现在，我们正在越来越多的看到人工智能技术出现在保险产业中，比如人气颇高的智能保险顾问。
其实，大多数智能保顾和Fintech的智能投顾差异不大，通过收集用户的收入信息，配合大数据分析，向他们推荐保险产品。可保险和理财不同，投保行为发生中，感性因素所占的比例并不比理性更低。数据和算法虽然能挖掘更适合客户的产品，可想要挖掘和激发客户的感性需求，还是要靠人为销售。
金融业和保险业虽然有很多相似之处，可对于人工智能的
应用方向不一定要照搬。在保险产业链上，保险理赔或许是最适合人工智能的一环。
保险理赔竟然这么难？
在保险行业中，人们往往只看到了市场、销售方面的成本，其实在理赔上，保险公司要付出更多的人力和精力。
假如两辆汽车相撞，有人受伤，保险公司要做人伤定损、核损和核赔，这中间就需要收集伤者的病历、治疗方案、审核就诊时的一切费用，严重一点的，甚至还要调取伤者的往期病历，涉及伤残鉴定的，要在出险 6 月后做伤残评估。在车方面，则要核查车辆情况、理赔单的真实性，有大量的单据核销工作。
这仅仅是保险业务中一个极小、极常见的案例，即使付出了这么多的工作，也很难保证是否被骗保。实际上，有专家曾声称20%的车险理赔都是被欺诈，虽然不能确定这一数字的真实性，但由于举证困难、骗保风险低、汽车原理中的知识不对称等等问题，车险被骗保的确是个不能回避的问题。
繁重的数据、单据核查，对于不同领域知识熟悉度的高要求再加上和不法分子斗智斗勇，保险理赔实在是耗费了保险公司太多的资源。
人工智能加持保险理赔，可能比你想象中的方式更多
那么人工智能可以如何解决这些问题？其实，方法有很多。
1、图像识别技术
图像识别很可能会成为在保险行业应用最多的技术。最基本的，可以通过人脸识别、证件识别（还包括不属于图像的声纹识别）等等方式进行身份认证。更重要的，图像识别还可以处理非结构类数据，比如将笔迹、扫描/拍照单据转换成文字，对
视频、现场照片进行分类处理等等。
中国平安甚至还提出了利用图像识别进行车险的远程智能定损，总之，作为一项基础技术，图像识别将在保险产业中大有作为。
2、NLP技术
处理过
图片之后，展示出的文字信息就可以利用人工智能来加快处理速度，并弥补员工自身在专业知识上的不足。
在日本就有过这样的案例，据称日本保险公司Fukoku Mutual Life Insurance从2017年1月起，用IBM Watson取代了34名人身保险赔付专员。Watson可以将医院提供的病历、诊疗记录进行扫描，利用NLP技术对这些复杂的资料进行提炼和处理，让员工腾出手来处理关于赔付的其他事宜。同时，人工智能在各个领域的丰富知识，也能让保险公司减少对于高专业度员工的依赖。
3、深度学习技术
通过深度学习技术对已有的数据进行挖掘，也可以带来很多惊喜。比如在车险骗保中，最常见的方法就是投保人伙同维修机构，夸大、虚构维修费用。为了避免这种情况发生，很多保险公司选择用现场勘查、指定维修机构、跳过维修机构定损等等方式来解决，实际上办法要么成本高，要么体验差。
而保险公司往往自己都拥有大量的理赔案例，结合维修机构费用的变化规律，利用深度学习技术可以挖掘出一套动态的定损模型。当客户提出报销修理费用或为客户定损时，可以参考算法模型给出的结果，对于那些明显高于算法结果的，再加入人为核查。
DT时代的保险产业，作恶与行善最难拿捏
如果说以上几种方式只是减轻了保险理赔中的一些重复性工作，但对于第三方大数据的挖掘和应用，可能会给保险行业带来本质上的变化。
比如在上述的车险骗保案例中，如果保险公司可以获取车载GPS系统，就能获知车主的车速、驾驶时长甚至是出发地和目的地，从而辅助判断故意碰撞的可能性。
甚至保险公司也可以利用这些数据为用户进行评级，参考金融风控技术，从各个平台获取用户多维的数据，尽量的避免接受有欺诈倾向用户的投保。
可这就带来了另一个问题，当保险公司能够获得我们的大量数据时，如何平衡“风险评级”与“保险公司自身利益最大化”之间那层微妙的关系？
在未来，或许保险公司可以获得外卖、生活服务平台的数据，发现你天天不是半夜点炸鸡外卖，就是在外面大吃大喝，微信运动常年垫底。那么保险公司是否有权利不接受你的健康险投保？又或者，保险公司获得了你的社交网络数据，发现你热爱飙车，或者是个技术糟糕的司机，他们是否有权力为你限定车险投保额度？
在美国的奥巴马医改计划中，就格外提出了禁止保险行业以购买者的先前病史为由拒绝向其出售保险，也不得以性别或病史为由加收保险费。实行之后，就有不少人讽刺，保险公司为了避免更多人生病，就开始在媒体上大肆吹捧健康的生活方式。保险这个产业，本身就在“普惠”和“商业”的夹缝中生存，有了技术的加持，维持平衡变成了一件很难的事。
前面提到过，车险骗保很多时候就是利用了企业和个人之间的不对等，对于汽车了解的不对等和时间精力的不对等。可当我们的过去甚至未来都通过大数据和人工智能被企业牢牢掌控，企业和我们之间的不对等反而加大了。
或许一开始，我们只是把人工智能当成一把利剑，铲除世界上一切的恶。可真当手握利剑时，最怕的还是激发出自己心中的恶。
