文 | 周天財(cái)經(jīng)

周天財(cái)經(jīng) 原創(chuàng)出品

(資料圖)

丘吉爾曾說：「如果我能辦得到，一定會(huì)把「保險(xiǎn)」兩個(gè)字貼在家家戶戶的門上，每一個(gè)公務(wù)員的手冊(cè)上，每個(gè)企業(yè)的章程里。」作為一項(xiàng)相當(dāng)特別的金融產(chǎn)品，保險(xiǎn)幫助我們對(duì)抗「不確定性」。

But，在投保時(shí)，我們卻發(fā)現(xiàn)，不確定性還是無(wú)處不在：

各類險(xiǎn)種五花八門，該優(yōu)先配置哪個(gè)？

每一項(xiàng)險(xiǎn)種下又有不同保司的不同產(chǎn)品，該怎么選？

即便是選定了一款產(chǎn)品之后，買多少保額才算合適？

…

以上只是粗略一列，每一項(xiàng)問題展開背后又有著許多門門道道，就比如醫(yī)療險(xiǎn)和重疾險(xiǎn)區(qū)別，保險(xiǎn)合同中的各類專業(yè)術(shù)語(yǔ)等等，「買保險(xiǎn)究竟要怎么買」成為困擾著消費(fèi)者的共性問題。

圖片來源：微博

以我詢問了身邊朋友的情況來看，絕大多數(shù)人都對(duì)保險(xiǎn)的重要性有認(rèn)知，知道保險(xiǎn)重要，再往下大致分為三類，一是覺得太復(fù)雜被「勸退」，二是硬著頭皮找資料、咨詢專業(yè)人士弄清楚各個(gè)細(xì)節(jié)，三是囫圇買了些產(chǎn)品，但可能存在沒買足保額或是買到性價(jià)比較差的產(chǎn)品，甚至可能因?yàn)榻】蹈嬷獑栴}有無(wú)法理賠的風(fēng)險(xiǎn)。

造成這一現(xiàn)象的原因，一方面是保險(xiǎn)本就是復(fù)雜度極高的金融產(chǎn)品，其本質(zhì)是為風(fēng)險(xiǎn)和意外定價(jià)，保險(xiǎn)公司還要確保有錢賺，普通人想弄清楚費(fèi)時(shí)費(fèi)力是常態(tài)；另一方面，與商業(yè)保險(xiǎn)相對(duì)發(fā)達(dá)完善的西方國(guó)家相比，中國(guó)保險(xiǎn)行業(yè)起步較晚，但市場(chǎng)規(guī)模又很大使得過去多年行業(yè)野蠻生長(zhǎng)，供需兩端都沒有建筑起很好的互信基礎(chǔ)，急需站在消費(fèi)者需求角度進(jìn)行方案規(guī)劃的意識(shí)和能力。

圖片來源：微博

那么，有什么辦法能夠讓消費(fèi)者省心省力買對(duì)保險(xiǎn)？

我們注意到，在支付寶里的螞蟻保板塊，近日正式上線了名為「省心配」的智能保險(xiǎn)配置工具，通過人工智能技術(shù)為困擾消費(fèi)者和全行業(yè)的投保痛點(diǎn)找到了一條新道路。

GPT 時(shí)代，AI 保險(xiǎn)規(guī)劃師來了

「省心配」顧名思義，就是能夠根據(jù)用戶的個(gè)人實(shí)際情況量身定制保險(xiǎn)配置方案，用戶在支付寶搜「省心配」就能體驗(yàn)，非常值得一提的，這是行業(yè)里首個(gè) AI 保險(xiǎn)規(guī)劃師。

在實(shí)際使用過程中分為三個(gè)步驟「風(fēng)險(xiǎn)分析 - 保障評(píng)估 - 產(chǎn)品匹配」，只需要用戶確認(rèn)年齡、地區(qū)、收入等信息后，就可以通過螞蟻保 HRAAM 保障配置模型來生成方案，全程不超過 30 秒。

一個(gè)產(chǎn)品細(xì)節(jié)是：如果是為本人配置的話，像年齡和常駐地區(qū)已經(jīng)有默認(rèn)填寫，收入則是采用了統(tǒng)計(jì)數(shù)據(jù)中的當(dāng)?shù)仄骄杖胨?，如果收入與實(shí)際不符，也可自行手動(dòng)調(diào)整，這也降低了填寫提交信息的復(fù)雜度，頁(yè)面上也注明了對(duì)隱私數(shù)據(jù)的相關(guān)保護(hù)，有效減少了用戶對(duì)輸入個(gè)人情況的顧慮，打磨相當(dāng)充分。

通過 HRAAM 模型計(jì)算，最終在產(chǎn)品匹配頁(yè)面，省心配會(huì)選出最適合用戶的一組配置方案，并且直接給到具體的產(chǎn)品、保額以及配置順序，用戶再根據(jù)自己的實(shí)際需要進(jìn)行購(gòu)買即可。

我在使用過程中最大的感受是，省心配將科技能力與產(chǎn)品打磨結(jié)合得非常「絲滑」。

一方面，HRAAM 模型的測(cè)算需要的個(gè)人數(shù)據(jù)遵循「最小可用」，只需要填寫很少的個(gè)人情況，給出的推薦結(jié)果卻十分「務(wù)實(shí)」：每一項(xiàng)的配置保額都有嚴(yán)謹(jǐn)?shù)挠?jì)算公式，比如意外保障就綜合了用戶、年齡、人群的意外發(fā)生率、收入水平、用戶常駐地的康復(fù)護(hù)理費(fèi)以及用戶年齡人群的建議補(bǔ)償周期，讓保額夠用但又不會(huì)太多導(dǎo)致浪費(fèi)錢；另一方面，省心配在每個(gè)環(huán)節(jié)都配有相關(guān)的文字解釋和數(shù)據(jù)參考，一目了然，非常適合沒有太多配置經(jīng)驗(yàn)的保險(xiǎn)小白。

這款模型處處體現(xiàn)著「夠用」的產(chǎn)品精神，技術(shù)有價(jià)值觀，HRAAM 模型背后的價(jià)值觀是：減少用戶過度購(gòu)買，避免過度保障，減少用戶焦慮，好的產(chǎn)品，理應(yīng)是「less is more」的。

類似于目前大熱的 ChatGPT 產(chǎn)品：用一個(gè)極致簡(jiǎn)單的對(duì)話框蘊(yùn)藏了人類迄今為止最先進(jìn)、復(fù)雜的人工智能工具，產(chǎn)品在前端界面越簡(jiǎn)單、強(qiáng)大、易用，往往意味著產(chǎn)品將復(fù)雜留給了自己。

盡管看上去都是一種「生成式 AI 應(yīng)用」，但「省心配」背后的核心 HRAAM 模型（Househould Risk Assurance Allocation 家庭風(fēng)險(xiǎn)保障配置模型）和 GPT 等自然語(yǔ)言處理模型不同，HRAAM 主要專精于運(yùn)籌優(yōu)化領(lǐng)域，并且因?yàn)槭峭ㄟ^螞蟻保的行業(yè)垂直數(shù)據(jù)進(jìn)行訓(xùn)練，在風(fēng)險(xiǎn)判斷和產(chǎn)品匹配上更具「術(shù)業(yè)專攻」，能夠合理分配有限的資源覆蓋更多的風(fēng)險(xiǎn)情況，而不經(jīng)過垂直領(lǐng)域訓(xùn)練的 GPT 相對(duì)來說缺少行業(yè)數(shù)據(jù)，且在短期內(nèi)也缺少直接形成配置方案的可能性。

HRAAM 模型是在保險(xiǎn)精算學(xué)理論的基礎(chǔ)上，融合傳統(tǒng)金融學(xué)方法論，運(yùn)用神經(jīng)網(wǎng)絡(luò)算法技術(shù)，針對(duì)每個(gè)用戶配置幾萬(wàn)種到十幾萬(wàn)種方案，最終「翻箱倒柜」地選出最適合用戶的一組方案在前端呈現(xiàn)，可以說后臺(tái)運(yùn)算這短短幾秒時(shí)間稱得上是「袖里乾坤」。

就目前的體驗(yàn)而言，螞蟻保省心配已經(jīng)能夠滿足普通用戶「買什么險(xiǎn)種」、「買哪款產(chǎn)品」、「買多少保額」的問題，而且因?yàn)槊總€(gè)步驟的解釋非常清楚，即便用戶最后不選用省心配的方案進(jìn)行配置，單是使用產(chǎn)品的過程，也是一次個(gè)性化且直觀易懂的保險(xiǎn)科普。

AI 定制保險(xiǎn)配置，暗藏著互聯(lián)網(wǎng)保險(xiǎn)的未來

將 AI 應(yīng)用于保險(xiǎn)行業(yè)并不新奇，此前幾年如 AI 智能客服、AI 保險(xiǎn)精算以及利用 OCR 識(shí)別智能理賠已經(jīng)在大型保險(xiǎn)公司得到了普及運(yùn)用，但是在渠道端直接去和用戶接觸的成功用例少之又少。

以 2020 年 7 月上市的 Lemonade 為例，這家公司依靠純線上模式獲客、投保、查詢和理賠，試圖通過去掉代理人環(huán)節(jié)節(jié)省下來的傭金讓利給客戶，但是由于獲客推廣仍然需要高昂的市場(chǎng)營(yíng)銷成本，加之內(nèi)部經(jīng)營(yíng)效率問題 Lemonade 遲遲未能盈利，上市后還曾被渾水做空，目前股價(jià)已不足高峰時(shí)期的十分之一，可見保險(xiǎn)科技的商業(yè)實(shí)踐遠(yuǎn)比紙面推演復(fù)雜得多。

分析下來，原因還是門檻過高：需要同時(shí)具備技術(shù)能力、數(shù)據(jù)支持以及用戶信任，符合要求的玩家本就極其有限。以螞蟻保為例，深厚的技術(shù)研發(fā)能力，「剛好夠用即可」的產(chǎn)品觀，是螞蟻保能夠推出「省心配」的前提，據(jù)周天財(cái)經(jīng)了解，HRAAM 模型在推薦過程中不受傭金因素影響，主要是站在用戶角度進(jìn)行公正客觀的科學(xué)配置。

自去年底 ChatGPT 橫空出世以來，業(yè)界認(rèn)識(shí)到 AI 會(huì)讓很多行業(yè)「值得重新做一遍」，保險(xiǎn)行業(yè)或許也不例外，「省心配」就是新一輪 AI 浪潮下的垂直產(chǎn)業(yè)先鋒產(chǎn)品。

AI 在走近人們生活的過程中，本質(zhì)上還是要服務(wù)于人，以人為主導(dǎo)，而保險(xiǎn)行業(yè)本質(zhì)上也是一個(gè)尊重生命價(jià)值，幫助人們生活得更加幸福的行業(yè)，這使得像「省心配」這樣的 AI 保險(xiǎn)規(guī)劃師的出現(xiàn)多了一重現(xiàn)實(shí)意義。

好的保險(xiǎn)規(guī)劃師是可遇不可求的，如果將互聯(lián)網(wǎng)保險(xiǎn)的出現(xiàn)視作保險(xiǎn)行業(yè)的一次「信息平權(quán)」，消費(fèi)者可以更加輕松、便捷地接觸到大量保險(xiǎn)產(chǎn)品，那么不妨將「省心配」的推出視作「規(guī)劃平權(quán)」、或者說「服務(wù)平權(quán)」的起點(diǎn)，的確，數(shù)據(jù)顯示，「省心配」已經(jīng)足以幫助用戶節(jié)省 30% 的投保費(fèi)用。

一個(gè)用戶告訴我，他沒耐心查看保險(xiǎn)條款，實(shí)際上，他后來才發(fā)現(xiàn)，在自己買的兩份保險(xiǎn)中，都含有一條相同的保障，是 AI 幫助他發(fā)現(xiàn)了其中的重復(fù)浪費(fèi)。螞蟻保「省心配」項(xiàng)目負(fù)責(zé)人張程也向我提到，他自己的父母從上世紀(jì) 90 年代就給他買了大量的保險(xiǎn)，如今回頭看，發(fā)現(xiàn)有大量的購(gòu)買都集中在一些儲(chǔ)蓄型保險(xiǎn)上面了，而具有保障作用的重疾險(xiǎn)和意外險(xiǎn)，卻是缺失的。

這就是業(yè)內(nèi)第一個(gè) AI 保險(xiǎn)規(guī)劃師對(duì)于用戶的意義，只需要符合保險(xiǎn)的常識(shí)，不需要眼花繚亂的似是而非，足夠公允，又足夠簡(jiǎn)單，讓普通用戶可以快速、輕松地獲得「夠用」的保險(xiǎn)規(guī)劃服務(wù)，而人類保險(xiǎn)規(guī)劃師的優(yōu)勢(shì)則是提供水準(zhǔn)以上的專業(yè)服務(wù)，并且發(fā)揮機(jī)器所不具備的如共情、長(zhǎng)期信任等價(jià)值，二者搭配，或許能形成更加良性的行業(yè)生態(tài)。

相比動(dòng)輒「拉滿配置」，過度服務(wù)，這一次，我更相信「最小可用」。

本文首發(fā)于微信公眾號(hào)：周天財(cái)經(jīng)。文章內(nèi)容屬作者個(gè)人觀點(diǎn)，不代表和訊網(wǎng)立場(chǎng)。投資者據(jù)此操作，風(fēng)險(xiǎn)請(qǐng)自擔(dān)。