保險公司正在尋求利用所有客戶數據，一些最大的保險公司聲稱正在積極收集新的數據源：來自物聯網（IoT）的實時數據。

車內傳感器、智能手機和智能電器等物聯網設備可以向保險公司發(fā)送關于產品使用和駕駛習慣等數據。反過來，可以將這些數據輸入人工智能（AI）算法，從而使保險公司可以提供基于風險的定價和其他受歡迎的服務。如果保險公司不重視物聯網和人工智能對其行業(yè)的影響，那么在未來幾年內，它們可能會遇到競爭問題。

在本文中，我們將深入探討如何在使用客戶數據（例如來自物聯網傳感器的數據）的背景下，將人工智能應用于保險業(yè)，以減輕風險，獲取新客戶并提高運營效率。我們將重點放在三個特定領域的保險活動上：

▲汽車保險

▲家庭保險

▲健康和人壽保險

物聯網（IoT）是網絡連接技術的廣義術語，該技術可以從各種類型的傳感器（如汽車、家庭和醫(yī)院）收集、記錄和傳輸數據。

這包括車輛和家庭設備，如Amazon Echo或Google Home，或醫(yī)院的醫(yī)療設備或遠程信息處理（電信和IT的集成，以通過網絡操作遠程設備）。所有這些設備都在不斷收集客戶數據，而保險公司可以通過多種方式使用這些數據。

InsuranceNexus最近發(fā)布了他們的“聯網保險報告”，該報告結合了500名從事保險和相關行業(yè)的人員的反饋。InsuranceNexus在其報告中指出，物聯網目前在汽車、家庭和健康領域最為成熟。他們報告中的下圖說明了這一點：

汽車保險

如今大多數汽車都安裝有一系列傳感器和電子芯片，可以測量和傳輸有關車輛速度、加速度、位置、路線圖等數據。

加速度計傳感器可以不斷測量和收集有關車輛的數據。此類數據可用于識別駕駛員在道路上的行為是否危險。

車輛遠程信息處理和連續(xù)記錄的電子控制數據現在非常有價值，可以抑制汽車保險公司的風險。

使用此類設備數據來評估保險風險最早是從汽車行業(yè)開始的，這并不奇怪，InsuranceNexus調查中的大多數受訪者都認為，該行業(yè)最適合物聯網保險。

報告中的受訪者認為，人工智能軟件可以幫助保險公司更好地了解客戶。在汽車領域，與家庭或健康保險相比，獲取此類數據更為容易。

報告中的數據似乎表明，業(yè)內專家一致認為，利用物聯網數據進行保險可能是保持競爭力的必要條件。13%的受訪者表示，他們的組織擁有積極的商業(yè)化聯網保險產品，這有助于他們獲得市場份額。

但是，大多數汽車保險公司似乎并不認為聯網保險產品是現有產品的替代品，而是將其作為現有產品的補充來進行營銷。

保險公司自身似乎在數據能力和創(chuàng)新文化方面發(fā)展緩慢。

一些公司現在已經推出了聯網保險產品，其駕駛員可以為更安全的駕駛行為支付較低的保費。同樣，保險公司可以使用人工智能算法，通過遠程信息處理來減少事故發(fā)生的可能性，防止欺詐，推薦產品等等。

物聯網傳感器和汽車遠程信息處理數據的可用性已導致人工智能在汽車保險中的應用，如駕駛員行為監(jiān)測和保險市場分析。我們將在下面詳細討論這些應用。

駕駛員行為監(jiān)測

機器學習算法正在應用于客戶駕駛數據，以幫助保險公司為其客戶開發(fā)產品。例如，Progressive Insurance聲稱他們基于從客戶收集的數據使用機器學習算法進行預測分析。Progressive表示其數據收集移動應用程序Snapshot迄今已從客戶那里收集了140億英里的駕駛數據。通過使用此數據識別出“風險較小”的駕駛員，Progressive Insurance為該駕駛員提供更具競爭力的保費優(yōu)惠政策。

家庭保險

就物聯網在行業(yè)中的應用程度而言，家庭保險位居第二。家庭保險和汽車保險市場之間的主要區(qū)別在于，隨著自動駕駛汽車的普及，將導致部分車險產品需求量下降，甚至消失。另一方面，隨著傳感器在消費者家中的應用，家庭保險市場在未來只會越來越大。

但就人工智能項目而言，家庭保險市場略顯棘手。汽車中的遠程信息處理數據主要與速度、GPS數據有關，而家庭保險物聯網數據則包括Amazon Echo或Google Home之類的家庭設備，以及其他連網智能設備。

保險公司面臨的挑戰(zhàn)是，他們需要將這些有限但持續(xù)流動的家庭物聯網數據輸入算法，以進行可操作的社會學分析，進而可以更好地了解特定客戶帶來的風險。

報告指出，保險公司在這一領域面臨的最大挑戰(zhàn)是確定使用物聯網家庭數據可以預測哪種風險。（來自物聯之家網）與來自汽車的數據（結構化的數據）不同，來自家庭智能設備的數據在某種程度上是非結構化的，并可能以幾種不同的格式收集。理解所有這些數據并從中得出實際可行的見解是一個棘手的問題。

報告還發(fā)現，58%的受訪者參與了試點項目，而14%的受訪者表示他們已經在市場上有了商業(yè)化的產品。但只有2%的受訪者表示他們的整合完全成功。

所有這些都清楚地表明，基于物聯網的家庭保險人工智能分析市場目前還處于初級階段。此外，數據還表明，在不久的將來，該領域中的一些AI供應商和保險供應商的內部項目將變得越來越普遍。

這些新產品可能會有效地使用人工智能來預測有關客戶的一些事情，從而幫助降低風險水平。

此外，來自家庭設備的物聯網數據盡管預計在未來會大幅增長，但其數據量仍達不到支持許多AI項目的水平。

此外，在維護、存儲和管理客戶信息方面，保險公司可能還需要處理許多與隱私相關的社會問題?？蛻粢膊惶赡茉试S保險公司從他們家中的日常生活中獲取數據。

此類應用的一個例子涉及智能家居監(jiān)控和緊急援助以及家庭保險政策。這個想法是，如果客戶接受保險公司提供的技術，以降低諸如煤氣泄漏、水災或財產被盜等事故的可能性，那么保險公司就可以以降低保費的形式回饋客戶。

但是，這種類型的應用可能包括允許保險公司在客戶家中安裝攝像頭和其他傳感器。

健康和人壽保險

健康和人壽保險領域可能會因聯網保險而發(fā)生巨大變化，因為該領域可以獲得大量歷史保險索賠和患者記錄。

但是據InduranceNexus稱，到目前為止，這些領域采用AI技術的步伐相對較慢。醫(yī)院現在正在安裝智能醫(yī)療設備，而一些消費者則正在使用可穿戴的健身跟蹤器來測量心率、每天活動時間等信息。

由于機器學習算法非常適合大規(guī)模數據分析，因此我們預計該領域將受益于基于物聯網的應用。

與汽車保險不同，只有30％的公司提供了基于物聯網的健康保險產品。

一些保險公司現在正在利用醫(yī)療數據中的機器學習算法來了解患者的生活質量。例如，基于不同類型癌癥及其治療相關數據，以及營養(yǎng)數據的人工智能算法可以幫助預測癌癥患者的生活質量。

這些類型軟件可以利用可穿戴技術和其他傳感器的數據得出這樣的預測。

在健康和人壽保險領域，擁有物聯網數據來預測健康問題和疾病的可能性，并為健康狀況更好的客戶提供更低的保費，可能最為關鍵。人工智能軟件可以幫助識別這些客戶，并根據每個客戶的情況自動對他們進行優(yōu)先級排序。

過去，這些保險費是在進行醫(yī)學檢查后手動設置的。如今，保險公司可以利用物聯網數據更精確地進行人壽保險承保。

根據InsuranceNexus的報告顯示，預計人工智能將應用于保險業(yè)的多個領域。在汽車領域，旨在提高駕駛員安全的產品正在出現，從而為保險公司提供動態(tài)的保單定價和運營效率。

在家庭保險中，智能家居設備和智能手機的客戶使用模式現在被視為衡量風險的潛在重要資源。在健康和人壽保險領域，遙測技術(如健康跟蹤數據)正開始添加到傳統的醫(yī)療風險評估模型中，以獲得更實時的患者風險視圖。