​量化风险波动率 互联网保险服务瞄准“配置难”

本报记者 李晖 北京报道

AI技术正不断推动保险服务数字化加速。继AI客服、AI理赔后，AI配置也正在走向市场。

互联网保险代理平台蚂蚁保日前正式发布了智能保险配置工具“省心配”，这项服务定位为“AI保险规划师”——能根据用户的年龄、地区、预算、保险需求等进行分析，通过智能模型为用户量身定制保险配置方案。

对普通消费者而言，在市场上数千种保险产品中选择适合的险种，期限，额度并合理加以组合并不容易。蚂蚁保省心配项目负责人张程向《中国经营报》记者透露：“省心配”瞄准的是解决普通用户避免买错保险、重复购买同类保险等问题，实践证明大约能为用户节省30%的预算。

30秒出结果节省30%投保预算

记者上支付宝搜索“省心配”，在输入提交个人信息后，大约30秒后配置推荐方案生成，包含了医疗险、重疾险、意外险、定期寿险等险种推荐。

据张程介绍，上述配置方案来源于蚂蚁保的“HRAAM保险配置模型”。用户输入年龄、地区、收入、负债等基本信息后，“HRAAM模型”就会通过风险分析、保障评估、产品匹配三个步骤进行配置，算法可以为每位用户模拟匹配几万种保险配置方案，最终选出最匹配用户需求的一组方案做推荐。

在传统的保险代理人配置思路中，难以避免从销售视角进行推荐。而通过AI算法则相对规避了人性因素的影响。这种算法的逻辑出发点在于“精准按需”和不是“多多益善”，目标在于如何花最少的钱，撬动更高的保障杠杆。

相比市面上一些机构的测评工具，“省心配”并未有更细颗粒度的信息收集。据张程透露：上述信息收集出发点是最小可用，避免引起用户“反感”。此外，配置考虑的因素中也没有掺杂类似保险产品热度、保司权重、佣金、手续费等维度因子，而是完全从C端特征出发。

据记者了解，此前，蚂蚁保平台对“省心配”进行了为期一个月的灰度测试。测试数据显示，用户通过“省心配”配置保险方案，比用户自己去选购保险平均能节省30%的预算。从效率看，省心配生成方案只要30秒。

南京大学商学院金融与保险学系副教授孙武军认为，当前线下保险经纪人主要服务中高收入群体，AI保险规划师能够满足工薪阶层的需求，两者形成很好的互补。同时线下保险经纪人也可以把AI保险规划师作为辅助工具，提高服务效率。

配置核心——量化“风险波动率”

值得注意的是，类似智能保险顾问并非全新概念。公开信息显示，2017年，中国太保就曾上线智能保险顾问“阿尔法保险”。此后，官宣拥有智能保险顾问服务的保险公司也不在少数。

张程认为，作为平台方，目前省心配的产品池来自于接入该平台的90余家保险公司产品，在供给规模和丰富度上具有优势。而在产品选择上不会特别倾向某一家公司产品，相对中立。

但相对规模和中立性，张程认为“风险波动率”概念的引入是“省心配”最大的创新。以一位北京30岁男性家庭顶梁柱、月收入1万元、100万元左右负债的用户为例，系统会给出两套方案——方案一匹配50万元重疾险、200万元的身故，保费大概是550元/月左右；方案二重疾提高了30万元，但没有保障身故，价格是545元/月。两个价格接近的方案一般消费者很难选择。“但通过模型可以用波动率指标量化计算出来方案一波动率是5%，方案二波动率是15%，所以系统决策推荐了方案二。”他进一步解释。

蚂蚁保金融产品部负责人严捷也认为：面对用户有限预算下，如何选择险种和期限，如何做搭配，此前通常是精算师根据经验做出，缺乏标准化行业解决方案。省心配的目标锚点是风险波动率，把波动率在有限预算下降到最低的量化评估工具。

市场共识在于，选品、配置、理赔是保险服务的三个核心环节。记者注意到，在此次推出“省心配”后，蚂蚁保在互联网保险服务“选、配、赔”三个环节均推出了对应性的解决方案。2022年初，蚂蚁保上线“金选”服务，根据投保门槛、保障范围、性价比、服务理赔和公司经营五大维度选品，降低了用户选择保险的隐形门槛；针对保险理赔难的突出痛点，蚂蚁保在同年推出“安心赔”，进一步探索在理赔效率和流程标准化上提升。

中国人民大学中国保险研究所所长魏丽认为，由于保险产品的认知门槛高，这三个环节的服务优化能极大节省消费者的决策精力和成本，有助于提升保险行业的消费者满意度和高质量发展。

需要看到的是，受制于保险行业分散存储瓶颈，虽然上述AI配置服务相较单一保司已经有大幅扩容，但仍存在一定的数据局限问题。此外，严捷透露：省心配目前仅覆盖了人身险最主流四大险类，未来在迭代过程中，还将进一步将算法迁移到财产险等领域。

（编辑：何莎莎 校对 陈丽）