作为AI大潮的先锋军,蚂蚁金服一天8.6亿份的保单为我们提供了绝好的观察窗口

2017-11-17 10:04
作者:邓雄鹰
来源:证券时报

11.171.jpg 

接单、定价、承保出单……传统流程下,如果每份保单只要1分钟处理, 那么在今年双11,天猫消费保险创下的8.6亿保单,则需要一个运营人员连轴不停息工作24小时(1440分钟),共计约59.72万人来参与。可若是借用人工智能(AI),情况又是怎样?证券时报记者获悉,双11当日参与此项流程维护和运营的核心人员不超过40人。


作为AI大潮的先锋军,蚂蚁金服一天8.6亿份的保单为我们提供了绝好的观察窗口:AI将会何种路径、以何种方式改变传统?11月15日,证券时报记者专访了其中两位操盘者,试图解答这些问题。


投保率超五成:多为“无感式”参保


据蚂蚁金服介绍,以8.6亿保单计算,天猫双11当日消费者投保率达到了超五成。这意味着两个人中至少有一人购买了保险,投保率相当惊人。


实际上,除了广为大众所知的退货运费险(退运险),天猫平台上不少带有“生鲜-坏单包退”、“破损包退”、“美妆-过敏包退”等标识的商品,后面都有一份产品责任险或者质量保证保险在起作用。由于大部分消费保险为商家随商品赠送,加上投保与消费实时同步,因此多数消费者对参保流程感知不明显。


如果把一个网购下单的步骤拆分,当用户拍下配有消费保险的购物订单的瞬间,在零人工参与的情况下,大数据系统通过算法的精算模型,根据买卖双方各自的退货率、商品类目和消费行为数据因子,实现千人千面的消费保险定价,保费与商品价格一起生成购物订单,再由用户完成支付。


上述这一系列动作,都在毫秒间完成。记者了解到,具体对接此次天猫双11消费保险运作的数据精算人员有5人,IT团队20多人以及运营人员5人,另有12家保险公司相关人员进行数据接口对接和核赔理赔事宜。此外还有蚂蚁金服庞大的中后台AI技术和大数据系统提供数据库和通用技术支持。即便如此,总计参与的人力也与传统相差甚远。


蚂蚁金服保险事业群场景保险总经理王允较有多年保险工作经验,他表示,如果仅靠人力,一天内根本无法完成8.6亿单的天量保险承保,更别说千人千面定价。AI智能在定价、风控、核赔以及客服方面的作用十分巨大。


王允较补充,例如在定价环节,根据每笔订单实时定价,不同的消费者购买同一样商品的保险保费不一样,同样的消费者在不同时间、不同商家处购买商品时的保险保费也不一样。以退货运费险为例,AI会通过历史退货率、购物喜好等很多因子来对每个人定价,由于购物数据不断变化,定价模型也在不断丰富优化。


王允较表示,随着AI的自主学习能力不断提升,8.6亿保单的自动化定价率达到了近100%,只有不到1%的较复杂保单需要人工参与。


AI风控对抗“骗保”


消费者如果收到的生鲜商品腐烂,在签收24小时内拍照上传商品变质照片,一定时间内收到理赔答复。这个流程的大部分依然由AI系统自动完成。目前天猫消费保险的理赔超过九成是依靠后台技术识别和判定,只有不到一成的案件需要人工介入。


王允较称,系统收到理赔申请后,会有AI技术和大数据来支撑核赔体系。例如,用户上传了生鲜腐烂照片,系统就会识别判断照片是否腐烂、是否经过PS等,在其他核赔情境下,也会加入其他判断因子。


蚂蚁金服保险事业群高级技术专家张秀娟告诉记者,自动理赔引入了图像识别、大数据计算、自然语言处理、实时定位等技术。经过大数据多次训练,AI自动识别成功率也越来越高。


此外,随着线下业务向线上迁移,各类网络骗术和骗保问题也在更新换代,从线下来到线上。虽然消费保险一份保额仅几元到几十元钱,但如果几千上万的订单都发起理赔申请,依然会扰乱现有体系。


“特别是当出现新的欺骗手法时,如果我们的系统尚未监测到,就会出现比较大的问题,所以风控非常重要。”王允较表示,2013年左右,退货运费险由于骗赔等问题造成的赔付太高,差点“消亡”。


风控问题还是要AI来解决。王允较称,AI可以通过捕捉异常行为、异常登录等来分析问题单。例如一个人平时都是白天购物,有一天突然改成半夜购物;或者从来没买过某类商品,突然大量买入这类商品,都会被AI捕获,然后查找问题并完善漏洞。他表示,随着AI不断升级,对于现有的一些骗术,AI基本都能自动识别出来。


不过,AI和大数据的流畅应用离不开庞大的IT基础建设。张秀娟告诉记者,为了应对今年投保峰值,20位左右工程师提前三个月在金融云上搭建了超大规模的投保系统,投保峰值时投入服务的服务器是以前的数倍。协同保险公司在两个月里进行了11次全链路压测、上百次测试,实现从数千万商家到蚂蚁金服再到保险机构等所有链条之间的无缝衔接。


AI短板:难体会人类需求


AI并非无所不能。互联网快速迭代与消费者体验需求变化互相关联,这种客户需求变化尚无法被AI独立感知。目前,挖掘市场需求还需要人力和大数据高度配合。


以消费保险的出炉路径为例,首先,运营人员要熟悉保险和线上消费链路,了解消费中可能存在的问题,并分析可否能通过保险解决;其次,要与保险公司等各方面深入沟通,从中梳理出可以深入开发的点。在这些工作完成后,就会运用大数据对客户需求和市场进行分析,测算市场有多大、这个保险可以解决多少问题。


王允较表示,做消费保险的逻辑不是看销量或者赔付率,而是看能多大程度上解决交易问题。在判断价值这个问题上,数据依然发挥重大作用。例如消费者退款速度、买卖双方纠纷时长、消费者是否再次投诉等都需要大数据记录、存储并加以分析。


张秀娟认为,AI在智能推荐方面也能发挥不小作用,经过对个人消费习惯的分析,AI可以根据场景和时间实现自动推荐保险。不过,在复杂标的或复杂场景下,AI仍然