汽车保险行业，大数据AI 应用的三大玩法

汽车保险行业的大数据人工智能应用（Insutech）是我最感兴趣的话题，在这个领域有三大流派：

第一大流派最值得关注，它们是以车信数据、精励联讯、凯泰铭科技、德联易控为代表的少数创新科技公司，它们的数据和模型技术侧重点不同，但都已经应用于实际生产，得到车险行业认可。

第二大流派是保险公司自身的风险控制技术运营部门，包括人保、平安在内的车险科技团队也在摸索，但从投入产出看，车险公司自身去研发大数据 AI 应用成本无法摊薄，投入的力度和可持续性可疑。

第三大流派是百融金服、百度等偏重用户画像和营销的 AI 通用解决方案供应商，这类服务的同质化比较严重，受互联网营销造假风潮影响，这类服务以往在汽车整车营销领域已经有应用，但效果不显著，要赢得结果导向的保险公司认同尚需时日。

对于第一大流派，几家科技公司的产品服务差异比较大。

车信数据的机器学习模型技术原理类似谷歌的 AlphaGo，大数据机器学习的产品服务既包括前端的承保展业，也包括后端的理赔反欺诈。从应用范围看，既可以是车险公司，也可以是车险中介机构，还可以是整车企业、4S 经销商集团。同样的技术逻辑，车信数据不仅服务车险公司，也服务汽车金融公司。目前看，车信数据是这个领域本土技术和数据数据能力最专业的公司，没有之一。随着更多数据的开放，以车信数据为代表的 Insutech 和 Fintech 公司会有更多用武之地。

第二大流派是保险公司自身的风控技术团队。本质看，保险公司的信息系统研发需求都是自发产生的，主要的信息系统研发也是中科软等大型软件公司的生意，但随着业务需求的变化，主要大型保险公司都建立了自己的科技研发团队，满足自身研发需求。风险控制这类核心需求更是自建研发团队的重点工作，但受限于技术迭代速度，在大数据机器学习 AI 领域，保险公司要短期积累研发团队还比较困难。因此，目前看，车险公司在承保端还停留在黑名单模式下，在理赔端还停留在传统规则引擎模式下。对于大数据 AI 技术的应用仍然处于探索阶段，我认为，接下来最靠谱的方式一定是建立自己的技术采购团队，尽快扶植和投资外部科技公司，加速创新，不仅保证国内技术领先，也需要借助一带一路，尽快进入全球车险市场。

第三大流派是百度等大数据技术提供商，由于数据敏感性，百度本身也参与投资车险公司，这导致车险企业与百度的此类服务存在应用障碍，保险公司不敢把自己的敏感数据交给潜在竞争对手。与此同时，由于百度的金融保险团队与大搜索团队并非同一团队，要体现百度在车险领域的大数据 AI 应用优势，仅仅提供技术是不够的，如果不能发挥大数据和大搜索的内部协同，给车险企业一个有竞争力的解决方案，很难在 Insutech 领域超越专业垂直服务供应商。当然，通过投资并购也有可能解决这个问题，但目前看，可以投资并购的标的并不多，懂这些的投资人更不多见，已经拿到国家大脑项目的百度要抓住这个机会，需要尽快在车险金融等领域建立专家顾问团队。

由于车险科技的创新仍然在路上，车险公司的业务保守性和监管政策的变化都会影响这个产业的发展，随着金融风控成为行业的主旋律，可以预见到未来几年车险公司在车险风控领域的投入会加大力度。无论哪个派别的车险科技都有很大机会成长。