人工智能对保险行业的挑战与展望
一、挑战
人工智能的发展对保险行业的影响无疑是巨大的。近几年来，越来越多的保险公司正加大对人工智能技术的研发投入力度，希望实现智能化的个性服务，以提高运营效率和用户体验等。但就目前情况来看，人工智能在保险领域的发展过程中还存在不少的挑战。
（一）真智能VS伪智能
在保险领域上，有不少保险科技初创企业以人工智能为噱头开发手机应用，表示能针对用户需求自主设计、推荐产品，实则只是事先制定几个类型的产品，然后针对用户的信息选择性的推送。
所谓真智能是能够结合环境的变化，利用计算的算法模型和大数据的深度学习，去建立一种概率判断网络，实现一个给定的目标函数。
（二）传统保险业务的市场危机
当人工智能发展到较为完善时，市场上人为因素引起的事故必将减少，而这也将使得保险业面临市场份额受蚕食的问题。如当前无人驾驶汽车技术的出现，一个普遍的观点是其会对财险市场产生较大冲击。
（三）技术和人才成熟度问题
人工智能作为一个处于发展中的新兴技术，到目前为止和保险行业的结合还不够成熟。例如，我们目前所能看到的大部分系统还停留在规则的引擎阶段，人工智能最大的优势在于深度学习，需要大量的案例和经验来对人工智能系统进行训练，这就需要相关的人才，但就当前来看，精通软件的工程师不了解保险行业日新月异的规则，而保险企业又缺少精通人工智能的软件工程师。
（四）数据缺乏和割裂性严重
在保险领域，诸如保险智能顾问、产品精准营销等人工智能技术，都需要海量的用户数据。而对于新成立的保险初创企业来说，其所拥有的数据远远不够应用层面所需要的量。此外，由于数据一直以来都被认为是核心机密，共享性较弱，即便是从已经有多年业务历史的传统保险公司层面看，依旧存在着割裂性的问题，几乎没有哪家公司拥有完整的用户数据。
（五）产品运作责任问题
由于目前科技的不完全可靠性以及智能系统可能存在先天设计的缺陷，人工智能产品在运作过程中容易产生责任归结的纠纷，这会使得对应承保产品的理赔过程变得更加复杂。
（六）保险行业的应对缓慢
从国外保险公司看，尤其是大型的国际保险机构已经在人工智能领域进行布局，而我国传统保险公司的行动较少。
就目前来看，国内保险科技所获得的资金投入主要来源于风险资本，而相较于非保险业的私募和风投资本，保险公司对整个保险行业的价值链和业务流程更为熟悉，因此其对保险科技尤其是人工智能技术在应用领域上的投资，更加精准也更加重要。
（七）社会伦理问题
现代人工智能作为互联网技术在大数据驱动模式下的进一步发展形式，其主要还是建立在大量数据的积累之上，而隐私问题一直以来都是数据资源开发和利用的头号威胁，因此人工智能也不能很好避免这一社会伦理问题。
此外，从某种意义上来说人工智能在保险领域运用得越充分，对疾病较多、理赔率越高的弱势群体，如老年人群体，越不利。这些行为在商业领域的确属合理的盈利模式运用，但从社会伦理角度看其公平性是值得商榷的。
二、展望
随着国内政策红利的浮现，行业对新技术的关注度不断提升，同时资本的加速涌入也推动着技术的高速发展，在可预见的未来，人工智能将在保险领域大放光彩。
（一）政策红利支持，行业关注度提升
中国对人工智能的运用与发展高度重视，有关人工智能的宏观政策数量逐年增长。
（二）人工智能技术高速发展
人工智能的概念从提出到现在已有几十年的光景，但最近这几年，该技术实现了爆发式的增长，这主要得益于大数据、云计算等数字技术的快速发展，其核心在于数据和算法的进步。
（三）克服传统保险业痛点，提升运作效率
人工智能的引入将帮助传统保险公司解决困扰多年的行业痛点。例如，传统模式下投保人购买一份保险，往往需要诸多环节，不仅时间冗长，而且透明度不高，用户难以直接了解自身投保情况。而人工智能的出现，可以很好地解决这一系列问题。
（四）资本助力人工智能在保险领域发展
近期随着人工智能热潮的崛起，资本对其的关注度也不断提升。虽然当前国内传统保险公司对人工智能投入不如国外发达国家，但呈现出一个加速趋势，这无论是对人工智能在保险领域的开发还是应用都起到了很好的推动作用，预计未来随着国内保险公司重视度的提升、资金研发投入力度的加大，这一趋势将更加凸显。（作者系复旦大学风险管理与保险系主任）
作者：许闲
发布时间：2018—12—11
企业级人工智能平台兴起 需求大但应用存挑战
伴随人工智能的发展与应用逐步成为世界各国的发展战略，AI技术已经进入了历史性拐点。其中，从企业应用层面看，AI技术是企业提升运营效能、应对市场竞争的重要工具，各行各业的企业都有着向智能化升级的强烈需求。
然而，对于大部分传统企业以及中小型企业而言，距离人工智能技术的真正落地应用并且创造价值，还需克服许多障碍。以人才的短缺为例，德勤在今年10月发布的《企业AI应用报告》（State of AI in the Enterprise）表示，69%的企业在寻找人工智能技术人才时都面临着“中等、主要或极端”的挑战。
由此，应用企业级AI平台或许成为了各传统企业和中小企业迈向未来的新方向。12月7日，在“联想企业级人工智能平台发布会暨联想机器智能中心四周年庆典”上，联想企业级人工智能平台LeapAI正式发布，其支持AI各种技术，具备自动化模型开发过程，有助于降低企业AI应用门槛和技术投入，缩短企业开发AI的进程。
然而，企业级AI平台在应用过程中仍面临挑战。记者获悉，从市场端看，企业级AI平台并不适用于所有企业，如企业想要在纵深领域深度应用AI技术，这样的平台工具或无法支撑企业研发“杀手级”应用。此外，只有数据收集较多、质量较好的企业在应用企业级AI平台才能取得更好的效果。
传统企业智能转型需求大
传统企业对智能化升级转型的需求十分明显。上述报告称，将AI技术应用到企业中，可使其现有产品更智能、优化内部运营和帮助企业管理者做出更好的决策，来改进现有产品或服务。
尤其对于传统行业企业而言，AI技术的应用能够推动行业变革。如在电力行业，采用计算机视觉技术，利用巡检无人机对电力设备进行检测，巡检覆盖率可超过85%，降低了操作人员风险，提升效率，降低成本。12月7日，联想集团副总裁、首席研究员、大数据事业部总经理田日辉举例称，在新能源的应用上，大数据和AI技术可以有效对风能、太阳能等能源的供应量和用户用电需求量两方的数据进行整合和分析，从而自动进行价格优化。“这些都是人工智能非常典型的应用场景，会对整个社会效率有巨大的提升。”
然而，目前企业在部署AI时主要面临几大挑战：首先，AI全周期应用链涉及多个环节，使用门槛极高，处在爆发期的AI技术快速迭代演进，对人员技能有很高的要求。“制造业对AI新技术的投入没有那么多，我们人员的储备和新技术是缺乏的。”长飞光纤光缆股份有限公司CIO汪华表示。
同时，大规模技术研发投入也成为企业应用AI技术的一大障碍。2017年，百度CEO李彦宏便表示，百度每年把15%的营收（约合15亿美元）用于研发，并表示所有投入都与AI相关；三星也称在未来三年会继续投入220亿美元来提升AI技术，并将会组成一支多达1000人的工程师团队。
由此，联想认为，赋能传统企业和中小企业，为其提供AI开放平台，有利于降低企业应用AI技术的门槛，助力企业构建自身AI能力体系，实现从“授人以鱼”到“授人以渔”的转变，从而加速企业人工智能的业务化应用，进而推动全行业的人工智能应用。
智能平台应用存挑战
企业级AI平台的愿景很美好，但其对企业是否有足够吸引力？12月7日，联想创投大数据及物联网业务总经理吴越在接受21世纪经济报道记者采访时便表示，目前从市场来看，在企业级AI平台方面的竞争还不是特别激烈，“现在一部分企业提供的AI平台服务集中在某一领域，比如语音识别、人脸识别等。而我们的观察是，比如汽车企业，当它们想探索自动驾驶技术时，它们有一定的可选择的合作伙伴，但如果它想在企业生产经营管理链条上应用人工智能技术就非常困难。企业级AI平台就是作为一个工具，为企业解决一部分问题。”
不过，企业级AI平台并不适用于所有企业。虽然企业级AI平台可以为企业提供不同类型的算法，满足各个行业不同的数据分析需求，但企业可提供的数据质量也决定了算法结果的精准度。以LeapAI平台为例，其目前最理想的行业客户便是泛工业企业。12月7日，联想机器智能中心负责人罗军便表示，生产过程已高度智能、传感器较多的企业收集的数据质量非常好，此外，银行电子交易数据就比人工手工记录的数据更准确，有利于提升平台效果。
从需求端看，企业对AI这一技术的投资回报也存疑。尤其是对于一些想要把AI技术在某个业务中进行纵深应用的企业，企业级AI平台也许并不能满足其需求。对此，吴越坦言：“我们认为，企业级AI平台更偏向于平台侧、工具侧，是为了拉低AI技术的应用门槛，如果企业只是想解决某一个问题，那么这个平台客观来说不是企业最佳的选择。”
即使在企业成功应用平台后，无论是企业还是平台本身都仍面临着挑战。算法需与企业运行机理相结合，而在应用企业越多、行业覆盖越广的情况下，企业级AI平台需要更准确地实现定制化算法、提供更稳定和延续的服务。从技术层面看，LeapAI平台在服务延续上则会遵循企业级的软件规则，“比如如果有后续的延续服务出现、新的算法技术出现，我们会把它作为增强包和选件提供给客户。”吴越对21世纪经济报道记者说道。
除了从技术层面优化服务以外，和企业加强合作沟通也是企业级AI平台服务不断优化的重要保障。田日辉对21世纪经济报道记者表示，企业级AI平台的确注重解决的是行业共性的问题，而一些行业内部也有其特定的模型和分析方式。“对于我们原先没有覆盖的分析方法，企业可以作为我们的共同开发者，一起做行业模型图，这是一个比较好的模式。”
具体来说，平台的研发团队一方面要和高层沟通，了解他们对该企业价值的理解和定义，另一方面也要和直接的业务人员沟通，了解他们的业务经验。“大家会觉得有了机器学习，业务经验无所谓，但其实人的经验也是非常重要的，我们可以把人的某项经验当作一个要素添加进模型里，这对模型的效果提升作用便非常明显。”罗军表示。
作者：吴睿婕
发布时间：2018—12—11
腾讯机器人实验室首曝光 攻坚“通用人工智能”
在近日召开的2018世界人工智能大会上，腾讯董事会主席兼首席执行官马化腾提出，人工智能技术是一场跨国、跨学科的科学探索工程，对于任何一个企业、城市和国家来说，都不能拒绝人工智能领域的“奥林匹克”，更不能“闭门造车”。
与当初的“互联网+”一样，“AI+”正成为各行各业的标配。今年，腾讯提出的最新定位是，做各行各业的数字化助手。而在马化腾看来，人工智能是腾讯扮演的“数字工具箱”中的制胜法宝，并将与大数据、云计算共同构成新型基础设施。
9月18日，腾讯公司副总裁姚星向外界明确阐述了腾讯在人工智能领域的战略布局，即围绕“基础研究—场景共建—AI开放”三层架构持续深入。
姚星向21世纪经济报道记者表示，现阶段，在一些限定条件下，AI的感知和分析能力已经相对成熟，比如语音识别、大数据运算、机器翻译等方面。但是，人工智能仍处于发展早期，尚不具备解决“更难、更复杂”问题的能力，包括情感识别、智能交互、思考和创造等，而这也将是人工智能接下来发展的着力点。
打通虚拟和现实
在人工智能技术储备方面，姚星表示，腾讯AI Lab和新成立的机器人实验室Robotics X将成为“AI+机器人”双基础部门，连接虚拟和真实世界，并合力攻坚“通用人工智能”这一终极目标。
对腾讯的AI lab，外界相对熟悉，它与腾讯优图、WeChat AI并列为腾讯三大人工智能实验室，主攻机器学习、计算机视觉、语音识别、自然语言处理（NLP）等四大方向。
而腾讯的机器人实验室Robotics X却鲜有人知。据悉，Robotics X于今年3月正式成立，它与AI Lab同隶属于腾讯技术工程事业群（TEG）。目前，担任Robotics X实验室主任的是机器人及多媒体技术专家张正友。
张正友向21世纪经济报道记者表示，机器人正从自动化向自主化发展，而自主化最主要的特征是，可以实现自主学习和处理问题，并在环境变化时，可自动调整和规划系统。
其认为，机器人本体研究存在六大趋势，分别为仿生化、灵巧操控、精准触觉、多机器人协同、人机交互和医疗辅助等。基于此，Robotics X的主要任务可以概括为两个方面，一是攻克“ABC”基础能力，即人工智能（AI）、机器人本体（Body）与自动控制（Control）；二是探索“DEFG”机器智能，包括进化学习（Developmental Learning）、情感理解与拟人（EQ）、灵活弹性（Flexibility）等能力，最终实现成为人类守护天使（Guardian Angel）的终极目标。
