流程管理：利用智能自动化颠覆商业模式

智能自动化不应该仅仅是将现有的人工流程自动化，弥补现有系统的缺点。它应该从根本上重新定义这些流程，甚至是商业模式，以达到最佳效果。

保险公司已经开始使用机器人流程自动化（RPA），这为之后的技术发展打下了坚实基础——创建基于规则的具有可变化能力的虚拟劳动力。按目前的发展情况来看，他们需要在智能自动化的基础上进行构建——虚拟劳动力可以学习并适应业务需求。这意味着用更新的人工智能技术来改善机器人流程自动化，并从预先编程发展为智能决策。

就保险行业而言，以上转变带来的最明显效益将体现在客户服务上。智能的端到端解决方案可以将前端和后台连接起来。例如，它会让客服访问相关的客户数据，或者为索赔处理人员提供建议。这一解决方案将为客户创造无摩擦的体验，在任何时间、任何设备上提供同样高质量的客户服务。

保险公司预计，人工智能将在未来3年彻底改变它们的业务模式。75％的保险公司高管认为，未来3年，保险公司很有可能实现任务和流程的自动化。63％的保险公司高管认为，智能技术会给保险公司带来彻底的变革。

67％的保险公司高管认为，智能技术会帮助企业在激烈的市场竞争中脱颖而出。52％的保险公司高管认为，只有通过能够实时生成信息的智能技术，才能实现更智能的决策。

图2：保险公司高管对AI变革业务预判

资料来源：埃森哲报告

智能自动化不仅可以改善客户服务，也能提高工作效率。技术熟练、经验丰富的员工不用做可以自动化的重复性任务，而是有时间来完成更高质量的工作，专注于需要人工服务或手动操作才能完成的任务。这一转变也会使得他们的工作变得更加有趣。

多家企业已经将智能决策应用于保险流程。比如，南非的Santam保险公司利用预测分析和机器学习来减少欺诈行为，提高运营效率。这一举措帮助他们在前4个月节省了240万美元，并加快了索赔处理过程。

日本寿险公司富国生命保险（Fukoku Mutual）正在利用人工智能来解释医疗证明，并将住院时间、病史和手术程序等因素考虑在内，以决定投保人的保险费用。这一系统有望在两年内将生产率提高30％，并取得可观的投资回报率。

但以上示例并不是说明机器人流程自动化已经过时了。传统的自动化形式在增强以人工智能为中心的流程方面还是能发挥作用。比如，一旦做出了智能决策，就可以利用机器人流程自动化来执行操作。此外，它还可以节省成本，为智能自动化的进一步发展提供资金。

案例研究——智能的“第一时间损失通知”（i－FNOL）：想象一下，在早上的通勤途中，你调收音机的时候与另一辆车相撞，你可以拨打保险公司的索赔热线，寻求相关人员的帮助，并完成基本的FNOL报告。索赔顾问会确认事故的责任方，并要求你通过手机上的应用程序上传事故的照片。

该系统可以利用计算机视觉和机器学习对图像进行分析，确认事故的发生情况，并自动安排车辆的善后方式。当你等待处理的时候，可以通过应用程序查看实时进度。

同时，另一种算法会自动对索赔进行分析。当预计的人身伤害的风险评分高达63％时，索赔处理会显示在相关的应用程序中，由专业索赔处理人员进行审核。他们会立即联系另一名司机，来安排车辆的维修。

数据分析：挖掘隐藏价值，以尖端科技打造创新产品

保险公司为了利用数据进行定价和风险管理，在技术和人员上进行了大量投资。但他们仍看重传统的保险精算师，这意味着，数据并没有得到应有的充分利用。所以，保险公司应该利用人工智能来挖掘数据中隐藏的价值。例如，以前所未有的方式查询和可视化企业以及客户的数据。

这样可以打破现有价值链和数据竖井的局限性，在整个业务中发挥杠杆作用。客户的索赔数据不仅仅可以用来识别欺诈行为，还可以用来设计出更好的保险产品，或者利用实时分析来预测客户的需求并为他们推荐产品或服务。

例如，苏黎世保险集团正在与EagleEye Analytics合作，使用其Talon预测分析系统。机器学习算法产生实时评分，以便更好地为理赔管理、定价、承保等方面的决策提供信息。

保险公司应该不仅仅关注自己的数据集，还可以关注外部或公共的数据集，才能实现持续的增长，开辟新的收入来源，推动商业模式的创新。

人工智能将帮助保险公司从大数据中获得更丰富的洞察力，甚至可能开辟新的收入来源。55％的保险公司预计，利用人工智能进行数据分析，会给他们带来额外的效益。52％的保险公司预计，人工智能可以帮助他们增加收入。

图3：保险公司高管对AI价值预期

资料来源：埃森哲

未来，人工智能将改变保险公司组织、运营和发展业务的方式。他们将利用这一技术来降低成本，推动创新，为客户创造更好的体验。通过调整人力资源和运营模式，同时实施严格的指导方针，保险公司可以更好地应用人工智能技术。

最重要的一点在于，人工智能不是站在人类的对立面，而是作为一种工具，帮助人来提高工作效率。人工智能技术正在不断发展，如果将它应用于保险行业，势必会推动这一传统行业的改革浪潮。