从智能决策切入，信数如何为保险业数字化转型赋能？|保观访谈
保观|专注互联网保险
档案库
信数
公司名：上海信数金融信息服务有限公司
创立时间：2015年5月
所在地区：中国上海
融资历程：数千万元 Pre-A 轮
产品亮点：智能决策引擎
长久以来，保险行业一直被认为是相对保守和封闭，遵循着自己的传统业务模式。但随着数字化浪潮的来袭，保险业也开始感觉到数字效应了。数字化正在改变保险产品和服务的交付方式，并将越来越不断地改变这些产品和服务的本质，甚至改变保险业务模式本身。
在这样的背景下，国内的保险公司纷纷开始谋求数字化转型，而在这中间也恰恰为第三方的保险科技公司创造了机会。小观曾经做过一项统计，国内超过200家创业公司，其中有1/4是为保险公司提供服务的，成立于2015年的信数是其中一家。
针对保险行业，信数推出了一个智能决策引擎，以帮助保险公司缩短产品开发流程，提升业务效率。
这个切入点的逻辑在于，原本在保险核心系统中的投核保、保费计算、理赔等规则十分散乱，信数的智能决策引擎则将这些规则从核心系统中剥离出来，统一到引擎中实现规范化管理，从而消除决策孤岛。
在此基础之上，信数为业务人员建立了一个决策管理平台，让其能够直接在平台上配置、管理规则，这就大大缩短了产品的开发周期。而以往的产品开发过程中精算师、核保师、IT人员往往是割裂的，沟通成本高，由业务人员直接参与管理的决策平台则让他们从原有的流程桎梏中解脱了出来，提升了他们的工作效率。
这是信数通过数据管理，对保险业现有业务流程的优化。而在未来，其计划基于历史数据进行机器学习，及时识别和生成新型业务策略，使保险产品运营决策更加迅捷和精细化。
目前，和信数达成合作的保险公司包括瑞士再保险、弘康人寿、韦莱韬悦、Onlife等。
近日，保观也专访了信数的副总经理朱伟，和他一起探讨了更多有关于保险数字化转型的问题：
Q：保险业的规则有哪些？收集起来困难吗？
朱伟：保险行业目前典型的规则分类有：校验类/准入类规则、反射式问卷、体测评点/决策矩阵、费率表等。保险规则的相似度很高，不同公司的规则相似程度也在80%以上，可能会根据适用的场景和人群有细微的差异。
Q：通过智能决策引擎，保险公司的效率得到了哪些提升？
朱伟：举个例子，现在保险新产品上线的流程，很多规则首先需要精算师做出来，再经过投保、核保师梳理，最后再开发系统里面去，这个过程可能需要一个月、三个月。而在我们的决策引擎里面，这个开发周期可能就缩短到一周两周。因为目前90%的规则都是通用规则，可以直接通过复制、继承、引用等方法，管理好这些规则，从而缩短产品的开发周期。包括这个决策引擎里囊括的很多规则模板，能在系统里面直接使用和管理，也提升了投核保师的工作效率。
Q：在这个智能决策引擎中，人工智能有发挥作用吗？
朱伟：在目前的引擎中，还是比较初级的人工智能，是基于数据管理来做自动投核保的决策。但现在动态风险定价的概念开始流行，这就涉及到“最高级概念车”的机器学习部分。
Q：也就是说机器学习这块并没有落地？
朱伟：我们现在的产品体系是能够支撑这个概念奔跑的，但为什么很多公司还没有开始用，因为他还是受到各方面条件的约束。比如数据是不是已经足够充分了？然后基于大数据跑出来的规则，客户是不是认可？行业是不是认可？这还需要一个过程，可能得有一个人先吃螃蟹，跑一跑，大家才能往前走。
Q：您认为目前人工智能在保险业的应用处于一个什么水平？噱头大于实际？
朱伟：我们认为，2018年可以称作为一个初始智能的阶段，应用程度还是比较低的。现在这个阶段人工智能的定义是什么呢？我觉得用一句话可以概括，其实是用机器来替换体力劳动的人工智能，而在未来五年或者更长时间，会进阶成用机器来替换脑力劳动的人工智能。
Q：阻碍人工智能在保险业发展的因素是数据吗？
朱伟：对，数据会是个永远的话题，人工智能是建立在数据基础之上的算法。其实很多算法早就已经存在好多年了，但没有数据就跑不起来，所以最关键还是在于前端的数据，有数据就有一切。光靠用户填的或者外部获取的数据还是不够的，如果我们能拿到诸如可穿戴设备的数据、车联网的数据等等，那么人工智能在保险业的应用会更进一步。
Q：智能决策引擎的壁垒在哪里？
朱伟：我们的决策引擎提供商是国外的Sparkling Logic，虽然从表面上看，可能只是规则的维护，但底层的技术门槛在于数据库。比如说我怎么样维护了100万条规则以后，我的系统运行还没有跑死，怎么高效的使用CPU，这里面是有一些算法在的。我们并不担心别人会很快的开发出来，特别是国内，因为国内大部分还是喜欢开发应用端的产品，后台系统这块涉猎的人还比较少。而对标国外的决策引擎，普遍门槛较高，需要有技术背景的人才能使用，而 Sparkling Logic提供的工具可以让普通业务员也能操作，这是一个很大的区别。
Q：在与保险公司谈合作的过程中，其意愿如何？
朱伟：首先我们不是说要跟他做完全颠覆式的创新，而是使用决策引擎来帮助他们做一些自动化，把它原来散落在各个系统里面的规则统一管理，是在“量产车”上做优化，并没有颠覆他的运营模式，他依然是通过原有的渠道去销售，但是这个过程当中，他对客户的响应变快了，开发产品的周期变快了。对于他们的业务流程有提升和优化，他们还是很愿意来合作的。
Q：您觉得怎么样才算是保险业的颠覆式创新？
朱伟：我认为是当机器学习开始真正发挥作用，比如精算师的费率表是动态的，按照用户的开车里程来定车险的保费，按照用户的生活习惯，每天睡眠时间来定健康险的保费，这可能就是真的颠覆式创新。
Q：未来在保险业会有哪些尝试？
朱伟：智能决策引擎会是我们的核心产品，此外也会针对行业推出一些解决方案。比如累计风险保额的计算，因为有时间差的问题，这块也是需要解决的痛点；围绕规则的监控和分析，我们正在做可视化的一个工具，让保险业务人员能够监测规则的运行情况，如哪些是僵尸规则，哪些规则波动较大等，这样就可以做规则命中趋势的分析。此外，在保险的反欺诈层面，也会进行一些尝试。
End