雪崩時沒有一片雪花是無辜的！
保險的數字化價值鍊的重塑中，也不是由一種技術來承載，而是由多種技術與保險業務的深度工程化結合作用的。也正是這些工程化保險科技作為堅實底座，共同支撐起了保險的新型數字化價值鍊。
1、保險體驗科技
從上面對保險數字化信号的分析來看，保險行業從高速發展的階段進入到追求品質的階段。需要保險公司更了解客戶需求，“以客戶為中心”、“強化客戶經營”成為保險公司核心戰略。
但是，保險的體驗卻成為客戶吐槽的“重災區”：“保險條款晦澀難懂，了解保險内容就像在做‘閱讀了解’”、“有些保險代理人利用資訊不對稱，大肆推銷保險的收益，反而故意隐瞞部分免責條款，索賠時才發現問題”、“投保前一對一熱心服務、投保後無人問津”、“售後不受重視，感受不到保險價值”、“使用者服務需要接觸APP、網站、代理人等多個觸點，管道間業務割裂，使用者被多次要求送出相同材料，造成大量投訴和流失”、“APP使用就是一種折磨、難用到死”、“APP仍停留在‘功能機’時代的設計、場景單一”。
保險消費進入體驗時代，客戶需要的是便捷化、透明化、場景化、協同化的服務。“以客戶為中心”不再是一個挂在牆上的口号，保險數字化的一個重點方向就是打造一套全面的“保險體驗科技”，借鑒網際網路電商的客戶營運經驗，聚焦在四個方面來提升全旅程的客戶體驗：全管道、全協同、全場景、全智能。
1、全管道
解決體驗斷層、使用者流失的問題，需要從整體、全流程的角度規劃使用者體驗。需要考慮到整個旅程和其中若幹個場景之間的關系，統一各個管道的體驗政策，打通旅程中各管道的關聯，去塑造和管理使用者體驗的整體性。多管道、多場景下的使用者個人資料刻畫出精準的使用者畫像，形成獨有的“保險人設”。根據這個“人設”可以精準地定位使用者的個人背景和家庭結構，進而進行個性化推薦。保險産品的創新變革也将圍繞使用者的生活場景和“保險人設”進行定制。
例如：某保險公司建立跨全管道的公共能力中台，将各個管道煙囪的定位、使用者管理、互動流程、業務資源進行打通整合，實作跨管道統一體驗、跨管道營銷引流、統一使用者識别等，大幅提高客戶在管道間業務銜接、簡化客戶旅程。
2、全協同
通過解決保險從業者與客戶的線上溝通與服務流程協同上的痛點，設計适時的出現與互動時機，能夠幫助他們進一步提升工作效率和溝通品質。
例如：某保險公司希望将使用者線上、内部代理人、業務管理進行打通，實作業務線上化。我們将對内、對外的這兩種數字化能力整合後，形成端到端的“雙線上”方案：1. 對客戶的數字化服務（包括數字化展業、場景化服務、數字營銷、數字化風控、技術營運）；2. 對内部的數字化工作協同（辦公審批、溝通交流、日常工作管理、教育訓練、考勤），整體提高使用者端、代理人端的服務體驗。在使用者旅程中合理地規劃代理人等利益相關者的協同職能，也将更全面地覆寫使用者多樣化的需求，提供多元化的服務。
3、全場景
很多使用者在購買保險之後，與保險公司的互動就變得非常低頻，隻有出現理賠或是扣費的時候才會再次聯系。保險從業者們一直希望能夠讓使用者的價值延續到更多的産品和服務中去，卻發現這一步十分難走。尤其是像壽險這樣的保險産品，保單會伴随使用者長達幾十年的時間，這期間的客戶關系管理就需要一套“多場景+權益”的服務體系，以讓使用者與保險公司之間關系變得高頻、密切。
例如：某保險公司在建設的新一代APP平台中，除了建設保險線上銷售體系、線上理賠服務外，更進一步引入内部健康、養老、醫院等服務，同時引入線上的多元的生活場景權益服務，提高客戶黏性和互動。
4、全智能
智能化能力運用，一方面可以在客戶互動旅程的方方面面來簡化流程、簡化互動摩擦，例如：OCR、LBS、掃一掃、人臉識别、智能互動等。另一方面可以大幅增加業務效率、降低風險、降低成本，例如：智能營銷、智能風控、智能客戶服務。
例如：某保險公司通過移動APP+智能中台，實作線上化智能保障缺口分析，使用者填入個人情況和家庭結構後，系統以可視化的方式呈現由AI智能分析出的家庭風險，并根據已持有産品來分析現有風險覆寫情況和待覆寫部分，讓使用者了解現有的風險缺口。這種站在使用者的角度進行智能化推薦，是智能化在客戶體驗方面的重要應用。
保險業務線上化後，除了服務、操作體驗是影響客戶留存的重要因素，端智能也成為重點發展的方向，目前部分先進的端實踐已經将邊緣計算應用于前端産品上，通過端側豐富的使用者行為資料和觸發點，利用機器學習和深度神經網絡，在端側持續感覺使用者意圖，抓住使用者轉瞬即逝的興趣點，并給予使用者及時的結果回報，提高獲客率和轉化率。
端智能可以将原來的服務端的決策或業務處理前置在前端，引入機器學習和深度神經網絡模型，結合使用者行為資料，在端側持續感覺使用者意圖，實時決策并實時回報結果給使用者，這樣解決了實時性差以及決策系統可調整性差的問題， 提高互動響應時效，使得業務操作更流暢，提升了客戶的操作體驗。
2、保險硬核科技
在銀行領域，“開放銀行理念”越來越被接受和認可，越來越多的銀行在建立自己的開放銀行體系，希望向Bank4.0中提到的“走出銀行辦銀行”方向轉型，将銀行業務通過數字化連接配接無縫地融合在C端和B端使用者的場景中。
頭部保險公司也已經意識到這股趨勢，也開始搭建自己的“保險開放”平台，但我們看到許多保險公司都簡單地将“保險開放平台”等同于“開放API平台”來建設，僅僅提供部分保險業務API能力對外開放。而這樣的API開放方式，合作夥伴缺乏動力、使用門檻高、業務見效慢，隻是變成原來對外接口平台的“新馬甲”，沒有通過生态合作來實作業務産品創新、客戶服務體驗提升的目的，使得大部分API平台變成了“雞肋”。
而真正的“保險開放平台”建設首先應該考慮的是如何吸引生态夥伴建立“保險生态圈”，形成“雙赢、多赢”局面，通過開放生态圈來提供多元豐富的場景、權益、營銷觸達、産品設計、服務營運等，充分發揮數字化的連接配接能力，建立每個公司獨特的保險生态“朋友圈”，形成“平台型公司”，最後産生業務上互相作用的“化學反應”。
保險開放科技 = 引進來 + 走出去 ！
引進來
在C端使用者服務、代理人服務方面，保險服務需要更加“有溫度”的服務體驗，讓客戶感受到“保單内和保單外”的綜合“保險價值”、讓客戶感受到相比其他公司“多出一盎司”的幸福感。通過“引進來”的開放模式，客戶在保險服務流程中充分連接配接外部的生活化場景，提高客戶黏性，同時在場景中完善保險服務流程中的欠缺環節，實作對保險産品創設、客戶情況評估、客戶畫像資料補充等，獲得“意外驚喜”。
比如：某保險公司建立了“小程式開放平台”，圍繞使用者的生活場景，通過小程式方式連通更多生活服務平台、引入外部高頻生活場景，配合相關的線上權益激勵和交流群，搭建客戶二次傳播和營銷平台，不但可以激活客戶黏性，而且讓客戶擷取激勵的同時成為活動二次傳播者，更大程度地釋放了營銷管道。
保險硬核科技
保險開放科技
走出去
除了在服務流程中引入外部場景，保險服務也要向外“走出去”。也可以通過“保險開放平台”更多連通外部平台接入生活服務，圍繞使用者在外部線上平台上的生活場景，适時地推薦相關險種，搭建保險銷售新觸點。
在生活場景中，使用者接觸到保險的管道變得更加多樣。場景中的任何一個觸點，如與健康管理相關的智能穿戴裝置、運動APP、醫院平台等，都可以成為商業醫療險觸達使用者的管道，多管道建立起保險與使用者的聯系。比如，某保險公司通過“區塊鍊開放平台”，逐漸建立“健康聯盟鍊”，打通多個保險與醫療機構之間的連接配接，商業醫療險可以不需要使用者申請就自動完成理賠服務，省去中間繁瑣的環節。
保險業務中需要涉及大量的、多種類型的合作夥伴，中介代理、場景權益服務、三方管道、履約服務、查勘、外部調查、醫療機構等等。綜上所述，保險業務的全鍊路均需要合作夥伴的參與。通過“保險開放科技”建立起數字化的“保險生态圈”對保險高品質發展尤為重要，但“保險開放科技”并不是單一的API開放、也不是小程式開放的單一技術方案，而是一整套開放技術架構+開放營運能力（引入、測試、上線、建立）+開放業務資源的組合（場景、權益等），保險公司需要從業務、管理、組織、科技全面規劃，但循序漸進式逐漸落地。
3、保險營運科技
“流水不争先，争的是滔滔不絕！”一個保險企業能長盛不衰的關鍵在于持續的客戶服務與營運能力建設。數字化畫像、數字化營銷、數字化風控、數字化定價等這些數字化營運能力已經成為數字金融未來的核心競争力。為了實作數字化營運，保險企業需要充分利用移動技術、資料與智能化技術，建立端到端數字化營運閉環體系。主要通過“資料管理中台化”、“産品管道過程化”、“使用者營運精細化”、“作業流程自動化”四個次元來實作保險營運科技。
1、資料管理中台化
資料基礎建設是保險營運科技的基礎，若想真正制勝數字化時代的營銷競争，就必須建立一個以“客戶OneID”的資料中台體系，360 度全方位整合、處理、分析客戶和營運全生命周期資料。客戶畫像
例如：某集團性保險公司通過建立全公司的資料中台，實作對客戶多業務線(壽險、财險、健康、醫療等)的統一識别。在業務員端，僅需輸入客戶名字，AI會通過客戶OneID來關聯客戶個人及家庭綜合保障情況，自動計算出該客戶的保障評分、個性化推薦産品評分，向業務員展示顯性銷售線索；同時提供線上演練，比對與客戶溝通的話題等功能，讓業務員與客戶見面之前做好充分的準備，提升成交率，AI已經成為一線業務員展業的貼心助手和随問随答的專家。
2、産品管道過程化
保險營運科技的一大核心是，對于客戶所接觸管道和産品形成過程化“微操管理”，結合各個管道的過程資料采集分析（點選、浏覽時長、關注、流失、評價、咨詢等）來實作深入客戶了解，把握顧客潛在需求和互動時機，實作客戶的數字化營運與最大程度轉化。如果說數字時代的整體形态就是“端+雲”的話，那麼端就是管道與産品，雲就是資料，端和雲的溝通協同越緊密，就越能夠互相作用、互相賦能，實作“業務資料化、資料業務化”。是以，數字管道和産品過程化能力是數字化轉型的最後也是至關重要的一環。
例如：某保險公司為了提升代理人的展業效率，通過數字化埋點采集代理人 App過程資料，包括代理人使用 App 的頻次/時長、常用的功能子產品、計劃書制作數量與分享人數、業績情況、學習内容等資料，來分析代理人線上展業的效率、代理人的業績、代理人的成長。并分析各分支機構展業的總體情況，以及各代理人職級的展業情況，不斷為代理人提供更靈活便利的服務。
4、作業流程自動化
自動化、柔性化流程安排是保險公司提升營運效能的必由之路，傳統流程多以現場、紙質、層層授權為基礎，流程前背景互動繁多。以産險代理人管道理賠流程為例，傳統流程中僅授權這一項就要涉及保險代理人與背景營運的多次往返。如果企業能夠将單證授權等操作步驟集中自動化處理，那麼優化後的流程能夠使前背景分工清晰，多次互動改為一次完成，使成本下降、效率提升。
4、保險理賠科技
理賠和服務是保險公司綜合實力的直接展現，也是塑造公司品牌形象的主要發力點。傳統模式上的理賠之是以複雜，是因為場景類型繁多、過程标準不一、參與方多且訴求各異，在執行方面，由于人工執行為主，資訊收集不全，本着“互不信任”的心态把案件處理流程化，靠各級、各環節的制衡來管控風險。我們認為未來理賠服務的業務設計需要回歸保險本源——損失補償。化繁為簡，從“搜集的資料是否達到賠付條件”的視角出發來設計業務過程。具體展現為四個方面的變化：
1）多方位客戶接觸而不是單一的流水線傳導
線上化時代保司與客戶的接觸管道是立體的，線上、視訊、智能裝置等更直覺、更易搜集資料的接觸方式将會大比例替換傳統的熱線客服，機械式問答、記錄的客戶崗會被機器人替代，更專業的、能一次性解決客戶問題的後端營運人員會前置，直接受理客戶的咨詢和申請。
2）面向場景而不是面向過程
理賠過程并非程式化作業，而是針對不同的出險場景、不同的索賠類型、不同的客群實行差異化的作業模式，以“能否立案”、“能否賠付”為關鍵判斷點，按場景需求編排作業流程及作業任務。
3）資源協作而不是上下統攬
作業任務方面，保司的能力展現在如何将作業單元化，再根據難易程度、作業場景将不同的作業單元合理分派給内、外部的可用資源；損失評估方面，将會更多地依靠各個行業的合作夥伴進行專業化評估，保司的能力展現在如何尋找最優的合作夥伴以及過程中風險防控。
4）數字化、智能化營運取代經驗+手工
基于資料+AI的營運指揮是未來理賠服務的趨勢，流程可編排、作業可自動、資料可監控、參數可調整。
基于以上觀點，可以設想未來保險行業的理賠服務是在理賠大腦的指揮下圍繞着“明确案件事實”、“明确履約方案”這兩條主線開展作業，在自動化基礎上，按需發起各類任務，并合理分派給内外部資源及行業生态夥伴，以最優路徑實作履約方案的确認和執行。理賠過程中，基于資料智能提供全方位的監控和風險識别。
理賠大腦是其驅動核心。理賠大腦有左右腦之分：左腦負責推理決策，在案件資料逐漸清晰的過程中，基于設定的營運參數、業務邏輯，結合知識圖譜進行業務活動編排、自動作業處理、任務排程推送；右腦負責感覺決策，基于客戶接觸資訊、案件資訊流，結合算法模型進行客戶意圖識别和案件風險判斷。理賠大腦工作模式示意：
螞蟻保險是“理賠大腦”概念的提出者和科技驅動理賠的堅定踐行者，在“多收多保”、“多付多保”等小額健康險及互相寶重疾險的業務實踐中,已沉澱出構成理賠大腦的三大核心系統應用。
1、智能材料收集系統
保險理賠過程中，從術中的病理檢驗結果，到術後的診斷結果，不同案件所需要的理賠材料各有差異。單純靠使用者自主了解、篩選、送出完成非常困難。資料顯示，重疾險線上報案裡，使用者能夠一次性送出完整材料的占比小于30%。螞蟻“理賠大腦”通過智能線索采集識别，極大簡化使用者理賠報案流程。目前，螞蟻“理賠大腦”最多能識别107種醫療憑證，使用者在送出申請時，智能材料收集系統會根據病種，全自動鑒别和指導使用者上傳報案所需的核心憑證，大大提升使用者的一次報案成功率，同時也最大程度簡化使用者需要送出的材料内容。
2、智能調查系統
目前保司理賠過程中，很難對外部的公估公司和第三方現場調查，以及作業材料進行及時、高效的數字化管理。螞蟻“理賠大腦”通過作業小程式，把原先脫離保司管控的線下調查的黑盒透明化。通過身份認證和位置資訊，保證案件調查的從業人員身份和實際工作驗證。同時對調查内容的結構化處理，并自動生成回複内容，實作理賠線下作業資料化，支援理賠人員在不同的任務裡，對于取回材料和作業内容進行及時管理。也使得後端人員通過結構化的回複，對作業内容回複篩選和判斷。
通過視訊面訪的功能，有效實作身份核實，通過刷臉核實被保險人身份後，進行遠端面訪，同時在伺服器背景保留整個過程。通過NLP技術等，自動将談話内容生成文字，進行智能的風險識别。将談話内容中涉及的疾病、病史，通過系統提示出來，自動提示面訪員，進行進一步的風險問題挖掘。
3、智能稽核系統
傳統的理賠人員，通過上傳的案件材料，包括調查回來的材料，結合購買的保險合同條款，或者是健康告知的内容中，提取關鍵的理賠資訊。在同步鑒定使用者送出的材料真實性後，根據保障條款确定理賠後續。
螞蟻“理賠大腦”利用基于知識圖譜搭建的疾病庫、健告庫、診療庫、醫院庫等，結合使用者送出的、公估公司收集資訊等原始材料。按照時間順序——每份材料實際發生時間，再根據使用者的就診事件的次元、住院的時間次元等不同視角資料，經過AI系統自動判定後，輔助稽核人員判定重點分析内容，實作整體人效比傳統提升70%以上。