或裝修損毀,選購H
35、emsker保險產品的消費者都可以獲得財產保障。Hemsker的推出成功超越傳統意義銷售點的整合,致使用戶體驗達到了新高度。未來,數智化領先與落后企業的發展差距將逐步加大,領先企業業務決策具有更高的時效性、準確性及合理性。傳統企業IT系統建設舊模式導致的軟硬件“煙囪”和數據“孤島”問題日益嚴重。其中,經營數據散落在企業信息管理系統中,刷新周期按月度計算,存在嚴重的滯后性。在此狀態下,傳統企業業務發展決策由管理層基于個人的行業經驗及直覺判斷制定,大多因缺乏可靠依據導致準確性較差,甚至可能導致企業發展偏離正常軌道。數智化領先企業使用智能化技術處理數據,形成深入洞察并指導業務開展,經營決策的準確性和
36、及時性大幅提高。此外,數智化技術及應用也推動了企業內部業務決策自上至下遷移與普及。隨著市場趨勢的快速變化、企業規模的擴大,實時、分布式業務決策的需求日益增強。企業管理者受限個人精力,較難顧及業務的所有決策制定。在數智化技術的幫助下,基于信息數據形成智能決策的能力,能夠系統化、普惠化、實時服務基層業務人員的決策需求,縮短決策鏈路并降低由于個體認知偏離導致的決策風險。數智經營能夠為企業生存保駕護航,在不斷變化的市場中減少業務發展的不確定性及系統性風險,助力業務安全可持續發展,提質降本增效。圖 7 數字化轉型示意圖資料來源:專家訪談,羅蘭貝格分析 三 企業經營方式從模糊判斷轉換為以數據洞察驅動業務決
37、策效率命以智能化提決策科學性、精準化智能具效率命+決策命傳統具+經驗決策數據+算法的決策(從輔助到替代)以數字化提作效率決策命14以保險行業代理人才招募為例,傳統代理人評價模式較為單一和主觀,難以形成連續性的反饋,不利于保險企業管理者對代理人團隊做出判斷和決策。泰康保險上線數據驅動型英才代理人招募管理體系,基于數據洞察篩選高績效代理人,延長其服務期限,滿足用戶體驗為先時代的人才管理需求。目前,該系統已在泰康保險全國36家分公司推廣使用,管理70余萬營銷人員。另外,以保險兩核為例,傳統方式主要依賴專家個人經驗對模糊信息的判斷,缺少量化指標及規范流程。泰康保險引入數智化技術應用,大幅度提升兩核效率
38、及流程規范化。圖 8 保險代理人業務流程數智化成熟度比較資料來源:羅蘭貝格分析增速趨緩,發展邏輯生變會議程安排銷售會議準備作進預約更新CRM數據庫填寫申請表格接收報價簽單保單成索賠處理索賠結案索賠通知潛在客管理活動規劃落后未成熟逐漸成熟電簽名功能咨詢建議具代理不必參與索賠案件業領先代理不必參與保單管理和索賠(僅通知客)代理從潛在客管理處獲客代理獲得活動計劃和會議程預先準備客洞察需代理處理代理動處理IT具輔助代理處理較成熟后臺辦公室處理索賠代理可直接在客處預簽報價單銷售流程中國保險行業數智化展望及全球案例分析15傳統保險行業的分銷、理賠環節,均需耗費大量人力時間,導致成本居高不下。在分銷環節,渠
39、道為王策略推動代理人團隊規??焖贁U張,保險企業通過人海戰術實現保費總體銷售規模的增長。一方面,高昂的人力成本導致保險產品性價比吸引力不足;另一方面,國內代理人素質參差不齊導致銷售轉化率不盡理想、人效較低。近年來,互聯網保險異軍突起,通過平臺實現保險用戶的更高效觸達、企業經營更低的分銷成本。此外,國外Lemonade及Traffk等初創保險企業,運用機器學習技術分析成千上萬種數據以形成用戶洞察,支撐業務人員為保險用戶提供個性化服務并引導完成保險購買決策。在理賠環節,傳統風控主要依靠理賠員的個人經驗。為了應對信息割裂、數據不全等導致的欺詐風險,保險企業設計了復雜的理賠核驗流程,寄希望通過制度的嚴密
40、性降低業務風險。但是,復雜的流程及參差不齊的理賠人員素質導致理賠工作耗時冗長、人力投入居高不下,嚴重影響用戶服務體驗。針對上述問題,部分數智化領先的保險企業積極探索人工智能在核保中的應用。通過對海量醫務核保數據分析,人工智能系統分析、模仿、學習核保員的業務處理經驗,自動全方位解析客戶數據并建立唯一健康檔案,支撐業務人員指導用戶購買各類保險產品,并為以用戶為中心的關聯家庭成員提供健康管理服務。通過引入數智化,保險企業能夠提升運營效率和控費水平,尤其是在疫情背景下,用戶投保和理賠習慣向線上遷移,為數智化實施打開窗口。圖 9 保險領域人工智能的應用資料來源:羅蘭貝格分析 四 業務運作模式從人工為主轉
41、換為科技輔助人工16另外,隨著保險行業數智化發展,在各類保險產品的設計與創新過程中,數智化技術應用也變得更加普及??偨Y而言,用戶為先和生態集群建設關乎最終消費者體驗,數據驅動和引入云計算、人工智能等新技術關乎企業運營效率。消費者體驗疊加企業運營效率,是各行業發展至成熟階段企業之間競爭的核心。兩者的底層推動力對保險行業而言均來自于“數智化”,即數字化+智能化。傳統意義上,信息化的核心是聯通,強調信息的斷點連接與追溯;而數智化的核心是以數字驅動變革,以人工智能驅動的效率提升、業務重塑及生態融合。圖 10 健康險價值鏈新技術應用機會資料來源:羅蘭貝格分析增速趨緩,發展邏輯生變?搜索智能算法系統將與適
42、合其需求的最佳政策相匹配咨詢?核?;诳吞囟ǖ臍v史健康數據,動進險評估和價格建議簽約?健康事件?預防?保單?定制化實時健康分析,設計專屬于客的健康保險產品理賠識別理賠管理過程的欺詐為,提理賠效率報銷?福利?銷售與分銷核保政策管理賬單與收款理賠中國保險行業數智化展望及全球案例分析1718突破難點,完善轉型之路保險企業開展業務的本質是通過“大數法則”為客戶提供保障,為自身生存與發展贏得空間。對保險企業而言,數智化轉型不應當只被視作降本增效的手段,而是一項戰略投資,用以保障企業的“生存”,為其業務發展奠定堅實的基礎。雖然數智化轉型戰略意義重大,但轉型之路布滿荊棘。大部分保險企業面臨:分散建設導致統一
43、通用大平臺缺位、機制匱乏導致招人用人留人難、資源受限導致數智化自主投入產出效率低、數據高敏導致場景應用新價值難發揮、數據孤島導致生態流通互信機制難建立、渠道變化導致多元流量入口洞察不足等現實難題。圖 11 保險企業數智化轉型六大痛點資料來源:羅蘭貝格分析中國保險行業數智化展望及全球案例分析分散建設導致統通平臺缺位1機制匱乏導致招留難2資源受限導致數智化主投產出效率低3數據敏導致場景應新價值難發揮4數據孤島導致態流通互信機制難建5渠道變化導致多元流量洞察不6險企度復雜的業務架構、應架構與數據架構往往帶來了“流程不順暢”、“重復造輪”、“數據不連通”等問題部分險企數字化重視程度不,頂層規劃缺、專有
44、機構和配套管理實施機制未設計,數字化才稀缺險企、財資源有限,建技術平臺及體系的前期投較,投產出低,耗時較且研發不確定性較客信息于商業及數據法規考慮都是度敏感數據。合規挖掘數據價值并在業務場景應,仍是需要謹慎思考的問題險企內部許多部獨轉型,數據分享意愿不。外部與互聯公司、地政府、服務平臺等合作建的數據庫也法互通過去險企業務主要依靠傳統中介和代理,但現在隨著互聯發展,流量來源已經發巨變化,保險公司普遍應對不中國保險行業數智化展望及全球案例分析19分散建設,統一通用大平臺缺位保險企業的業務架構、信息化應用架構與數據架構耦合具有高度復雜性,險企內部經常存在“流程不順暢”、“重復造輪子”、“數據不連通”
45、等問題。在業務架構方面,各保險企業的集團管控制度體系完善程度存在較大差異。其中,財務型、戰略型管控集團給予下屬子公司較多決策權,業務的復雜性、差異性導致集團內部流程標準不統一。在信息化應用與數據架構方面,部門之間缺少數據、工具共享機制,且各自業務流程復雜多樣,導致信息化系統與軟件重復建設、互不連通,增加了集團整體的IT建設與運維成本,也無法有效沉淀和高效利用數據、知識、工具資產并發揮業務價值。建立集成算力基礎設施、算法、數據的通用大平臺,實現知識資產的標準化沉淀,高效敏捷支持一線業務發展,是解決上述問題的關鍵突破點。20機制匱乏,招人用人留人難保險企業計劃成功實現數智化轉型,不僅依賴于數智化技
46、術的引入,更取決于制度、流程、人力資源等生產關系的調整及優化。一方面,大部分保險企業對數字化轉型重視程度不足,頂層規劃缺失、領導責任考核缺位、職能部門設置及配套管理機制不健全,導致數字化轉型空喊口號而難以有效推進落地;另一方面,傳統保險企業的業務組織架構較為復雜,懂保險業務、具備數智化技術開發應用能力的復合專業人才稀缺。保險企業數智化轉型的核心推動力是人才。數智化轉型作為新興重點議題,人才的招聘與培養需要一定時間和資源投入;數智化轉型項目的規劃、實施復雜,管理機制欠缺導致人才難以發揮能力專長;傳統保險企業在薪酬體制、管理機制方面缺少足夠的靈活性和扁平化,對人才的長期吸引力不足。建立一套全新的人
47、才選拔、培養、發展和激勵機制,能夠支撐保險企業解決招人、用人、留人的難題。突破難點,完善轉型之路中國保險行業數智化展望及全球案例分析21資源受限,數智化自主投入產出效率低保險企業在數智化轉型方向的人力、財力資源有限,自主投入產出效率較低。IT部門主要負責傳統IT開發、部署及運維工作,人員的技能、數量都無法支撐企業數智化轉型的落地推進。部分保險企業趨向追求短期資金投入回報,忽視數智化轉型升級的長期、戰略投入價值。保險企業基于自身有限資源自主建立數智化基礎設施及服務平臺,投入高、效率低、產出具有不確定性。在此情況下,引入外部數智化產品、方案及服務,已成為保險企業數智化轉型的首選方案。目前,在保險行
48、業產業鏈上下游的不同領域,眾多保險企業已與科技公司展開頻繁、緊密、良好合作,數智化轉型升級工作取得一定進展。22數據高敏,場景應用新價值難發揮保險行業客戶信息數據受法律法規保護與監管,具有高度敏感性。保險企業需要謹慎思考如何合理、合規、合法的利用數據,在業務場景中取得商業價值。主要問題包括:用戶數據授權邊界針對個人信息等敏感數據,保險行業需要發展標準化的授權體系,建立信息共享機制及明確數據使用范圍邊界。數據一致性與可持續性保險企業自身業務數據有限,需要通過生態合作引入政府公共數據、企業伙伴私有數據資源,以生成用戶完整、精確畫像,支撐業務開展。一方面,各類平臺數據口徑存在差異,可能導致商業用戶畫
49、像精準度不足;另一方面,平臺經營存在一定程度風險,可能導致數據的來源不可持續。保險行業需要建立數據統一標準,形成數據治理及風險管控機制。數據洞察分析能力保險企業基于單一數據識別風險,容易產生長期慣性依賴,導致形成“信息繭房效應”,即無法獲取、挖掘多維數據的完整價值。為了在海量數據中捕捉深刻商業洞察,人工智能等數智化技術必不可缺。商業收益與法規約束的平衡政府監管政策、法律都對個人隱私及明細數據提供強制保護與使用約束。保險企業需要深入研究商業道德倫理,在業務實踐中動態調整規范,在滿足合規的情況下尋找投入與收益的平衡。在隱私計算、區塊鏈、人工智能等數智化技術的支撐下,保險企業可在保證敏感數據應用符合
50、法律法規要求的前提下,驗證數據的一致性、可靠性,充分挖掘海量數據的商業價值。突破難點,完善轉型之路中國保險行業數智化展望及全球案例分析23數據孤島,生態流通互信機制難建立保險行業產業鏈覆蓋各類企業、機構較廣。雖然保險企業與上述各類主體均有業務協作關系,但由于法律法規及標準不健全、產業競合關系、非標準化信息系統、網絡安全等因素影響,保險企業尚未真正有效建立起與生態伙伴之間的數據流通機制,限制了數智化轉型工作的推進。圖 12 保險行業生態全景圖(健康險示例)資料來源:羅蘭貝格分析個醫療云技術機器智能體外診斷數據基礎設施軟件運營商醫院醫助付醫藥醫院數字化互聯醫院院內服務線上掛號慢病管理康復健康管理患
51、者管理醫具診所保險醫療保險TPA政府眾籌制藥銷售醫藥O2OB2BB2C連鎖藥房24以平安集團為例,保險企業業務種類繁多,業務組織架構復雜。各業務部門自主經營、獨立考核、劃歸不同業務條線管理,導致部門間存在利益壁壘,阻礙數據的流轉共享,限制了數據價值的發揮。在傳統模式下,保險企業/部門主要依靠紙質文件或單據、郵件、傳真等方式實現數據信息的傳遞,效率低、周期長、成本高。新一代云計算基礎設施及服務,為保險行業數據信息共享提供了新的安全、可靠解決方案。在一個統一存儲環境中,數據存儲變成了一個共享的資源池,信息通過統一的接口實現在企業/部門間的傳遞與共享。在云計算平臺上人工智能、大數據等技術的加持下,保
52、險企業可充分利用云計算彈性算力資源,集中、高效挖掘海量數據價值,并基于商業洞察指導、部署云端產品與服務的開發和應用落地。圖 13 平安集團醫療生態資料來源:中國平安年報,公開資料突破難點,完善轉型之路中國保險行業數智化展望及全球案例分析25渠道變化,多元流量入口洞察不足傳統保險企業主要依靠中介機構和代理人,通過線下人際關系網絡拓展客源,推銷保險產品。隨著社交、短視頻等移動互聯網應用發展,用戶購買行為由線下走向線上,保險用戶流量來源正在逐步發生重要變化,但保險企業普遍應對不力。一方面,保險企業自身數智化技術能力不足,難以滿足開展互聯網保險業務的要求;另一方面,互聯網應用豐富,形成的流量入口數量眾
53、多,保險企業無法全面掌控應對。保險企業需要借助數智化科技手段,重新掌控用戶流量來源,推動產品、營銷創新,以實現業務的二次增長。通過數智經營,保險企業可通過海量數據分析支持精準營銷,提升投入產出效率;通過打通微信、社交軟件、官網、公眾號、第三方平臺、APP等線上渠道,將商機及時分配導流給線下代理人;助力線下代理人在社群交流中數字化一鍵轉發,實現“轉介紹”引流獲客。中國保險行業數智化展望及全球案例分析2627擁抱變革,賦予增長動能保險企業的數智化轉型升級一直是行業的熱門話題,可謂一直在路上。2022年初 銀行業保險業數字化轉型的指導意見 出臺,從頂層設計上為全行業提出了指導意見,也明確了到2025
54、年數字化轉型的目標。數智化轉型升級是當前保險企業必須面對并認真完成的重要任務,對企業發展將產生深遠意義。我們認為數智化轉型升級的破局關鍵在于:戰略解碼、業務模式、能力架構、管理模式四大層面上的協同力和執行力。凡事預則立,不預則廢。戰略解碼充分,做好頂層設計是推動數字化轉型的根本保障,掌舵人須在腦海中構建兩張明晰的路線圖:一是整合內部各業務價值環節的用戶體驗地圖、二是企業戰略地圖。此外,企業須業務模式清晰、找準指標抓手,同時找準適配的能力架構,最后構建數字化能夠發揮效能的“土壤”,匹配管理模式、構建數智文化。圖 14 保險行業數智化轉型升級洞察資料來源:百度智能云中國保險行業數智化展望及全球案例
55、分析戰略(1)業務模式(6)能力架構(3)管理模式(6)數據驅動的企業管理架構“1636”引領適配撐六抓程平臺資產服務數智運營化組織才機制流程考核落地成功的關鍵經驗 戰略解碼充分,做好頂層設計 業務模式清晰,找準指標抓 能架構適配,數智有效運營 管理模式協調,撐轉型成功中國保險行業數智化展望及全球案例分析28戰略解碼充分,做好頂層設計數智化轉型升級一定是從保險企業全局考慮,自上至下做好規劃與執行,頂層設計是根本保障。當前,絕大多數保險企業僅局限于單一場景的數智化改造,缺少業務總體藍圖設計,導致數智化轉型升級項目頻頻陷入困境。近年來,保險企業數智化掌門人通常缺位或身兼數職。保險企業沒有將數智化列
56、為獨立重要板塊,整體重視程度不足。各業務條線或部門需求無處匯總,信息化項目建設分散,數智化應用成果考核指標不明確,難以建立“事前規劃-事中監督-事后總結”的完整鏈條。我們認為,做好頂層設計,保險企業需要明確數智化整體戰略,找到共識、找準差距、確立北極星指標;做到充分戰略解碼,保險企業需要指定“數智化掌門人”,建立核心戰略決策及監督工作小組,設立數智化轉型升級里程碑,統籌企業內部各業務條線或部門的數字化和智能化需求,制定決策路線,執行實施并考核成果。其中,數智化掌門人的作用主要體現在三個方面:1)鼓勵提升科技投入效率,整合現有數智化基礎,減少重復投資;2)強調速贏,明確階段性目標,快速起效;3)
57、追求長期效益,謹慎選擇保險企業發展的合作伙伴,確??萍纪顿Y的前瞻性,為后續持續發展提供重要保障。圖 15“數智化掌門人”的促進作用資料來源:羅蘭貝格分析時間(年)數智化回報減少重復投資,整合現有基建強調速贏,快速起效致追求效益,慎選伙伴及云端迭代更新服務,避免技術實施數年后再次落后12329另外,掌門人需要做到胸有成竹兩張圖,即用戶體驗地圖、企業戰略地圖,以保障數智化轉型升級成功落地。用戶體驗地圖企業戰略地圖擁抱變革,賦予增長動能保險企業對消費者需求洞察不足、提供的信息化應用服務割裂,是導致用戶體驗較差的主要原因。一方面,保險企業以傳統的中介和代理人渠道推銷保險產品,缺少互聯網產品思維和線上運
58、營手段,難以捕捉并滿足新一代用戶的多樣化需求;另一方面,保險企業內部存在煙囪式信息系統、數據孤島,業務部門重復建設各類平臺且無法連通,導致應用服務分散、割裂,無法橫向拉通業務價值鏈條各環節,難以為用戶提供最佳服務體驗。例如,用戶的移動端非保險功能比較有限,且多張保單需重復操作以分次理賠等。為了更好地服務用戶,保險企業應綜合營銷、承保、風控、服務、運營等多維度規劃“產品、服務及生態”,構建完整用戶體驗地圖。以健康險為例,保險企業要立足用戶需求,從痛點出發設計產品與服務,關注用戶所期望的“醫”“養”訴求,拓寬產品邊界,將智能保險業務拓寬到智能醫療、智能康養等領域,構建完整的“醫養?!比芷诋a品
59、及服務;以車輛保險為例,除常規車輛損失、人傷理賠、第三者責任損失等典型場景外,保險企業需要關注數智化技術催生的新業務場景,如通過視覺智能監控商品運輸以賦能運費險承保。保險企業在塑造核心競爭力過程中,要聚焦自身戰略優勢,制定企業戰略地圖,突出差異化發展路線,做到“力出一孔,利出一孔”。未來,數智化技術及應用將滲透至保險企業各個部門及業務領域。數智化是手段,不是目的。手段僅有在目的明確清晰的前提下,才能夠發揮最大化效用。保險企業在做戰略解碼和頂層設計時,必須對自身的企業戰略地圖了然于胸,否則就會像一艘大船,疲于駛在茫茫大海中,但行無所蹤。中國保險行業數智化展望及全球案例分析30業務模式清晰,找準指
60、標抓手銀行業保險業數字化轉型的指導意見 提出保險行業數智化發展目標,即“到2025年,銀行業保險業數字化轉型取得明顯成效。數字化金融產品和服務方式廣泛普及,基于數字資產和數字化技術的金融創新有序實踐,個性化、差異化、定制產品和服務開發能力明顯增強,金融服務質量及效率顯著提高。數字化經營管理體系基本建成、數據治理更加健全、科技能力大幅提升,網絡安全、數據安全風險管理水平全面提升?!薄皹I務模式清晰,找準指標抓手”是數智化轉型落地成功的關鍵措施抓點串線做好頂層設計后,根據整體規劃,抓準主要痛點,通過制定某個具體目標,啟動或切入數智化應用建設。保險企業可以選擇特定業務領域啟動數智化試點項目,做好基礎設
61、施、賦能中臺的建設。鋪面織網自上向下制定客戶增長、保費規模、綜合成本率、NPS等北極星指標,強化跟蹤整體業務指標,圍繞客戶旅程構建整體數智能力,建設自有數據護城河,拓寬外部生態及數據資源池。數據融通數智化轉型不等于業務線上化,而是業務模式的轉變。業務部門、數智化部門需要緊密高效協作,建立流程管理、服務運營、技術支持等多方面能力,優化流程及開發制度、打通部門壁壘,保障數智化投入產出效率。保險企業在數智化建設過程中或多或少面臨著需求溝通不清晰、業務流程不了解、項目團隊割裂化等實操問題,處理這一癥結的關鍵在數據治理融通、業務場景融通、業務與數據融通。智能應用面向客戶為中心,以一線銷售、服務人員、內勤
62、員工、各級管理者、行業監管、產業生態為抓手,提供數字化和智能化應用。在客戶管理、產品研發、渠道服務、流程重塑、決策輔助等方面,全面提升數字化供給能力,幫助保險企業降本增效、業務創新。31保險企業擁有大量數據,但始終存在數據閑置、數據標準化不足等痛點,且分散的數據無法有效支撐保險產品推廣及業務增長需求。保險企業需要打破內部各業務部門邊界,以數據共享為目標建立數據資產管理機制。數觀客戶保險企業應完善多維渠道數據收集,形成企業級用戶檔案,基于數智化技術刻畫精準用戶畫像,為線上/線下業務部門提供業務指引,為用戶提供“定制化”推送和服務。數融渠道保險中介和代理人主要基于自身經驗和積累的資源優勢/話術推銷
63、保險產品,對數據價值認知不足。保險企業應通過數智化手段培訓一線銷售人員,加強數據重視程度和敏感意識,建立數據更新、數據質量反饋的人機協作閉環。數塑產品數據是保險企業通過數智化技術實施產品優化與創新的前提。保險企業需要通過數智化手段打通自身與互聯網平臺、政府機關、醫療機構的合作,拓展數據資源,實現生態集群式發展。圖 16 全面提升數智化供給能力資料來源:百度智能云數據資產管理和應用,是保險企業數智化的重要準備擁抱變革,賦予增長動能客及資產業務及訂單為及三數觀客數融渠道數塑產品數構流程數定決策中國保險行業數智化展望及全球案例分析32數構流程數智化技術能夠驅動運營流程優化及效率提升。某大型金融機構采
64、用百度智能云AI中臺方案建設人工智能平臺,平臺具有合同信息識別、關鍵信息自動提取審核等能力,可實現合同的自動化錄入歸檔,大幅提升企業內部運行效率。此外,AI中臺能夠為保險企業提供人工智能技術工程化開發能力,滿足智能風控、智能營銷等業務場景降本增效需求。數定決策數智化理念貫穿于企業各級經營管理中,充分挖掘、分析各類經營數據,為管理者日常經營決策提供重要指標分析結果。面向客戶為中心,以一線銷售、服務人員、內勤員工、各級管理者、行業監管、產業生態為抓手,通過數智化技術挖掘數據價值,推廣人機協同、數據分析看板、產業融合、智能運營平臺等應用,幫助保險企業實現降本增效、業務創新。33能力架構適配,數智有效
65、運營能力架構是保險企業全面鋪開數智化轉型的技術后盾。散點式探索存在投入產出有限、運維管理復雜等諸多問題。險企必須著眼于整體最優布局,選用兼具穩態和敏態、中臺化、云智一體化特征的數智化能力架構平臺,保障企業長期可持續性發展。穩態和敏態穩態指構建高可靠、高可用和高安全的核心技術后臺,形成較為穩定的客戶、運營、風控信息標準技術組件,保障數據安全、技術可靠、長效發展;敏態指擁有良好架構兼容性和擴展性,支持便捷接入新增數據、快速開發應用以敏捷響應市場需求,支撐業務和管理模式迭代。保險企業需要選用兼具穩態、敏態的通用平臺,才能實現數據驅動業務發展。中臺化數據信息平臺由傳遞信息向業務賦能轉變,逐步發展衍生出
66、數據中臺、AI中臺、知識中臺、運營中臺。企業中臺集成海量數據和大量技術,成為算法模型快速研發、共享復用和高效部署管理的智能化技術底座。保險企業可以數據中臺為基石,建立AI中臺挖掘數據價值、賦能創新業務,引入知識中臺的知識生產、組織和應用能力,以支撐運營中臺業務決策。云智一體化隨著數智化技術發展,企業數據快速增長,處理數據也需要大量彈性算力、先進算法支撐。高可靠、高彈性的云計算,為企業挖掘數據價值、賦能業務創新提供計算、存儲、網絡等基礎設施服務支持;靈活易用的AI開發平臺,能夠最優調度云計算資源,支撐完成數據收集、處理、分析、標準化、模型訓練等AI算法模型開發任務。保險企業需要選擇云計算基礎設施
67、、AI開發平臺一體化最優架構,以最大化提升研發、資源使用效率,創造更高業務價值。百度智能云以“云智一體,深入產業”為戰略,形成“云智一體3.0架構”獨特優勢。在技術方面,百度智能云堅持自主研發,構建一套“芯片-框架-大模型-行業應用”的智能化閉環路徑,做到端到端優化;在產業方面,從行業核心場景切入,通過打造行業標桿應用,帶動和沉淀AI PaaS層和AI IaaS層的能力,打造高性價比的異構算力和高效的AI開發運行能力,進而向上優化已有應用、孵化新應用,向下改造數字底座,使基礎云更適合AI應用,形成螺旋上升、不斷進化的效果。保險企業可以依據云智一體3.0架構,選擇自主創新的云與智能化科技底座,滿
68、足自身業務場景的數字化與智能化轉型經營需求。擁抱變革,賦予增長動能中國保險行業數智化展望及全球案例分析34管理模式協調,支撐轉型成功數智化轉型升級需要協調的管理模式支撐,主要包括:數智文化、組織健全、人才地圖、流程閉環、機制閉環、考核匹配。數智文化將數智文化寫入企業重要文件,將數據理念植入企業每位員工心中,有意培育和倡導數智化思維。讓各級管理者認識到數字化、智能化轉型升級的價值所在,意識到數智化轉型注重的不是短期利益,而是要從戰略層面長期布局。保險行業的數智化轉型升級是以“科技”為核心競爭力,以“數據”為核心資產的業務轉型升級。組織健全保險企業應關注“價值創造為導向”的組織創新,建立數智化轉型
69、升級組織,加強跨領域、跨部門、跨職能橫向協作和扁平化管理。根據數智化不同主題方向組建不同業務條線、業務與技術條線融合的共創團隊,建設健全的數智化組織。人才地圖保險企業面臨的競爭對手不僅是其他保險企業,還包括互聯網金融科技公司。數智化人才天然會向以科技和數據驅動的公司集聚。保險企業需要建設人才地圖,掌握人-技能-崗位匹配的情況,將人才管理作為“數智化”轉型升級的最關鍵要素之一。流程閉環數智化能力是持續增長的,將數字化能力建設形成一個“生產-消費-評價-促生產”的流程閉環,不斷根據經營指標、技術及市場環境進行迭代,才能形成數智化轉型的增長飛輪。35擁抱變革,賦予增長動能機制閉環機制閉環是數智化轉型
70、可持續的基礎。當前轉型升級過程中數智化人才不足、人才留不住、實施流程不順暢等問題阻礙發展進程。建立“認證-評估-調整-再認證”的機制閉環,將形成數智化人才發展的增長飛輪??己似ヅ錇槲鄹嗄繕巳瞬?,保險企業應優化數字化條線的考核機制,提供對齊行業的薪酬制度和管理自由度,為數智化人才提供更清晰的晉升和發展路徑。保險企業數智化轉型升級處于從“0-1”的夯實基礎階段,底層數智化架構的穩定性和可兼容性是其未來數智化應用建設的基石。由于保險業務的高度復雜性、專業性,數智化架構的設計與開發部署,需要既懂保險業知識、又具備數智化技術設計開發能力的稀缺復合型人才。一方面,保險企業需擺脫傳統管理模式,在文化
71、、組織、人才、機制等各方面進行創新,加強數智化業務復合技能人才的培養;另一方面,保險企業也可以引入外部數智化專業人才,助力保險企業更快、更穩地邁向數智化美好未來。中國保險行業數智化展望及全球案例分析3637描繪藍圖,探索數智方案數智化是保險企業在新趨勢下構建核心競爭力的重要手段??v觀國內外轉型實踐,羅蘭貝格與百度智能云共同提出保險行業“數智一體”轉型藍圖,助力保險企業創新發展。圖 17“數智一體”轉型藍圖資料來源:百度智能云,羅蘭貝格分析中國保險行業數智化展望及全球案例分析“云智基座”在自研云平臺基礎上搭載了百度智能云AI中臺和知識中臺,幫助企業提升算法模型人員的生產效率,實現AI資產化和自服
72、務化,促進知識沉淀,加速企業智能化應用創新。百度智能云提供全鏈路一體化的“數智經營”平臺,打造業務和云運營解決方案?!爱a融智合”平臺助力保險企業與養老、綠色金融、鄉村振興、車生態、健康生態等打通,推動行業由轉移分散為主的風險等量管理模式向風險減量管理服務模式轉型。云智基座數智經營產融智合云計算智能中國保險行業數智化展望及全球案例分析38數智化價值自主創新的云智基礎設施在當今保險行業數智化轉型和技術應用創新雙重趨勢下,保險機構進行新型數智化基礎設施建設的需求愈發旺盛,自主創新、分布式高可用、智能化、綠色節能等要素是保險機構對智能新基建選型的關鍵考量。百度智能云ABC Stack云平臺天然集成百度
73、自研的多項能力,底層融合七層負載均衡接入轉發平臺BFE、云原生和Devops平臺、智能運維平臺和智能安全技術,所搭載的數據中臺系列平臺組件和AI中臺系列產品矩陣可提供大數據+AI的全棧能力。另外,平臺還可搭載音視頻中臺、區塊鏈平臺、地圖中臺、安全計算平臺,以提供更多的融合能力,靈活且全面的支撐多樣化的場景應用需求,可持續助力保險業務數字化和智能化轉型。百度智能云AI中臺是業內先進的智能化基礎設施,其內核為百度自主研發的中國首個開源開放的產業級深度學習平臺飛槳,為企業提供一站式全場景AI模型生產與應用工具鏈,支持主流算法框架和多種建模方式,提高算法模型開發人員的生產效率;從企業維度可實現AI資產
74、化和自服務化,高效助力AI資產跨部門復用流通,避免重復造“煙囪”;同時平臺內置了百度文心大模型和數百個AI核心能力,可加速保險企業智能化應用創新,快速把技術優勢轉化為業務價值。百度智能云知識中臺是基于人工智能技術構建的全鏈路知識管理能力,覆蓋知識的高效生產、靈活組織和智能應用。在技術方面,知識中臺的數據處理能力由結構類、文檔類數據,拓展至圖片、音頻、視頻在內的多模態數據,通過采用業內領先的復雜知識表示和快速構建技術提升數據知識轉化效率;在應用方面,知識中臺將搜索、問答、推薦,升級至輔助決策、預測、推理等各類業務場景的知識深度應用,滿足企業產品與服務的自動化定制需求。以保險行業為例,知識中臺能夠
75、自動化地從數據中提取知識,在保險業務場景的人機互動中主動推薦知識,幫助保險代理或理賠人員高效、精準、智能地制定決策,顯著提升企業的經營效率和效益。一 云智基座39資料來源:百度智能云融合保險產品設計、營銷、風控、運營、服務、管理的智能化應用方案百度智能云提供全鏈路一體化的數智運營平臺,其中包括數據、算法、內容、提效、體驗五大套件,打造業務和平臺運營解決方案,賦能金融機構加速線上化運營和線下深度服務轉型,實現以用戶為中心的高質量月度活躍用戶數量(MAU)、資產管理規模(AUM)增長。描繪藍圖,探索數智方案 二 數智經營圖 18業務和平臺運營解決方案百度的優勢價值領先的數據與AI能,聚焦融業痛點沉
76、淀的五產品套件多年來互聯產品業務運營,積累形成的獨特經驗、法論和才體系深度服務30+頭部融機構,實踐經驗豐富,成效顯著對客的價值數據與算法套件撐數字化、智能化運營能,提升活躍客數和融資產規模的增速與質量提效套件賦能流程動化與智能化,提升服務效率,降低合規險內 容 與 體 驗 套 件 助 融 機構 服 務 升 級、體 驗 優 化,全提升客滿意度打造有溫度的客服務體系深化融服務智慧再造提升融服務質效與某頭部股份攜共創數字員,2021年累計促活客上千萬次,累計理財產品銷售額上百億與某頭部股份共創智能客服,均辦理業務近10萬通,意圖識別準確率,語轉譯準確率均達業領先平賦能某頭部保險公司,雙錄視頻質量合
77、格率提升80%;成本節省60%;7*24時并發實現全量質檢,滿監管合規要求中國保險行業數智化展望及全球案例分析40在百度智能云構建的智能化營銷風控體系中,營銷引擎提供涵蓋客戶畫像、精準推送等數字營銷服務,提升分銷效率;風控引擎提供從風險識別、評估、監測、控制等各環節的管理方案,提供全生命周期的風控管理。在智能服務方面,百度智能客服和數字人已推廣到30余家金融機構,搭建多元化的數字服務渠道;在智能運營方面,百度智能云助力保險機構突破人力限制,提升運營效率和精準度。新一代 AI 機具終端解決方案通過多功能設備 PaaS 軟件賦能硬件以及適配生態打造自主創新的云智基座方案;在組織協同方面,百度智慧協
78、同辦公解決方案,打通通訊流、工作流及知識流,有力支撐保險企業組織數字化協同。三 產融智合產業與金融跨越數字鴻溝,實現智能融合結合國家當前的數智經濟政策導向,圍繞產業金融、農業金融、綠色金融等主要方向,將保險與智慧城市、工業生產、鄉村振興生態打通,在數字化保險產品供給和數據增信、風險預防管理等方面進行智能融合。一是把保險融入到整個國計民生的生態中。在城市管理、能源、工業制造、農業等領域智能化發展過程中,利用保險的鏈接、增信、支付作用,將保險由事后風險補償轉向做好事中的風險管理。二是在數字經濟場景下發掘新業務機會、探索新場景,通過科技賦能細分場景進行保險產品、服務創新。例如,健康險基于可穿戴設備獲
79、取用戶健康數據并分析,給予用戶健康管理建議,減少發病率等?!氨kU+科技+服務”模式,正在成為保險行業發展的新趨勢。作為賦能千行百業的重要金融工具,保險通過人工智能、云計算等先進技術,連接社會各類資源,探索服務型保險產品,增強風險識別、監測、預警,實現防災減損,助推行業由轉移分散為主的風險等量管理模式向風險減量管理服務模式轉型。41云智基座 保險企業數智化轉型一大痛點是信息系統煙囪式建設、缺乏通用大平臺。大部分險企的數字化處于打基礎階段,前期重心僅限于分散業務的線上化,拘泥于“點”,將人工智能、大數據技術孤立地應用在銷售支持、核保等業務環節,缺乏對數字化路徑“連點成面”的全局思考,缺乏整體規劃和
80、通用平臺建設,缺少整體性數字化解決方案。保險行業對信息系統有極高要求,包括穩定性、數據安全等。在企業發展過程中,核心流程相對穩態,要求高并發、高可靠;創新及客戶業務相對敏態,需要快迭代、高彈性、易擴展。優秀的企業數字化框架必須具備穩態與敏態、中臺化、云智一體化等顯著特征。傳統集中式IT系統架構較難同時支撐保險核心流程及創新業務差異化要求。保險企業除維護現存傳統架構外,若另建一套敏態架構,將導致投資分散并產生系統架構整合、業務支持割裂的問題。解決上述痛點的關鍵在于應用兼具穩態和敏態、具備可靠性與可擴展性的統一技術底座。整合IT架構的云服務,維護方便、彈性服務迭代快且智能化,是險企數智化最佳選項。
81、百度智能云及羅蘭貝格所倡議的“云智基座”,構建了“芯片(昆侖)-框架(飛槳)-大模型(文心)-行業應用”智能化閉環路徑,端到端優化,為保險行業提供安全可靠、自主可控的IT基礎架構解決方案,將“云”與“智”充分融合調優后,獲得1+1遠大于2的性能。其中,以云計算為基礎,為保險機構提供安全、穩定、靈活的數字化底座;以AI中臺、知識中臺為引擎,為保險機構智能化升級提供領先的創新技術和平臺。描繪藍圖,探索數智方案圖 19 云智一體 深入產業3.0架構資料來源:百度智能云基礎云產品GPU虛擬化AIIaaS百舸AIPaaS(AI引擎)數據標注知識管理媒體能源模型開發加速套件彈性訓練速互聯AI服務器融航天知
82、識產AI作業調度業與應部署運模型管理中國保險行業數智化展望及全球案例分析422022年初,銀保監會辦公廳 關于銀行業保險業數字化轉型指導意見 發布,在科技能力建設章節提出“加大數據中心基礎設施彈性供給。優化數據中心布局,構建多中心、多活架構,提高基礎設施資源彈性和持續供給能力。加快構建面向大規模設備和網絡的自動化運維體系,建立前端敏態、后端穩態的運行模式,推進基礎設施虛擬化、云化管理。建立對信息科 一 云計算基礎設施 全球案例 01:中國領先壽險企業推進混合云應用一家中國領先壽險公司數字化業務主要采用傳統軟件開發模式,需求從研發到上線,涉及不同組織部門反復溝通協調,經歷數周至數月時間,難以動態
83、響應市場快速變化,嚴重影響業務發展。另外,公司采用的私有云架構,雖具備安全性、可用性、可控性較高的特點,但建設投入成本高、缺少調度靈活性,無法應對高峰時段的高并發用戶認證和業務處理要求。為了解決上述問題,該壽險公司啟動建設混合云架構應用,在使用私有云保障數據、業務安全的前提下,連通公有云開展壽險數字化業務,顯著提升數字業務敏捷開發能力、降低IT基礎設施建設與運維成本、獲取彈性調度能力和資源以支撐每日20余萬次高并發用戶認證需求,保障了業務更快、更好發展。技資源全方位覆蓋的統一監控平臺?!睘殂y行業、保險業在基礎環境建設方面提出了“云化”、“資源統一監控”的指導意見。保險企業數據紛繁復雜,存在高敏
84、數據場景探索,數據價值應用難等問題。如今,“數據上云”已經成為險企的共識,核心是解決險企大量級數據的存儲和調用問題以建立先發優勢,如何選擇高質量、高安全性、高利用率的“云”是保險企業在數智化和業務創新過程中需要思考的關鍵問題。目前,中國多數保險行業頭部公司通過建設私有及混合云的方式進行基礎環境的云化。羅蘭貝格統計,截至2022年年中,全國前十家保險公司中已有8家開展或落地某種形式的云基建,包括有效實施公有云及混合云的應用案例。與此同時,中小型保險公司由于資源、資金有限,難以快速自建云基礎設施,但也將積極融入數字化上云的行業趨勢,預計將加速于2025年前將互聯網業務、渠道業務甚至核心業務向金融云
85、(特別是混合云)遷移。43百度智能云的AI開發基礎設施,作為業內最適合跑AI的云,在滿足穩態和敏態兼具的基礎上,可系統化的滿足企業在AI開發過程中對AI開發基礎設施的高性能、高性價比、高利用率的需求,具備軟硬一體、快捷上云、高效存儲、智能處理等特點。描繪藍圖,探索數智方案百度案例 01:銀保信科技金融云針對中小金融企業技術平臺構建成本過高、轉型慢的問題,銀保信科金融云為其提供了先進穩定的金融云平臺。通過統一云管來統一管理云平臺中的計算集群、存儲集群、網絡集群,面向金融行業租戶提供基礎設施即服務(IaaS)、平臺即服務(PaaS)相關產品。云平臺控制軟件系統具備足夠的擴展性,支持集群從百臺規模動
86、態擴展至千臺萬臺規模,具備前后兼容、可以升級的特性。針對行業科技監管日趨嚴格,流量量級和波動雙增的問題,銀保信科金融云能夠保障新業務快速上云。金融機構可通過專線鏈接銀保信科金融云平臺,組成混合云架構服務,既保證關鍵業務可控,又享受到金融云帶來的彈性優勢。針對保險行業金融數據安全和平臺可控化問題,銀保信科金融云平臺已實現自主可控。作為國產化金融云平臺,銀保信科金融云已針對當前國內主流如飛騰、鯤鵬、海光等國產化芯片進行了相應的適配工作,覆蓋計算、存儲、網絡、數據庫、大數據等核心IaaS和PaaS服務。圖 20 銀保信科金融云整體架構資料來源:泰康,百度智能云,羅蘭貝格分析北京 IDC1北京 IDC
87、2其他城市 IDC計算絡存儲安全防護抗DDoSIPSWAF漏洞掃描綜合志審計運維審計主機安全加密服務態勢感知.統運維運維可視化監控管理資產管理CMDB運維動化容量管理故障管理.統Console控制臺報表統計費管理配置管理統登錄內容展.統運營產品運營單管理備案管理運營數據商務管理.計算絡存儲計算絡存儲IaaS資源PaaS資源云主機裸屬彈性伸縮云硬盤件存儲對象存儲VPC負載均衡 彈性公IP 云容器RDS數據庫緩存服務API關數據平臺ES中國保險行業數智化展望及全球案例分析44在云計算基礎設施上,AI中臺構建AI能力生產與集中管理平臺,是AI技術能力在業務中快速研發、共享復用和高效部署管理的智能底座
88、,幫助保險企業解決數智化轉型的三大問題:技術底座薄弱保險企業傳統信息化中臺普遍缺乏智能應用研發與部署的支撐能力,導致AI算法模型研發門檻高、作坊式部署工具阻礙算法在生產環境高效落地、散點式智能應用限制企業開發經驗和技術能力快速沉淀及復用,AI難以在保險業務中融合應用,數智化轉型進程普遍延滯。AI中臺內置開源框架、研發工具、數據處理、部署平臺等流水線式技術生產工具,覆蓋AI芯片、軟硬件、大規模并行計算平臺,可為險企提供低成本、易用、強泛化能力的技術底座。AI人才缺口不斷擴大近年來,研究和應用人工智能技術的企業數量不斷增加,人才需求在短時間內激增,但供應不足,且缺口不斷擴大。保險企業推進數智化轉型
89、,需要掌握保險業務知識、理解人工智能關鍵技術、能夠開發應用的復合型人才。一才難求導致人工智能工程化應用步伐嚴重放緩。AI中臺從AI模型服務管理能力入手,優先實現成熟AI能力在險企內部流通共享。在充分掌握模型能力基礎上,險企逐步實現AI創新能力構建,積累業務場景樣本庫、模型庫,為后續靈活、高效建模奠定基礎。AI中臺內置人才培養方案,幫助險企體系化培養AI人才與建設團隊,并可為專業人才提供個性化AI研發能力,大幅提升AI模型落地應用推廣效率。數智化運營理念及方法缺失保險企業擁有智能化升級強烈意愿,但普遍缺乏清晰戰略目標和實踐路徑,多在局部業務試點智能應用,沒有從企業發展戰略高度全局謀劃和頂層設計,
90、缺少數智運營管理方法體系。AI中臺解決方案內置人工智能技術研發工具及運行平臺,融合企業數智經營理念、組織管理方法及業務運營規范,幫助險企完善制度設計和組織重塑,推動明確部門角色定位、職責邊界和協同關系,配套考核和激勵機制,為戰略規劃與落地執行提供有效指導。二 AI中臺全球案例 02:亞洲領先人身險企業推進云端應用為降低運營費用、提高理賠處理率及處理速度,亞洲領先人身險企業推動云端應用。截至2021年年底,該企業已有70%以上的基礎設施處于云端,遠高于全球金融服務和保險行業的平均水平,亦比一年前的39%有了顯著增長。除了降低運營費用外,云端轉型還支持大幅提高直通式理賠處理率,近60%的客戶交易在
91、沒有任何人為干預的情況下得到處理,超過95%的新保單以電子方式發出。45描繪藍圖,探索數智方案圖 21 AI中臺助力企業打破“煙囪式”業務壁壘圖 22 AI中臺的定位資料來源:百度智能云AI中臺白皮書資料來源:百度智能云AI中臺作為模塊化、標準化的平臺工具,克服了傳統“煙囪式”業務架構導致的資源重復建設、數據流通壁壘等瓶頸,為保險企業提供從研發部署到運維管理等全周期一站式解決方案,助力企業加速從數智化轉型中獲益。通過構建AI中臺基礎設施,實現保險企業的統籌化智能升級。作為數智化基礎設施,AI中臺實現AI能力的高效率生產和集中化管理。通過與數據中臺、業務中臺協同,實現企業中臺的智能化發展;支撐企
92、業業務應用及管理應用升級,協助高效復制、建設及管理不同場景下的AI應用,如智能風控、智能營銷等,助力業務降本增效,控制風險。前臺業務應核驗企業中臺私有云業務中臺客服中臺樣本中AI 中臺AI服務運行平臺通AI能專AI能預測執智能營銷智能控智能理賠智能資管辦公管理財務管理對內管理應財務中臺運營中臺數據存儲AI開發平臺訓練調試模型中鏡像管理資源管理監控告警服務管理集群管理PaaS中間件服務計算服務絡服務存儲服務備份服務IaaS預測執知識產知識獲取知識組織知識應知識中臺數據服務數據分析存儲計算數據資產預測執知識運用數據中臺專AI能通AI能服務運能研發樣本中模型中AI開發平臺訓練調試AI中臺發布賦能營銷
93、動化銷售管理報表分析客管理CRM整合數據IaaS會計核算財務管理采購控制分銷管理ERP賦能整合數據IaaS協同辦公多維管理信息記錄流程管理OA賦能整合數據IaaS中國保險行業數智化展望及全球案例分析46百度智能云結合實踐經驗,AI中臺已積累了1000余項AI技術能力及方案,可以即拿即用,并可結合實際業務場景靈活部署,從而支撐企業在技術基礎上構建多樣化的場景應用。此外,百度基于產業實踐經驗,通過雙平臺(零門檻AI開發平臺EasyDL和全功能AI開發平臺BML)模式進一步降低了AI開發的門檻和成本,幫助險企實現智能AI能力的快速生產與構建。AI中臺在應對實際應用場景問題中發揮關鍵作用:在實踐案例中
94、,AI中臺已高效賦能部分保險業務數智化轉型升級。我國領先的保險公司多已 響應國家號召,應用人工智能科技促進業務發展。例如,中國人壽財險采用百度AI中臺解決 方案,基于一站式人工智能建模與推理預測服務平臺,賦能業務價值鏈各環節數智化轉型升級。(1)AI數據需求趨于精細化、場景化,助力健全數據服務體系(2)自動機器學習技術加速演進,AI 研發平臺成為普惠關鍵(3)AI部署運行愈加復雜,體系化工具保障規?;瘧茫?)AI模型成為企業新型資產,助力AI 資產化管理和共享復用百度案例 02:中國人壽財險AI中臺賦能保險全價值鏈面對數智化轉型的需要,國壽財險采用百度AI中臺解決方案建設了一站式人工智能建模
95、與推理預測服務,協助國壽財險實現了從數據管理、數據可視化、模型訓練、模型上線等AI建模及應用全流程打通,賦能客戶行為預測、保費增收、風險管控等業務場景,支撐眾多經營管理場景實現智能化升級,為業務帶來顯著提升:預測客戶續保概率,提升營銷成功率,利用AI中臺實現精準營銷續保預測:基于機構歷史數據進行建模,可以在車險業務到期前預測客戶續保概率。目前預測模型準確率與召回率均超70%,商業車險續保率季度環比提升7.97%。交叉營銷:交叉組合不同產品以挖掘高潛力客戶,成單率提升5.86倍。有效識別理賠風險,降低欺詐損失,利用AI中臺打造車險反欺詐模型 打造理賠欺詐風險預警監控平臺和反欺詐模型,在報案、查勘
96、、定損、理算等多個環節強力把關,輔助理賠人員有效識別風險。平臺與模型上線一年內,避免欺詐損失金額過億元人民幣。47描繪藍圖,探索數智方案保險行業數據量大、范圍廣、專業知識含量高,存在數據的知識化、機器自動抽取難度大及知識組織方式原始等難題。因此,傳統保險企業在知識生產、組織、獲取和應用的全流程都面臨多重挑戰:知識生產保險公司內部平臺會包含保險產品條款、制度文檔、IT知識、營銷知識、法律知識和醫學知識等專業知識,海量數據累積在一些非結構化文檔中,靠人工梳理難度非常高,使公司數據資產難以發揮應有價值。知識組織保險企業內部系統多樣,知識碎片化嚴重,經驗分散在不同代理人頭腦中,導致知識形態復雜,整合難
97、度大,難以表達業務邏輯,辦公效率低。知識獲取由于保險知識體量大、內容復雜且存儲分散,員工獲取知識的效率低、理解知識的難度高,保險公司對員工進行培訓的成本高昂。知識應用保險產品及其條款、規則多且復雜,客戶需求各異,保險知識應用形態簡單,難以深入到一線如保險理賠、反欺詐、保險營銷等場景解決業務問題,導致用戶體驗差,影響公司收益。圖 23 保險行業知識模型示例資料來源:百度智能云 三 知識中臺保險投保理賠條件保險額保險期限保單復效家族病史其他產品情況體健康性別年齡費率資料變更群特征中國保險行業數智化展望及全球案例分析48通過基于人工智能、知識工程的知識中臺可幫助解決這些問題,有效推動保險知識庫的數字
98、化轉型升級。知識中臺基于百度多年積累的自然語言處理、知識圖譜、多模態語義理解等AI核心技術打造,是保險企業將數據生產為知識并應用于保險業務場景的知識中樞。圖 25 知識中臺提供面向保險企業上下游知識應用的全生命周期解決方案資料來源:百度智能云知識中臺白皮書圖 24 知識中臺在企業內部應用的定位資料來源:百度智能云知識中臺白皮書知識中臺提升企業各職能的運營管理效率整合企業內部資源專業數據通數據辦公數據業務數據其它業務財務政核業務企業資源計劃(ERP)投承保展業助智能雙核輔助理賠反欺詐營銷推薦客服FAQ內部信息查詢49描繪藍圖,探索數智方案作為保險企業連接數據資產與業務的中樞,百度智能云知識中臺具
99、有承上啟下的作用。針對保險客戶業務場景中的問題,知識中臺不僅提供以人工智能為核心的技術支持,以及覆蓋知識生產、知識組織、知識應用全流程的能力,而且封裝了平臺、應用、行業解決方案多層級產品,為保險行業各類場景提供全方位服務。面向保險企業智能化升級需求,知識中臺提供了靈活、多樣的服務方式,可應用于智能客服、智能理賠、精準營銷、風險管理、合規審計等領域,提供包括標準化產品服務、組件化服務能力輸出、集成解決方案構建和定制服務的設計與實施。圖 27 保險行業知識平臺系統架構資料來源:百度智能云壽險知識圖譜客畫像圖譜健康險知識圖譜財產險知識圖譜知識管理層業務應層保險知識圖譜管理具保險常問答庫數據來源層權限
100、管理志管理模型系統監控壽險業問答庫財險業問答庫核保問答知識庫監管合規問題庫理賠問答知識庫最新知識產品查詢知識應條件問答條款搜索智能推薦知識互動產品對數據處理層然語處理圖數據庫語識別圖像識別養險知識圖譜險圖譜合規監管圖譜結構化數據半結構化數據結構化數據知識構建層知識建模知識抽取知識映射知識融合知識查詢路徑分析知識檢索知識問答規則推理關聯關系分析服務接層圖 26 知識中臺核心功能資料來源:百度智能云知識中臺白皮書核功能知識產數據治理知識挖掘內容理解圖譜構建知識組織知識分類知識關聯知識聚合場景建模知識應搜索問答推薦圖計算推理預測中國保險行業數智化展望及全球案例分析50知識中臺賦能保險知識智能應用包括
101、:解決代理人流失率高、培訓成本高的痛點,建立智能客服知識庫保險代理人流失率高,代理人培訓占用公司較多培訓成本。百度智能云知識中臺通過構建保險行業知識圖譜,形成完整的知識體系,低成本高效率地進行代理人培訓,提升代理人培訓和自學習的效率,節省公司培訓成本。保險企業內部積累海量數據,人工無法短時間內完成挖掘與分析,問題處理效率低。百度智能云知識中臺通過自研的智能抽取模型、問答對挖掘和信息檢索問答能力生成保險客服知識庫,對文檔結構和內容進行深度理解,滿足用戶多樣的咨詢請求;并基于語義搜索技術使客服能夠快速檢索問題,輔助客服人員日常答疑,知識查找速度較傳統搜索方式可提升90%,提升客服回復效率,提升用戶
102、體驗。解決險企理賠風險高、欺詐識別難的痛點,保險智能精準理賠保險理賠風險來自多方的欺詐與滲漏,而面向多樣化的欺詐手段,大部分保險公司主要依賴查勘、定損、核保、核賠人員的主動發現來識別風險,成本高、效率低、風控效果不佳。百度智能云知識中臺可以通過基于知識圖譜的保險理賠系統,自動將投保人的信息與投保產品的保險責任及對應保障范圍相關聯,快速推理得出理賠結論,解決保險業務中復雜理賠問答,進行精準理賠。改善傳統營銷難以高效觸達目標用戶的痛點,應用知識中臺進行精準營銷保險產品多樣、客戶群體龐大,傳統的推銷方式依賴代理人的經驗,客戶也難以找到適合自己的保險產品,客戶留存率低、銷售轉化率低。百度智能云知識中臺
103、通過用戶畫像和智能推薦模型,提取用戶畫像、保險基本屬性、興趣愛好、消費場景等標簽形成準確的個人畫像,為客戶定制化推薦合適的保險方案,有效提升客戶的留存和收入轉化。51描繪藍圖,探索數智方案數智經營當前,保險企業經營方式從模糊判斷轉換為以數據反饋驅動業務決策。傳統企業經營依靠上層管理者進行決策,而數智經營幫助保險企業基于數據反饋及智能化應用進行更精準的客觀判斷和輔助決策。我們認為保險行業實現“數智經營”主要圍繞四項核心舉措:圖 28“數智經營”四項核心舉措資料來源:羅蘭貝格分析四項核舉措數智經營舉措:加強客洞察,開發差異保險品類舉措:個性推薦產品,提渠道轉化效率舉措三:改進定價能,提升精準控平舉
104、措四:重塑業務流程,提數智運營平3142中國保險行業數智化展望及全球案例分析52差異化是企業之間競爭的重點。在保險行業發展逐步由“渠道為王“轉向“用戶體驗為先”的過程中,數智化能夠幫助保險企業深入洞察用戶需求,助力險企發現差異化市場機會。百度智能云數智化解決方案,主要包含以下兩個方面應用:圖 29 養老智能規劃系統方案一覽資料來源:百度智能云 一 加強客戶洞察,開發差異保險品類全球案例 03:亞洲領先人身險企業“人生階段”產品設計某亞太地區三大保險企業之一為滿足客戶不同時期的保障需要,以“人生旅程階段”為理念設計系列化保險產品,包括:年輕時期的人壽保險,婚姻期間的家庭年金,養老階段所需的醫療及
105、退休保障等。同時,利用數智化方式描繪客戶畫像,從而提升銷售人員轉化成功率。應用1:基于客戶(家庭)生命旅程各階段需求設計產品,提高保險服務粘性百度案例 03:中國領先養老險公司養老智能規劃為解決養老規劃的個性化、智能化定制需求,實現千人千面,一家中國領先養老險公司聯手百度智能云共同推進養老智能規劃項目,緊密圍繞客戶人生旅程各階段需求提供智能化養老投資組合規劃,并推薦匹配的養老保險產品。主要服務內容包括:客戶養老需求資金測算:保險企業基于資產收益信息、客戶畫像及智能客服對話反饋結果,智能評估用戶投資風險偏好及未來養老資金缺口個性化投資組合方案:針對用戶當前收入水平、退休預期養老收入金額,計算資金
106、缺口,智能推薦個性化保險產品組合方案,并測算收益智能化產品推送及銷售:對接商業型養老保險產品服務渠道,為客戶提供個性化、交互化的購買流程,實現保險企業智能化產品營銷融畫像,做到千千挖掘標準個體引“命周期”險緩釋段下滑曲線類資產配置構建全維度資產評價體系資產評價智能推薦注重“雙底線”思維壓測試情景模擬53描繪藍圖,探索數智方案在車險領域的應用包括互聯網定價、UBI模式(Usage Based Insurance)等。在財產險領域(工業能源家居等),保險企業可通過人工智能設備監測辦公、生產和居住安全,實現事前控制風險,提升風控能力。全球案例 04:美國領先車險企業利用裝置偵測駕駛習慣,從而調整汽車
107、保險費率全球案例 05:歐洲領先產險企業物聯網財產險應用企業財險市場競爭激烈。一家歐洲財產險公司通過鼓勵客戶在建筑物中安裝物聯網(IoT)設備,以加強風險控制并降低潛在賠付。物聯網設備可以從能源、水、空調等連接系統中收集信息,險企通過智能化平臺分析相關數據以檢測建筑物中異常情況,在需要維護時進行預警和早期干預,將客戶財產損失風險降至最低。應用2:基于大數據和AI分析,為客戶提供差異化產品及服務一家美國保險公司為在美國車險飽和市場中建立差異化競爭優勢,在傳統價格因素(車型、地區等)基礎上加入駕駛行為數據,推出基于數據采集、分析后制定價格的車險APP。用戶參加計劃后將獲得一個小型裝置,以監測駕駛距
108、離、時間、急剎等習慣。APP將獲取設備數據,保險公司進行數據分析后作出駕駛習慣提醒及定價調整。計劃多吸引紀錄良好的駕駛者,幫助司機平均每年可節省逾150美元,而保險企業亦將計劃推廣至中小型企業的商用車險。中國保險行業數智化展望及全球案例分析54模糊判斷是保險企業經營中存在的一大問題,過去往往通過保險代理人的經驗判斷為客戶提供產品推薦。保險企業借助數智化手段可實現精準營銷,提升渠道效率,提升客戶滿意度。圖 30 互聯網保險企業數字人客服形象資料來源:百度智能云 二 個性推薦產品,提高渠道轉化效率百度案例 04:中國頭部財險公司、互聯網保險公司百度智能云曦靈數字人平臺中國頭部財險公司基于數字人平臺
109、建立智能客服問答,降低人工成本、保證服務質量一家中國頭部財產險公司利用百度智能云曦靈數字人平臺,搭載自建知識庫內容,建立智能應答模型,完善智能客服服務。平臺整合語音、語義等技術能力,可分析用戶意圖,并為用戶提供解決方案。同時,平臺數據能夠助力業務場景價值挖掘及運維分析。數字人平臺的問答解決率已達85%,既提升了用戶服務體驗,也降低了轉人工率和人力成本。中國知名財險公司采用卡通形象數字人,為客戶提供信息服務另一家中國知名財產險公司基于百度智能云的曦靈數字人平臺,整合人臉識別、文字識別等技術能力,實現與客戶自然交互,提升服務體驗,降低客服業務運營成本。中國知名互聯網保險公司打造超寫實數字人,提供高
110、質量客戶服務為了提升客戶自助服務比例、降低業務經營成本,一家知名互聯網保險公司打造專屬數字人形象,在視頻客服中為客戶提供理賠進度查詢、保單退保等服務。專屬超寫實數字人在服務客戶過程中,一方面能夠讓客戶在服務過程中獲得親近感,另一方面也能夠提升保險公司的品牌辨識度。此外,智能化交互能力,能夠解決客戶大部分問題及訴求,幫助公司降低客服人工成本。應用1:數字人助手賦能保險企業客戶服務數字人助手可協助保險企業實現與客戶的人機自然溝通。數字人助手可通過通用知識庫、標注語料及流程模板等數據積累,精準識別圖片、文件及文字,快速判斷用戶需求并作出反應。55描繪藍圖,探索數智方案國外也有相關利用人工智能提升客服
111、或銷售體驗的案例:全球案例 06:歐洲領先人身及財險公司聊天軟件智能會話一家歐洲保險公司為解決車險報價不便捷、無法快速跟進客戶需求的痛點,與科技公司合作打造智能聊天機器人,在手機聊天軟件上利用智能會話功能生成文字為客戶提供個性化、即時的雙語種車險報價,縮短客戶響應時間并降低人力成本。百度案例 05:中國頭部壽險公司產品智能推薦過去保險銷售多依賴代理人的主觀模糊判斷進行產品推薦,為科學判斷并加強轉化效率,一家中國頭部壽險公司與百度智能云合作,構建智能保險顧問。通過納入用戶畫像、千人千面等技術,增強顧問對用戶的理解。同時,中國人壽根據產品熱度分析結果,匹配客戶畫像進行保險產品推薦,在重“人”的保險
112、銷售領域利用數智化進行革新。保險企業可通過數智化分析、描繪客戶畫像、精準匹配供需提升成單效率,并協同賦能線上平臺、線下代理人及銀保各渠道。應用2:精準營銷,賦能客戶觸達與轉化全球案例 07:歐洲領先人身及財險公司人工智能重塑客戶服務的流程一家歐洲保險公司需要為客戶提供24小時服務,但人力成本較高。為解決上述問題,公司采用AI聊天機器人配合銷售人員與客戶溝通,協助處理汽車、家居保險產品業務。部署一年后,AI技術助力該保險機構節省成本近100萬美金,并提高銷售人員工作效率達5%。中國保險行業數智化展望及全球案例分析56保險欺詐是保險業的頑疾。風控作為保險企業的核心環節,其智能化將幫助保險企業精準定
113、價、識別欺詐及提升風險管理能力。險企可將智能風控嵌入保險業務價值鏈各環節,推動跨部門的協作。三 改進定價能力,提升精準風控水平百度案例 06:中國領先財險公司優化車險智能定價模型面對車險定價難、賠付高等承保壓力,一家中國領先財險公司利用百度智能云所提供的互聯網大數據輔以AI分析,從更多維度優化自有的精算模型,準確評估客戶,優化出險、核保等業務流程,并改善承保利潤。全球案例 09:美國領先醫療及保險機構II型糖尿病數字健康計劃一家美國醫療及保險機構面對慢病管理成本控制問題,推出二型糖尿病數字健康計劃,協助病人控制病情。機構為患者配備連續血糖檢測儀及健康活動追蹤器,通過應用程序為患者提供慢病管理計
114、劃,并基于病人數據提供相應慢病改善建議,從而在保證投保人健康狀況的同時減輕保險機構的賠付成本。應用1:AI分析數據,輔助快速準確定價應用2:基于客戶洞察提出預防性建議,降低健康險等業務賠付成本全球案例 08:美國保險初創企業全自動報價及承保一家初創保險科技公司作為數智經營的標桿企業,在面對傳統銷售渠道低效、保險費用昂貴等問題時,只采用線上渠道讓用戶在線填寫個人及財產信息(如地址、防盜裝置、貴重物品等),并據此提供保險產品報價及自動承保。該公司將保險服務范圍由家居險、車險等傳統財險逐步延伸至寵物健康險、人壽保險,業務獲得較好發展,并最終成功上市。險企利用收集的數據進行AI分析,協助訓練精算模型,
115、從而使定價更能反映潛在風險。57描繪藍圖,探索數智方案部分保險企業在理賠環節引入機器人流程自動化(RPA)應用,內置光學字符識別(OCR)、自然語言處理(NLP)實現數據采集和圖像識別的自動化。其中,OCR和NLP技術可強化文件解析的準確性和效率。在人機協作模式下,保險企業理賠人員基于票據采集數據,結合客戶關聯關系、人企關系、資金流向等知識圖譜分析,識別車險、健康險等潛在欺詐行為,提升了判斷準確率、減少賠付損失、縮短理賠時間并提升了用戶服務體驗。百度案例 07:中國泰康保險反欺詐關聯知識圖譜面對團伙式、系統性欺詐問題,泰康保險與百度智能云在2019年共同成立聯合創新實驗室,深化人工智能技術在保
116、險業務場景應用。以風控為例,泰康保險與百度智能云聯合搭建反欺詐關聯關系圖譜,基于客戶信息構建關聯人物,通過模型演算識別潛在欺詐行為,降低不必要賠付。目前,模型已成功應用于醫療津貼型保險,并識破多起騙保欺詐行為,有效提升風險管理能力。應用3:票據智能審核,助力理賠欺詐防控百度案例 08:中國太平洋保險“太AI”車輛智能定損技術太保面對車輛保險定損程序復雜、潛在欺詐頻發等問題,推出智能車輛定損產品“太 AI”,利用百度智能云人工智能定損能力,提高車保理賠效率?!疤?AI”通過圖像識別技術分辨車輛、損傷部件及損傷程度,有效提升車險理賠效率,實現數智運營。中國保險行業數智化展望及全球案例分析58保險企
117、業降本增效、精細化運營是必須堅持的主要業務目標之一。保險企業可通過數智化重塑業務流程,持續提升運營效率。圖 31 數智化業務流程重塑資料來源:羅蘭貝格分析 四 重塑業務流程,提高數智運營水平智能考勤智能培訓智能財務審核對保險業監管規定、業禁為,進實時檢查各類票據快速、批量化識別,實現原始單據信息的線上化、結構化錄與審核為保險企業員提供客業務模擬培訓,包括智能語練習、智能仿真考試等,實時評估及指導學員,提升其應答技巧,規避投訴險通過臉對,實現實時追蹤員出勤管理智能客服質檢59描繪藍圖,探索數智方案百度案例 09:中國知名人壽保險公司智能化考勤管理國內一家知名人壽保險公司應對員工考勤效率及體驗問題
118、,利用百度智能云專屬云考勤系統提升管理。升級后的云考勤管理系統提供人臉抓拍機無感考勤、人臉面板機考勤兩種管理模式。通過實時人臉比對,在0.35秒內做到有效識別,便于企業追蹤管理。系統部署后,不僅提升了該人壽保險公司的考勤管理效率,也為員工帶來了無感考勤的新體驗。百度案例 10:中國泰康保險非結構化數據文檔智能識別在保險理賠業務流程中,存在大量非結構化、紙質文件,亟需解決手工輸入效率低、錯誤頻發等問題。泰康保險采用百度智能云非結構化數據視覺識別系統(OCR),對醫療票據、電子病歷等影像資料進行統一分析、錄入與管理。該系統能夠自動處理殘損、模糊、褶皺等不合規資料,保證非結構化數據錄入質量,降低人工
119、成本,提升理賠效率。以泰康財務共享中心為例,OCR 技術應用助力實現8類票據類型的智能化識別,票務覆蓋率高達99.2%,財務流程處理效率提升110%。中國保險行業數智化展望及全球案例分析60產融智合在數字經濟政策引導下,產業為本,金融為用,數智科技助力,相互融合,共創價值。保險機構應圍繞養老健康等產業,充分提供保險保障及金融服務支持,借助數智化技術推動產業生態繁榮發展。商業模式從單打獨斗轉換為生態集群作戰,是保險企業未來發展的新范式。險企需要借助撬動生態資源,獲取流量、數據或產品服務,降低獲客成本,推出更有競爭力的組合保險產品與服務,提升用戶體驗,與市場形成敏捷、高效、良性的互動。保險企業可借
120、助數智化能力增加客戶觸點,從而實現產品和服務場景的拓展。羅蘭貝格總結了保險企業開展數智化生態服務在汽車出行、財產家居、財務規劃和醫療養老的相關案例。圖 32 保險企業數智化生態服務資料來源:羅蘭貝格分析 一 整合產業生態,探索2.0業務模式保險公司態服務財產家居財務規劃汽出醫療養購買和銷售搬運公司搜索房地產中介搜索住房貸款咨詢持估價尋找買家或租安全與維護遠程監控異?;顒泳瘓蟊0步ㄗh能源冷暖系統及其他節能建筑系統咨詢節能信息損壞和維修災、冒煙、漏等意外下動關閉設備遠程評估損害緊急維修活式搜索室內設計師智能家居折扣養房地產交易住養區及護理院團體聯系退休規劃緊急救助財務規劃遺產規劃財務分析健康在線運
121、動記錄活建議及獎勵遠程診斷治療預約治療慢病管理遠程診斷預防及健康活健康活信息建議健折扣分享健康數據健康活獎勵診斷數字監察基因檢測在線診斷買賣尋找輛估價及借貸建議載娛樂及相關服務導航、通話等語控制內線連接智能家居服務整合汽停放位置配件、住宿等折扣安全駕駛、維修及保養駕駛程度評估安全駕駛獎勵不安全駕駛警告遠程司機監控輛保養提醒預約維修保養事故、盜竊和維修緊急路邊援助被盜或損壞警告損遙距評估61百度智能云協助險企進行雙向布局。橫向以保險為核心,圍繞客戶的“衣食住行”進行產業布局,滿足客戶的泛金融和生活需求;縱向圍繞客戶生命周期、體驗旅程進行產業布局,重塑客戶價值。另外,百度智能云正在基于區塊鏈技術幫
122、助保險行業解決互信問題并積極推動試點落地。在醫養行業方向,保險企業需要采用數智經營理念,提供全方位醫養服務。目前,險企正在積極推進生態合作發展,計劃將客戶在生命旅程中所需健康、醫療、養老服務的產業關聯方有效連通,力爭實現醫療數據、健康服務信息的實時共享和更新。保險企業將通過打造數智化健康管理及養老服務,深度融合健康險產品、養老金融產品及相應服務,形成以保險為中心的多方位醫養服務生態。圖 33 醫養行業保險數智化服務資料來源:羅蘭貝格分析在健康險領域,保險企業可針對不同健康水平人群,采用數智化技術精準管理個人健康和疾病風險,識別慢病、重癥及老年群體的特殊需求,在減低醫療成本的同時,提升病人生活質
123、量及生存時間。描繪藍圖,探索數智方案全球案例 10:歐洲政府項目利用AI發現早期癌癥疾病的早發現對于患者、商業保險而言,都具有重要意義。對患者而言,早發現意味著更多的生存機會和更高的生存質量;對于保險企業而言,治療早期癌癥的費用遠低于晚期癌癥,高昂的醫療費用會給患者和險企都帶來較大壓力。如果以數智化手段盡早發現疾病,患者可以獲得更好的治療,保險企業可以大幅減輕賠付壓力,并雙方關注的焦點從保險賠付轉向健康管理。此項目專注于非侵入性早期癌癥檢測,在血液分析、臨床記錄和患者數據三方面,利用人工智能和數據分析工具識別新的風險因素,并開發預測模型,根據病史、個人習慣和圖像分析識別結腸癌、肺癌和胰腺癌等風
124、險因素。健康亞健康復雜疾病簡單疾病康復養健康管理計劃疾病和康養管理計劃在線項醫務室疫苗接種基于循證的健康預疾病教育員援助計劃健康輔導健康輔導重病個案管理健康體檢健康體檢預測建模護理協調鎮痛管理健康險評估險分級慢病管理年病管理中醫調理養監護康復治療中國保險行業數智化展望及全球案例分析62百度案例 11:百度智能云“五福助老”智慧康養服務平臺“五福助老”是百度智能云提供的一站式智慧康養平臺。截至2021年6月,養老設備及平臺服務已落地北京16個社區。平臺主要幫助解決以下養老痛點:老年人科學知識欠缺,平臺智能化推送健康知識和運動教學康養服務平臺智能化選取科學養生知識,內置300多支健身教學視頻,基于
125、老年用戶畫像智能推薦,幫助老人更好地學習和管理健康。老年人疾病多、看病難,平臺提供線上定制問診服務連接十余萬公立醫院醫生,為社區老年人用戶提供定制化的線上問診服務老年人日常生活需求多,平臺提供線上社區服務對接對接本地化特色生活服務,試點社區服務內容包括線上團購、助餐配餐、家政護理等老年人缺乏陪伴、精神生活匱乏,平臺提供線上娛樂和社區活動服務提供懷舊電影、電視劇等專屬娛樂陪伴服務,豐富老年用戶文化娛樂生活;根據用戶所在社區位置,實時推送活動信息,提醒及管理社區便民活動與服務,幫助老人建立社交圈在養老方面,保險企業與醫院、康養機構等展開合作,覆蓋客戶生命旅程中針對疾病的預防、醫治再到養老的全部需求
126、,搭建具有吸引力的數智化組合產品及服務,提升用戶服務體驗,促進產業生態集群發展,實現多方共創、共贏、共享。圖 34“五福助老”智慧康養平臺應用場景資料來源:百度智能云度在家智能箱長壽健康幸福陪伴社區居家場景年群體“五福助”智慧養服務平臺63全球案例 11:日本著名大學及初創公司AI老年人身體素質提升計劃日本社會人口老齡化問題突出,公立、私營機構都在積極探索利用數智化技術推動“健康養老”生態服務創新。某知名大學與初創企業合作,推出身體素質提升計劃,通過數智化軟硬件監測、收集項目參與人員的健康數據,引入個人化激勵系統,幫助參與人員提高身體素質。同時,該大學還與數據研究所共同開發了智能健康城市-AI
127、計劃,借助AI能力評估城市健康數據,加強政府制定健康政策的能力。全球案例 12:美國領先資產管理企業數智化系統控制信息數據質量為規避數據錯誤導致的投資損失,一家美國領先資產管理企業使用 AI/ML 模型進行數據治理及質量控制(QC),通過數智化系統每日審查超過100萬份投資組合風險和敞口報告,有效提升工作效率,降低投資風險。缺失或錯誤的信息將對決策產生影響,并可能導致重大損失發生。數智化技術能夠對金融市場數據進行統計評估、識別和標記異常值,減少或避免損失的發生。例如,人工智能模型可以基于已知的歷史股票均價數據,判斷近期價格信息是否異常。二 智能化監控金融市場數據質量,減少或避免經濟損失描繪藍圖
128、,探索數智方案中國保險行業數智化展望及全球案例分析64依托移動互聯網、物聯網、B2B交易平臺等數字化平臺和業務場景數據,百度智能云的產業金融平臺可賦能金融機構進行投資分析。全球案例 13:美國領先資產管理企業數智化投研助力資產配置一家美國領先資產管理企業利用數智化工具,每季度分析超5,000份電話會議記錄,每天分析超 6,000 份經紀人報告,并將網上公開文字轉換為可分析市場趨勢情緒的專有監測工具,從而配置投資組合,爭取更高回報。數智化投研能夠更好地分析市場信息,協助優化投資組合,獲取最佳收益。其中,大數據、人工智能技術能夠分析海量的結構化、非結構化數據,包括企業年度財報、分析師報告、宏觀經濟
129、數據、互聯網搜索數據等,可以幫助投資機構更好地判斷行業發展趨勢、評估企業標的,優化資產組合配置,以獲取更高的收益回報。三 數智化投研分析市場信息,輔助最佳投資決策制定65圖 35 百度智慧金融智能資管投研能力綜覽資料來源:百度智能云描繪藍圖,探索數智方案百度智能云能通過光學字符識別(OCR)、自然語言處理(NLP)、知識圖譜等AI技術,收集金融市場非結構化長尾信息數據,構建百度指數、資訊輿情、知識圖譜、金融量化因子等特色底層數據庫,再配合云端投資組合管理系統 AMaaS 進行智能量化投研。平臺基于底層數據庫中海量產業信息數據,結合行業知識圖譜,幫助用戶了解事件發展脈絡,挖掘投研場景下的另類因子
130、,方便及時應對風險和捕捉潛在投資機會。投研應平臺投研數據平臺投研能平臺資產配置組合優化組合估值資產篩選配置策略量價因百度特因因指標基本因 特策略指數關聯分析事件溯源觀點成險發現理論認知認知規劃公開市場數據市場情資產估值宏觀/業主體信產業鏈搜索輿情畫像地圖時空數據 移動態數據百度特數據數據開放服務數據策略服務數據特征程數據服務數據建模開發數據搜索查詢數據圖譜平臺數據服務管理然語處理 業/企業知識圖譜 認知推理絡基礎能輿情監測引擎圖識別分析因計算/回測跟蹤引擎投研機器學習算法框架資產配置/產品組合管理平臺組合管理資產配置模擬試算績效分析控合規資產配置/產品組合管理平臺智能研報 融事件分析 量化投資
131、 財富規劃 信險預警感知探索態勢感知情緒感知事件感知觀點感知 演進路徑感知策略分析觀點解讀基本分析事件分析策略優化控合規基本險合規分析經營險險傳導中國保險行業數智化展望及全球案例分析6667多方共贏,成就轉型效益保險行業數智化轉型升級,能夠為保險業務拓展、企業經營及社會發展,貢獻巨大收益。當前,中國已在5G網絡應用、云計算相關數據中心建設部署和人工智能技術研發等領域位居世界前列。圖 36 2021年全球5G終端數、超大規模數據中心數及人工智能期刊出版量統計資料來源:中國信通院,Synergy Research Group,斯坦佛-人工智能指數2022年報告,羅蘭貝格分析中國保險行業數智化展望及
132、全球案例分析保險企業應充分利用我國在數智化基礎設施方面的各項優勢,積極參與數字經濟建設,率先實現數字保險。目前,營銷數字化、流程自動化、人工智能等科技已廣泛應用于客戶銷售、理賠防詐、決策輔助等業務領域,可有效降低高達40%成本。羅蘭貝格根據歷史項目統計測算,數智化轉型升級將為財產險公司整體優化成本,效益可達到保費收入的7-9%,效益重點體現在有效識別欺詐風險從而降低理賠成本;將為人身險公司貢獻占比保費3%的單位成本效益。羅蘭貝格根據2021年行業規模測算,保險行業數智化轉型升級后,直接成本效益可達2100億元,占當年保險行業保費收入的4.6%,國民生產總值的2。2021年全球5G終端連接數億個
133、3.65(81%)中國0.27(6%)0.43(9%)美國其他0.18(4%)韓國2021年全球超規模數據中數座91(13%)美國343(49%)105(15%)133(19%)歐洲、中東和洲28(4%)亞太其他地區中國美洲其他地區美國10(19.0%)中國33(61.1%)6(11.6%)歐盟和英國5(8.3%)其他國家地區2021年全球智能期刊出版量萬篇中國保險行業數智化展望及全球案例分析68保險業務拓展效益在眾多數智化技術中,營銷數字化、流程自動化、人工智能等,已在客戶銷售、理賠防詐、決策輔助等業務領域廣泛應用。根據歷史項目統計測算,營銷數字化能夠幫助壽險代理人提升商機轉化效率,助力壽險
134、以外的保險產品通過線上化渠道拓展銷售,為保險企業貢獻20-40%的成本效益;在承保理賠、業務協作等場景,流程自動化可提升客戶信息收集精準度及部門員工間協作效率,助力降低5-10%的成本;人工智能已成熟應用于客戶關系維護、核保理賠防欺詐和智能客服等業務場景中,為保險企業貢獻10-30%的成本效益。圖 37 保險企業數智化成本效益分析及估算資料來源:羅蘭貝格分析成本效益典型應場景數智化技術營銷數字化1流程動化23智能優點提升數據可得性、可追溯性保證數據致性,提升數據處理效率作狀態透明化,提升效提升品牌價值、客忠誠度降低企業經營險7*24時、敏捷服務個性化推薦產品提商機轉化效率優化銷售管理線下代理渠
135、道銷售協助保險產品線上渠道營銷承保理賠數據收集財務對賬數據管理企業員職及審批流程客關系維護核保理賠防詐智能客服中20-40%10-30%5-10%69保險企業經營效益按照保險產品類型劃分,保險公司可分為人身險、財產險兩類?;诖笮捅kU公司年度披露數據,羅蘭貝格按類別分別測算了數智化轉型升級為保險企業貢獻的成本效益。財產險公司數智化技術應用將為保險公司整體優化成本,效益可達到保費收入的7-9%。其中,賠付成本當前占據主要比例,分銷、業務管理成本占比較小。在核保理賠業務場景中,人工智能技術能夠幫助核保人員有效識別欺詐風險,大幅降低險企的潛在經濟損失。未來,隨著保險產品逐步拓展線上化銷售渠道,人工智
136、能技術在精準營銷業務場景應用具有較高商業價值,預計分銷成本效益改善將進一步提升。圖 38 大中型財險公司數智化成本效益估算資料來源:保險企業年度披露報告,羅蘭貝格分析 一 存量市場成本效益優化提升多方共贏,成就轉型效益8-12分銷成本保費其他業務及管理成本60-70賠付成本16-205-9100(基準)成本效益估算可達保費7-9%約8-10%效益約8%-10%效益約4-6%效益中國保險行業數智化展望及全球案例分析70人身險公司數智化技術應用能夠為保險公司貢獻占比保費3%的單位成本效益。在分銷、理賠及業務管理等成本項目中,數智化技術應用對成本優化的貢獻相對較為平均。圖 39 大中型人身險公司數智
137、化成本效益估算資料來源:保險企業年度披露報告,羅蘭貝格分析圖 40 保險企業產品數智化創新方向資料來源:羅蘭貝格分析數智化技術應用能夠助力保險企業爭奪未來增量市場、獲取更高投資回報。保險市場預計2025年超5萬億元規模,數智化技術應用將以較高比例滲透到各類傳統和創新保險產品業務中,助力保險企業搶占更多市場份額。另外,保險公司需要通過投資方式實現保險資產的保值升值。數智化技術能夠助力險企更好地配置資產,以獲得更高投資收益。二 增量市場獲客及潛在投資收益9-15100(基準)40-60業務及管理成本保費分銷成本25-358-10賠付成本其他約4-5%效益約4-6%效益約8-10%效益成本效益估算可
138、達保費2.4-3%責任險絡安全保險等新險種為信息泄露等進保障APP功能拓展數字財富規劃具和理財知識分享等農險運衛星遙感、機等技術,構建精準的農險理賠服務獎勵機制獎勵機制激勵客養成健康的活習慣,減少健康險、醫療險理賠出產品創新渠道創新服務創新控創新71多方共贏,成就轉型效益圖 41 保險行業數智化為社會整體貢獻成本效益分析保險行業數智化轉型發展,不僅能夠助力保險企業業務增長,更能夠為全社會提供普惠、優質的保險保障服務。在保險行業數智化轉型升級后,客戶能夠更快地獲取產品信息、享有更好的保險保障以及優質服務體驗;險企員工能夠以更低的工作強度產出更高價值的工作成果;保險企業也能夠實現增收、降本,并拓展
139、生態協作,實現共創共贏。根據2021年行業規模測算,保險行業數智化轉型升級后,直接成本效益可達2100億元,占比去年保險行業保費收入4.6%,國民生產總值的2??偠灾?,從降本增效到創新再造,數智化將助推保險行業及全社會經濟邁向更高質量發展。社會整體發展效益圖 42 保險行業數智化為社會整體貢獻成本效益估算資料來源:保險企業年度披露報告,百度智能云,羅蘭貝格分析客獲得普惠產品服務 快速準確獲取產品信息 享有更優質、全的保障 獲得更好的服務體驗員作效率提升 提升作成果價值 減時、作強度提升承保及控效率 增加保險收 降低承保險 提態協作客險企13員2數智化效益9-154-6%8-108-124-6
140、%60-708-10%16-20險財產險25-354-5%銷售理賠防詐業務管理8-10%8-10%30,000+數智化效益估計占保費%數智化效益估計占保費%數智化效益估計2021保費億元10,000+占保費%效益估算1億元900-1,100700-1,0001,600-2,100總效益注1:效益估算區間=保費 x 銷售費上、下限占 x 數智化效益估計例中間值中國保險行業數智化展望及全球案例分析7273結語數智化是中國崛起、彎道超車的重大機遇,也是保險企業打通內外部價值鏈、構建核心競爭力的重要抓手。我們呼吁保險企業在數智化轉型過程中切實理清思路:戰略解碼充分,做好頂層設計 業務模式清晰,找準指標抓手 能力架構適配,數智有效運營 管理模式協調,支撐轉型成功數據是新時代的能源,人工智能可有效提升“能源”利用效率,數智化轉型對險企而言是一場只有起點沒有終點的旅程,百度智能云“三智”解決方案助力險企贏在起點。羅蘭貝格與百度智能云攜手打造行業領先的保險新基建,構建服務行業、生態及社會大眾的卓越能力,協助保險機構快速開啟數智化轉型升級,決勝數智時代!中國保險行業數智化展望及全球案例分析