本文共字，预计阅读时间。

车险业务是保险科技应用的重要场景。作为财产险行业的业务重点，车险业务一直以来存在着产品同质化严重、行业费率竞争激烈以及渠道费用高昂的问题。随着保险科技的应用不断深入发展，其给车险业务流程带来的变革和创新也为车险的发展带来了更多的想象力。目前，保险科技在车险领域的应用主要在产品定价、理赔查勘、风控反欺诈等环节。对于非车险而言，近年来，随着车险业务发展态势趋缓，保险公司的非车险业务成为财产险的新增长点。随着技术深度赋能保险业，保险市场结构逐渐优化转型，技术依赖度更高的非车险拥有着对于创新和技术更为包容的先天优势。

车险：痛点凸显，保险科技成破局关键

从市场主体看，车险行业集中度高，其中人保财险、平安财险、太平洋财险三家就占据半壁江山，车险业务总市占率多年保持在65%以上。从车险整体经营情况看，近年来车险保费增速持续放缓，市场占比下滑。2010 年后，车险发展速度明显放缓，不再有过去动辄百分之三四十的增长速度。在 2018年与2019年上半年，车险保费同比增速仅为4.17%、4.55%。与此同时，近两年车险占财险总保费比重也在下滑，2018年与2019年上半年车险占比分别为66.64%、59.14%，与前几年相比下降近10%。从盈利情况看，车险行业整体盈利能力较弱，且行业发展不均衡，除头部公司外，大多数公司的车险业务出现承保亏损。由于车险产品同质化程度较为严重，随着新车销售量下滑，车险市场综合成本率压力逐步增大，2018年车险保费7799亿元，承保利润24.2亿元，利润率0.3%，车险进入前五大险种且保费过亿的保险公司合计53家，其中7家盈利，48家亏损。车险头部梯队三家财险公司平均利润率1.8%，第二梯队5家公司平均利润率0.2%，其中2家公司亏损，其余公司承保利润几乎均为负。

目前，车险业务经营的主要痛点为产品同质化严重，同时，行业费率竞争激烈，渠道费用居高不下，导致车险业务盈利压力较大，保险科技的发展将给车险业务带来巨大的想象空间。目前保险科技在车险领域的应用主要在产品定价、理赔查勘、风控反欺诈等环节，主要的保险公司均专注于搭建车险业务生态链条及车后服务市场以实现车险数据的积累和打造商业闭环。未来，UBI车险技术的普及将带来车险产品精细化定价水平的大幅提升，此外，5G技术、无人驾驶、电动车等新兴技术的发展也或会给车险行业带来变化。

趋势一：智能定损技术深度应用，助力车险理赔效率提升

传统查勘定损方式效率低下，高效快速定损成为提升车险理赔效率的关键。车险事故现场查勘是线下理赔服务最基础的业务单元，而受实时路况、报案量集中度等不可控因素影响，传统的车险现场查勘定损方式往往效率低下，出险后保险公司到达现场的平均时间在40分钟左右，常常出现车主因等待保险公司定损而导致全路段交通拥堵的情况，造成较大的社会资源浪费。针对上述问题，直接的解决方案是保险公司投入更多人力到现场，但势必会造成保险公司成本的进一步提升。考虑到定损的准确性直接影响保险公司的赔付，而定损的效率直接影响客户的理赔体验，如何快速、精准、节省人力地完成查勘定损已成为保险公司在车险经营过程中重点关注的问题。

智能定损技术助力车险理赔效率提升，优化客户体验。现阶段，随着智能定损技术的深度应用，保险公司的理赔服务正在升级。智能定损技术主要包括图像定损、查勘派遣线路优化、线上化理赔服务三大类：

• 图像定损：支撑图像定损的核心技术是图像识别技术。图像识别技术是对输入的图像信息建立图像识别模型，分析并提取图像的特征，然后建立分类器，根据图像的特征进行分类识别的一种技术。在图像定损技术的应用下，客户只需将车辆按要求拍照，系统便可自动识别车辆受损部位、是否为本次事故受损、损失程度、预计维修金额等。客户通过上传受损车辆照片及相关材料后，便完成理赔申请。定损理赔全过程在几分钟甚至几秒钟内即可完成，免去现场人工查勘的不便。

• 查勘派遣线路优化：保险公司利用大数据、智能算法等技术，优化现场查勘案件筛选、查勘员派工两大传统查勘服务的重要节点，从而实现极速查勘。首先，基于公司后台理赔大数据，保险公司对客户的报案情况进行分析，筛选出真正需要现场处理的案件；其次，基于智能调度平台，动态分配查勘员位置，以事故现场为中心，由智能算法根据周围查勘员的忙闲状态和工作量智能判断到达时长，自动规划最优路径，实现就近就快派工。经过线路优化后，保险公司的查勘可在十分钟之内完成，仅用传统查勘时间的四分之一。

• 线上理赔服务：不少保险公司的用户APP和微信公众号都已实现电子化自动理赔，为客户提供自助理赔、视频理赔、全程在线陪伴理赔、实时查询车辆维修与理赔进度的服务。此外，部分险企还推出智能理赔服务，无需人工介入，支持低风险、小额案件全流程自动作业，在出险后实现“闪赔”，大幅提升理赔服务效率。

趋势二：智能反欺诈技术上线，公司风控能力不断增强

智能反欺诈系统可以帮助企业大幅提升欺诈识别能力，助力车险企业反欺诈能力的建设。当前车险欺诈已成为了财产保险公司亟待解决的难题之一，保险行业欺诈渗透率约为10%-15%，车险约为20%，在我国车险欺诈是保险欺诈的重灾区，车险欺诈案件在总保险欺诈案件中占比高达80%，涉案金额保守估计高达每年200亿元。随着保险公司业务的发展，各种潜在的欺诈风险也随之增加，欺诈手段呈现多样化、专业化、团体化等特征。车险欺诈案件的高额费用支出提升了车险业务的赔付率，从而间接推高保险产品的价格，侵害被保险人的利益，破坏保险市场秩序。

面对多样化的欺诈手段，智能反欺诈系统可以通过深度应用人工智能、大数据、区块链和物联网等技术，实现智能预警和多维核验，以此加强保险公司的反欺诈能力。通过大数据关联图谱分析以及人工智能反欺诈等技术手段，可以提高20-30%的欺诈识别率，从而实现成本节约和损失挽回，完成降本增效。

智能反欺诈系统的出现提升了保险公司欺诈案件的识别效率，降低风险管理成本、优化风控效能。相比于传统的风险管控方式，智能反欺诈系统优势明显。第一，智能反欺诈系统拥有海量风险规则支持风险筛查，全面覆盖人工筛查容易遗漏的细小风险规则；第二，针对高风险理赔案件，设置风险预警方案及时预警，防止风险向后流转；第三，根据案件调查结果反馈及多维数据输入，机器可不断学习进化与迭代，提升风控精度，并应对不断新增的欺诈手段。

智能反欺诈系统的核心 “三大模型”，分别是结合行业车险数据构建的“从车模型”；通过财务、消费、信用、医疗等数据构建的以人为中心的多维评分的“从人模型”以及整合业内权威专家、充分解读行业最新动态、精准预估未来行业发展趋势后，将经验、政策、趋势、数据进行有机集合后所提炼出的“行业管理经验模型”。借助“三大模型”，反欺诈系统基于智能算法，以 “电脑”协助“人脑”自动进行一系列风险管控操作，从而准确快速、全面有效地进行车险理赔案件风险识别、风险评估、风险预警和风险处理等。智能反欺诈系统识别与认定案件风险的流程主要分为三个步骤：

• 系统借助强大的规则引擎和庞大的车辆基础数据库，通过确定分析目标、数据抽取和清理、数据建模与比对，对案件中的重复索赔、故意制造事故、酒驾换驾、历史出险、关联关系、照片是否被修改、团伙作案等风险点进行自动检测和筛选。
• 将数理模型得到的结果与实际经验相结合，并进行多次模型效果评估和模型优化。
• 最终得到综合案件风险评分方案，实现对案件风险的快速识别与认定。

非车险：非车业务成为新的业绩增长点，技术密集应用

从保费增长和业务情况看，相较于市场逐步饱和、增长动能趋缓的车险市场而言，非车险保费收入增速显著。2019年前三季度财险公司行业全险种保费收入9768亿元，其中前三季度车险保费收入5915亿元，同比增长仅为4%，而非车险保费收入达到1463亿元，同比增长25%。从业务占比看，我国财产险保险市场结构也正在从车险绝对主导的形态逐步变化，非车险的快速发展为财险市场带来了新的发展动力，2019年第一季度财产公司非车险保费收入占比则首次突破“四成”。与车险业务规模大利润低情况不同，非车险业务在带来快速增长的保费的同时，盈利能力也十分可观。

从参与主体看，大型保险公司的非车险业务在2019年实现快速增长，对于一些中小企业来说，竞争异常激烈的车险市场已经成为了大型保险公司的争夺的“蛋糕”，留给中小企业的份额越来越少，因此不少中小型财险公司已经战略性部分或者全部放弃了车险，转向非车险业务的发展上。

随着技术深度赋能保险业，保险市场结构逐渐优化转型，技术依赖度更高的非车险拥有着对于创新和技术更为包容的先天优势。此外，非车险业务的发展环境也正在发生积极的变化。一方面，投保意识的提升使得非车险，特别是其中的责任险日益成为各行各业及社会大众进行风险管理的有效工具；另一方面，政策利好不断在产品设计方面产生积极影响，且数字经济带来了范围更广、更精准的风险数据，使得精算与大数据可以完美结合，开发出一批场景化、碎片化的互联网保险产品，从而适应网络经济、共享经济对风险保障的新需求。

趋势一：互联网非车业务进入新发展周期

近年来，互联网保险因其购买便捷、产品丰富等特征，给保险消费者带来便利，互联网保险得到快速发展，而其中互联网非车险则一直保持稳健的高速增长态势。从具体险种来看，意外健康险、退货运费险保单数量较大，而意健险和信用保证保险增长最快。

从市场主体维度来看，具有互联网基因、掌控流量，以及借力互联网平台、自建场景的财险公司在互联网非车业务上占据优势。从业务结构分析，互联网非车险业务中，小额、碎片化场景式退货运费险、航延险、航意险、账户资金安全险、意健险成为主力产品，而针对互联网生态主流年轻人群的百万医疗、小额消费贷款保证险成为近年爆款。从细分渠道来看，第三方网络平台已经成为互联网非车的主力流量入口。

互联网非车保费结构（细分渠道）

数据来源：银保监会、中国保险与养老金研究中心

当前我国互联网非车险主要集中在个人业务。从我国互联网发展的历程看，未来面向保险客户的C端市场仍有较大发展空间。此外，在云平台、人工智能等技术的加持下，面向企业的B端市场业务也将迎来爆发。

趋势二：场景化保险

随着大数据技术的进步，以及互联网思维在保险行业的逐步渗透，从用户需求出发、注重用户体验的产品设计思路和服务升级方向为传统保险行业带来了新的增长动能。在非车险领域，场景化保险产品凭借其在设计理念上更加贴合用户实际需求、保险条款简洁、投保理赔流程智能化等优势，迅速占领了市场，成为了大型险企进行保险创新的试炼场，也成为了许多中小型保险公司寻找市场的一个突破口。保险公司通过海量的用户数据洞悉客户需求，针对医疗健康、生活消费、航旅出行、O2O等多个场景，推出多样化的保险产品，以满足不同类型客户的细致化、差异化保险需求，进一步实现“让保障无处不在”的愿景。

退货运费险保费的快速增长凸显了保险科技对于高并发处理能力的加持，满足了保险公司对交易时效性的高要求。自2014年退货运费险在双十一当日交出了1.5亿单的成绩，退货运费险以惊人的增长速度迅速成长为全球保单数最大的险种。2020年双十一期间，六大类保险再次刷新记录，创下当日8.6亿单的成绩。此外，2020年退货运费险成绩单还额外披露了一个新的峰值数据，即23万笔/秒的投保峰值。这背后充分体现了保险公司对于承载高频并发数据的处理能力、自动化风控能力、大数据精准定价能力以及急速理赔的能力。

场景化保险的快速发展一方面体现了保险公司的技术属性和科技能力建设，对保险公司的数据处理能力和精准化定价模型的搭建提出了更高的要求。另一方面则拓宽了保险公司的保障场景和原有保障责任，各家保险公司均对保险客户进行细分，并基于不同投保人的特定场景化需求，如出行、教育、健康、特定工作人群、财产保护、电商消费、餐饮等场景为其提供能够满足细致需求，多样化保障的保险产品。

趋势三：农业保险具有政策重要性，保险科技技术应用广泛

当前，在政策利好的不断推动以及技术的不断加持下，我国农业保险的技术应用发展取得了长足进步。我国农业保险中主要的技术应用主要体现在人工智能在家畜识别上的应用、地理信息系统以及遥感技术在农业保险理赔和查勘上的应用、以及图像识别技术在农业保险理赔上的应用。未来我国农险发展应该从防灾减灾、定损理赔和建立大灾防灾体系三个方面努力，但由于尚缺少有效的行业信息，目前普遍存在承保、定损、理赔的困难。

自2007年实施农业保险保费补贴政策以来，我国农业保险取得较快发展。从农业险市场参与主体看，在八大保险公司，人保和中华联合在农业保险的地位仍然不可撼动，二者各自市场份额合计超过60%。此外，太保产险和国寿财险2017年农险业务增速都接近50%，大地保险的农险业务更近乎翻倍。 麦肯锡最近发布的一份报告预测称，与欧美发达国家相比，中国农业保险总体的渗透率仍然非常低，2014年全球平均水平为1.20%，而中国农险仅为0.32%，其预测“市场规模5年内有望超过千亿元人民币”。

我国农险在取得积极成效的同时，也存在着发展短板。一方面在农险承保环节，传统方式是通过目测确定标的物头数，因为标的物一直在活动，导致精确得到标的物头数非常困难，因此在传统农险流程中依靠估算模式来解决，这种方式存在的误差导致保险报价不够科学。而在人工智能技术的加持下，多家险企均推出了家畜智能识别功能，如猪脸识别产品，则在一定程度上有效的解决了这个问题：在应用了猪脸识别的承保流程中，保险公司工作人员仅需要用手机对着标的物进行10秒视频拍摄，系统就会自动识别目标标的物群体中有多少头猪，同时会将每张猪脸照片进行建档保存，这种方式不仅提高了承保的效率，也大大提高了承保环节精确度，此外，猪脸的注册也会为后续理赔中是否“冒名顶替”提供了判断依据，降低了保险欺诈造成的损失。

另一方面，在农险理赔环节，传统农险业务需要保险公司工作人员到出险现场进行测量称重，实地完成农险的理赔流程，这种方式不仅时效低（一般理赔发起后一到两天到现场），保险公司服务成本也高（单次理赔需要300元以上），更重要的是因为需要现场理赔，农户不能及时对死亡动物尸体进行处理，极容易造成传染病的蔓延。针对这一行业痛点，险企也纷纷推出智能化农险理赔系统，通过加载图片识别技术、理赔标的物智能对比、理赔金额自动核算、理赔实时到账等技术，加快理赔流程，提高理赔效率，将传统方式需要1-2天的理赔周期，缩短至几分钟内。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。