从人到人工智能，车险服务AI化还有多大想象空间？
“移动互联网只是前菜，人工智能才是主菜。”2017年上半年，李彦宏有过这般判断。可上菜的速度之快，恐怕是他始料未及的。随着人工智能理论与技术日渐成熟，其获得的信任日益增加，政策倾斜和资本助力，令人工智能在中国市场的应用呈爆发式增长。
而对保险业而言，从互联网到人工智能，几轮技术革新升级，从仅作为渠道到场景化保险创新，再到如今的科技赋能，科技对于保险业的影响逐步深入。而业界对于科技工具价值的定位愈加清晰，从而更聚焦主业，回归本源。
车险服务AI应用的两股力量
每次技术革新都会给市场引入新的变量，这次保险业迎来了跨界竞争者。
去年6月，蚂蚁金服宣布向保险行业全面开放技术产品“定损宝”，用AI（人工智能）模拟车险定损环节中的人工作业流程，帮助保险公司实现简单高效的自动定损。时隔三个月，中国平安推出“智能保险云”，其“智能闪赔”将AI应用于车险理赔，重塑作业流程，实现智能图片识别、秒级定损、自动精准定价和全流程智能风控阻断。
蚂蚁金服与平安代表了金融科技领域技术输出的两股不同力量。
在以人工智能为代表的新一波技术浪潮中，技术特性为进入企业设置了较高门槛。一个人工智能项目，模型建立可能一两周的时间就能完成，但在验证逻辑完整、正确方面，大数据运算占用的IT资源将耗费巨大的成本。资源向头部企业集中更为显著。
蚂蚁金服深谙其道，所以，它想做的是利用流量优势逐步建成一个让中小险企们沉淀下来的“平台”，为之进入AI时代提供跳板，通过AI赋能中小险企，“团结”以和巨头竞争。
而平安产险新近推出的“平安有AI”车险服务品牌，为观察这两股力量提供了全新的视角，特别是在险企数字化进程不断加深的背景下。科技赋能，使其更聚焦保险的本质—— 产品与服务，同时也使过去几十年构筑的服务能力能发挥更大的价值。
科技与效率
理赔是车险服务最重要的模块，无论是蚂蚁金服的“定损宝”还是平安产险的“智能理赔”，二者都致力于运用人工智能解决车险理赔时效慢、渗漏风险高的行业痛点。
传统理赔环节，流程复杂、等待时间较长。借助图片智能定损、语音识别、OCR、人脸识别、人证比对等技术，现在只要用手机拍摄上传事故车辆受损照片至云端智能定损平台，简单案件现场就能赔付到账。据悉，平安车险智能理赔最快一起理赔案件从报案到赔付不到5分钟。
效率的提升，在于梳理业务流程节点，以实际业务逻辑搭建算法模型，在多项技术能力支撑下实现作业标准化、流程化、自动化运行。
数据量和算法被比作人工智能的燃料和发动机。图片智能识别是智能定损的关键技术能力，在深度学习的框架下，通过计算机视觉处理学习过往海量出险图片数据，前端输入图像数据即能够实现对出险车型、受损部位、损失程度的自动判别。而平安的智能理赔向前再多走了一步，其能够实现全国各地车险理赔自动理算，这源于其多年实际业务积累针对不同受损情况给出的维修方案、定价及工时数据库。
而在解决行业渗漏风险方面，平安智能理赔基于每年1000万+的案件量建立风险数据库，其按实际场景中案件流转过程中的信息设置底层字段累计记录，据此总结出700多个因子，组合为定损逻辑、损失逻辑等多个风险类型，借助技术简化重构风险管控流程。据悉，2017年智能理赔技术为平安产险控制了80多亿元的理赔渗漏。
除了理赔之外，在其推出的新品牌服务内容中，空中门店、510极速查勘、理赔助手等AI应用的价值已经通过效率改善、NPS提升体现，它们的实现与发展同样得益于平安产险过去多年业务数据积累及对业务本质的理解。同时在深度学习、机器学习等技术支撑下，这些AI应用在一次次复用中自我迭代升级，不断进化。
效率之外
科技应用提升了保险价值链条每个环节的效率，也丰富了触达客户的方式。保险天生具备服务属性，有其“人性化”的一面，对科技运用绝非停留在提升服务效率层面就已足够，在场景中解决痛点，保证体验也同样关键。
比如，智能理赔整个过程包括风险识别、出险信息确认、拍摄损失照片、确认赔付金额、客户身份识别，在实际操作过程中可能会存在一些页面断点，出险车主反复操作、停留在一个页面很长时间而影响体验；这时平安车险会主动提供视频理赔服务，理赔员通过视频指引出险车主理赔步骤，并从后台截图抓取车损影像及单证照片，通过智能图片定损平台实现秒级定损，在与车主沟通确认后，将赔款支付到客户的账户中，实现远程一站式理赔。
在双方人伤事故中，平安车险推出住院不花钱、出院即赔、人伤全程陪同服务，快速解决伤者住院期间的费用问题，在获得授权后，为车主提供代办理赔单证服务，伤者出院即可获得赔款，同时在调解、鉴定、诉讼等环节提供全程陪同服务。
与此同时，平安产险推出首个聚焦车主的公益平台——亿行关爱，将车主安全驾驶、低碳出行、绿色金融等公益行为转化成公益资金，通过平台连接公益项目，影响更多人。
当然，更多的服务会形成更多的成本，这便需要保险科技的进一步迭代和完善，能够在风控、精算、资源调配和理赔等各方面进一步优化企业的业务体系，从而实现人与人工智能的充分协作，用效率来降低成本。