人工智能保险运用路线图－复旦大学中国保险科技实验室－2018－85页

1、 22.422.4万条万条相关新闻报道数据 126126家家保险科技初创公司数据 4747位位专家的相关调查数据 1010项项人工智能政策解读 3 3轮轮菲尔德调查方法问卷结果 本报告立足人工智能技术在保险细分行 业的运用，是全球首份对人工智能保险 行业应用路径的全面报告，从历史沿革、 政策规划、技术背景、投融资情况等方 面梳理人工智能领域状况，结合保险业 现状，通过人工智能与保险业的交叉， 直面保险业痛点并提供智能化时代下的 解决方案与应用场景，全面绘制保险行 业的人工智能发展路线图。 全面的专家意见解读： 通过问卷调研，收集整理来自保险监管与 行业指导单位、学术研究机构、传统保险 机构、保险科技企业及相关机构、保险科 技媒体、保险科技投资与服务机构等部门 和机构的47位专家意见，展现人工智能在 保险行业的发展未来，细数保险业智能化 的挑战与机遇。 呈现保险需求端看法： 以车险这一人工智能发展较成熟领域为代 表案例，回收了需求端1152位车险消费 者和供给端242名经理级以上保险从业人 员对人工智能时代的车辆与车险看法，投 射需求方与供给方在人工智能时代的保险 观点。 大数据助力分析

2、： 对224140条保险行业人工智能新闻、 126家初创公司、226起融资事件进行 收集和整合，深入挖掘数据背后保险 人工智能的阶段特征、发展路径、变 化趋势。 探索人工智能在保险业的未 来方向： 通过德尔菲法分析人工智能保险行业 当前运用障碍与未来的机遇和挑战， 预测人工智能保险行业发展时间轴。 总体而言，人工智能保险行业将在 2018年进入智能化时代并在2020年 迈过智能化时代的弱智能阶段进入中 智能阶段，最终于2030年进入强智能 阶段。 人工智能宏观政策分析 思维导图 Part 01 人工智能相关政策梳理 “中国制造2025” 新一代人工智能发展报告 对保险业启示 “中国制造2025”为开端 进入政策红利新阶段 政策核心 短期目标 “三步走”战略目标 第一个系统性文件 双重属性 六个重点任务 保障措施和实施机制 产品创新 投资机遇 产业融合 风险挑战 人工智能宏观政策分析 发布日期 文件名称 2015年5月19日 中国制造2025 2015年7月5日 “互联网”行动指导意见 2016年4月 机器人产业发展规划（2016-2020年） 2016年5月18日 “互联网”人工智能三

3、年行动实施方案 2016年12月19日 “十三五”国家战略性新兴产业发展规划 2017年3月5日 2017年政府工作报告 2017年7月8日 新一代人工智能发展规划 2017年10月18日 十九大报告 2017年12月14日 促进新一代人工智能产业发展三年行动计划（2018-2020年） 2018年3月5日 2018年政府工作报告 专业性公告 重要报告 具体实施方案 政策数量代表宏观层面关注度: 自2015年国务院发布中国制造2025起，有关人工智能的宏观政策数量逐年增长 中国制造2025新一代人工智能发展规划 两大标志性文件： 阶段性特征： 17年之前强调重点发展产品和重点应用领域，以规模和智能化水平为短期目标 17年之后强调新一代人工智能创新体系，理论|研发|应用 结合，重视核心能力和发展质量 总体导向和定位: 战略性新兴产业，政策红利持续释放 中国制造2025”的核心 十大重点领域“市场主导，政府引导”“整体推进，重点突破” 实现制造业智能升级大部分涵盖“智能 化”这一攻克方向 强调市场的作用“重点领域”成为之后 指导性文件重要内容 短期目标： 产品产出生产过程企业运作 产出智能

4、装备和智能产品生产各个环节进行智能化的管控和检测企业研发、生产、管理和服务等智能化 三个方面发展要求： 0.36 0.44 0.7 1.1 0.88 0.95 1.26 1.68 2013年2015年2020年2025年 规模以上制造业研发经费内部支出占主营业务收入比重（%） 规模以上制造业每亿元主营业务收入有效发明专利数（件） 52 58 72 84 2013年2015年2020年2025年 数字化研发设计工具普及率（%） 数字化研发设计工具普及率（%） 时间节点创新能力产业水平国际地位 到2025年创新能力显著增强 两化（工业化和信息化）融合指标取得突破 形成一批具有较强国际竞争力的跨国公司和产业集群 绿色发展水平显著增强 稳固制造大国地位， 迈入制造强国行列 到2035年 优势行业形成全球 创新引领能力 全面实现工业化 制造业整体达到世界 制造强国阵营中等水平 新中国成立100年 制造业主要领域具有创新 引领能力和明显竞争优势 建成全球领先的技术体系和产业体系 综合实力进入世界 制造强国前列 “三步走”战略目标：用三个十年，从跻身世界制造强国到成为引领世界制造业发展的制造强国 【

5、人工智能产业第一个系统性部署文件】 人工智能发展到了新阶段 现状 我国的人工智能产业已具有良好基础和独特优势 亟需构筑我国人工智能产业的先发优势 把握双重属性，强调人工智能的技术属性和社会属性高度融合 制定六个重点任务，全面拓展重点领域应用深度广度 新一代人工智能科技创新体系培育智能经济建设智能社会 促进人工智能技术的军民双向转化智能化基础设施体系建设布局“1+N”新一代人工智能重点项目群 “新一代”下的保障措施、组织实施 相关法律法规建设和有关部门部署实施 制定阶段性计划和建立监测评估机制 重大任务和政策上，施行试点 对可能挑战和风险的保障措施 产品创新投资机遇产业融合风险挑战 政策提示要防范人工智 能研发、运用中的风险， 对保险产品创新起到推 动作用。 人工智能企业的发展配套 金融扶持政策，给保险资 金带来新的投资机遇。 政策愈发强调产业深度 融合，促进人工智能产 业向保险企业经营和保 险监管提供技术输出。 人工智能劳动替代与人 工智能领域人才培养的 政策支持，给保险从业 人员带来机会与挑战。 思维导图 Part 02 发展历史核心技术应用场景 诞生 大发展 困境与挫折 突破 未来

6、已至 基础技术支柱技术应用技术 智能医疗 智能教育 智能家居 智能制造 智能金融 人工智能 1943 1956 1969 1980 人工智能的孕育期 （1943-1955） 1952 1955196619731986 狂热的发展期 人工智能理论的大突破 （1952-1969） 达特茅斯会议 人工智能的诞生 困难与突破 专家系统的诞生 （19661973） 人工智能的产业化 （1980至今） 人工智能的科学化 （1980至今） 专家系统 机器学习 集群智能 遗传算法 (最优化信息处理) 神经网络 (非线性信息处理) 模糊逻辑 (不确定性信息处理) 知识表示技术 知识推理技术 人 工 智 能 核 心 技 术 应用技术 基础技术 支柱技术 医疗机器人 智能诊断 智能药物研发 智能健康管理 师生匹配 个性化学习与评估 智能管理支持 智能门禁系统 智能安防系统 智能语音系统 智能家电 生产分拣 缺陷检测 故障检测 智能投顾（保顾） 智能客服与销售 智能反欺诈 智能制造智能家居智能医疗智能教育智能金融 思维导图 Part 03 人工智能在保险行业的应用 人工智能深度影响保险行业 人工智能重点领域的

7、典型应用 应用案例分析 对保险客户服务的影响 对寿险、非寿险及再保险业务的影响 对保险从业人员的影响 风险管家“大白”智能保顾 蚂蚁金服“定损宝”理赔定损 平安“智能认定”身份认证 太平保险智能客服“小慧”智能客服 保险个性化 智能保顾 智能承保 索赔管理与反欺诈 美国Lemonade无纸化服务 新加坡CXA Group综合销售平台 美国PolicyGenius比价销售平台 对保险核心业务的影响 保险资金运用 01对保险客户服务的影响 02对保险核心业务的影响 03对寿险、非寿险及 再保险业务的影响 04 对保险从业人员的影响 产品设计 销售 承保 实人认证 节省时间 投保 智能定损 减少欺诈 理赔 节省人力成本 提升服务水平 售后服务 与用户有效互动 为用户筛选产品 定制化产品 个性化定价 绘制用户画像 精准评估风险 精 算 风险控制 保险资金运用 充分了解用户健康信息 有助于产品设计与开发 提高与用户的沟通效率 精准定价 智能定损 反欺诈 增强风险分析能力 提高索赔管理能力 提高沟通谈判效率 寿险 非寿险 再保险 人工智能对保险从业人员替 代的能力和程度逐渐加深 弱智能时代 中智能

8、时代 强智能时代 保险个性化智能保障智能承保 保险资金运用索赔管理与反欺诈 细分风险 建模分析 定制产品 用户风险评测 保险需求分析 保险产品推荐 评估风险 预防风险 降低赔付 核实身份 快速定损 识别欺诈 完善内部控制 防范金融风险 提高预期收益 无纸化服务 美国Lemonade 智能客服 太平保险智能客服“小慧” 理赔定损 蚂蚁金服“定损宝” 比价销售平台 美国PolicyGenius 综合销售平台 新加坡CXA Group 智能保顾 风险管家“大白” 身份认证 平安“智能认证” 思维导图 Part 04 技术成熟度曲线 理论模型与方法 文本挖掘技术 发展阶段评估 新闻关键词频统计 热点和趋势分析 关键词TF-IDF统计 技术成熟度曲线 技术成熟度曲线(Hype Cycle)，又称炒作周期曲 线，指的是新技术或者新概念在媒体上的曝光度 （即可见度）随时间的变化曲线 ，如下图所示。 可以帮助相关主体通过媒体曝光度来评估新技术 或新概念所处发展阶段，进而做出相应的决策。 文本挖掘技术 通常情况下，与每个主题相关的新闻报道数量 反映了该主题的受关注程度，通过文本挖掘技 术对文本数据进行分

9、析，可以及时发现社会热 点，帮助相关主体更加科学有效地做出判断与 决策。 曝光度 技术触发期 泡沫谷底期 稳步复苏期 生产高峰期 时间 期望膨胀期 获取数据集文本预处理挖掘分析结果可视化 I.“AI+保险”的投融资和主要玩家：“投资”“基金”“互联网”“融资”“腾讯”“平安”“百度”“阿里”“京东” II.热点地区：“上海”“北京”“深圳” III.人工智能的科技属性：“科技”“技术”“数据”“研发”“软件”“计算”“芯片”“机器学习”“算法” IV.AI在保险业应用的场景：“汽车”“医疗”“健康”“驾驶”“无人驾驶”“场景” V.AI在保险价值链各环节的应用：“平台”“支付” “移动”“电商”“精准营销”“渠道” VI.AI对保险业的影响：“创新”“客户”“体验”“成本”“环保”“效率” VII. 风险与监管：“信息”“风险”“政策”“监管”“安全” 词频统计能够全面地描述拥有高词频的关键词，但可能会遗漏低 词频却具备高相关性的词语。 TF-IDF核心思想：字词的重要性随着它在某个文件中出现的次数 成正比增加，但同时会随着它在整体语料库中出现的频率成反比 下降。因而，低词频（即在整体语料库中出现的频率低）且同时 拥有高相关性（即在某个相关文件中出现的次数高）的关键词将 具备较高的TF-IDF值。 TF-IDF的计算结果中出现了15个区别于词频统计结果的关键词， 分别是“马化腾”（第2位）、“李彦宏”（第3位）、“风口” （第4位）、“BAT”（第5位）、“马云”（第12位）、“物联 网”（第14位）、“硬件”（第16位）、“O2O”（第18位）、 “机器人”（第26位）、“普惠”（第30位）、“图像识别” （第35位）、“信息技术”（第36位）、“人机交互”（第44 位）、“风控”（第45位）、“大白”（第47位）。 直到2017年10月AlphaGo Zero的出世使得人工智能的曝光 度达到了顶峰，至此我们认为从技术成熟度曲线来看符

《人工智能保险运用路线图－复旦大学中国保险科技实验室－2018－85页》由会员jiben****gshi分享，可在线阅读，更多相关《人工智能保险运用路线图－复旦大学中国保险科技实验室－2018－85页》请在金锄头文库上搜索。