“互聯網思維過時了，現在是AI思維”。
十天內，互聯網思維的創造者百度董事長兼CEO李彥宏兩度提及AI思維，且認為：
人工智能時代將從根本上解決人與萬物交流的問題，AI對這個社會的改變在本質上與互聯網不是一個量級的——人工智能將把原來的不可能變成可能。
未來每一個人，每一個企業都需要擁有AI新思維。AI新思維包括五個方面，是基於萬物互聯，重新審視人與物的關係，並對市場、用戶、產品、企業戰略等進行重構的思考方式。
事實上，無論是早年的互聯網思維，還是大熱的賦能概念，乃至近日的AI思維，本質上都是對社會的又一輪數字化改造。所不同在於，歷經多年積澱這一波數字化轉型不再是自下而上的艱難突破，而是自上而下、以解決方案為主的垂直型數字化改造。
如金融業、製造業、零售業甚至農業的改變已經實實在在的發生，金融科技、產業互聯網、新零售、新農業...... 加之早已存在的自下而上的點的突破，將完成整個商業和社會的數字化進化。
這種橫向和平臺型的數字化轉型浪潮中，存世數百年的傳統金融行業——保險該如何找到生產力式的數字化轉型方向。
近日，瑞士再保險瑞再研究院《sigma》創刊50週年活動中，瑞再研究院院長Jeffrey Bohn發表“數字化社會：人機共存”的主題演講，系統分享了這家百年再保公司對保險公司數字化轉型的思考與判斷。
《今日保》(微信公眾號:Insurance_Today)特截取部分觀點，加以編輯和解讀，共談AI思維下的保險業。
1
大背景：數字化社會是技術豐富的產物
數字化社會是社會科技發展的一個漸進的時代產物，這是生產力的迭代。
縱覽250多年前的第一次科技革命、150多年前的第二次科技革命、50多年前的第三次科技革命，均是生產力的重大演進。
從蒸汽技術革命、電力技術革命，到計算機及信息技術革命，每一次科技革命都是在人類對自然界及社會組織形式的認識、研究出現飛躍的基礎上，進而相繼出現科學革命、技術革命、產業革命，引發整個經濟領域和社會領域的重大變革。
每一次科技革命都極大改變了全球政治經濟格局。
這一次，人類社會進入數字社會、數據時代。
2
影響未來保險最重要的三項前沿技術：物聯網+分佈式賬簿+人工智能
未來10年哪些基礎科學突破會影響互聯網的科技產業，產業互聯網和消費互聯網融合創新會帶來哪些改變？
這是前端時間，騰訊董事局主席馬化騰於知乎上的發問，亦算得重大技術改變時代的前奏。
Jeffrey Bohn判斷，物聯網（IoT）、分佈式賬簿、人工智能將成為對未來社會影響最大也最為重要的前沿技術。
需要注意的是，這三項技術並非單一的技術，每個技術的底層都有很多算法以及實現的方法。
如分佈式賬簿，其中一種方法類似區塊鏈的比特幣加密算法，但這只是其中一種實現分佈式賬簿的方法，而這種方法也不是絕對的，最佳的，每一個IoT、分佈式賬簿和人工智能底下都有很多的技術。
“保險行業通過不同視角、不同應用場景應用上述技術時，需要考慮使用的方法和場景。這也是上述三層技術為保險帶來的應用和契機。
如果保險行業能夠集合物聯網、分佈式賬簿及機器智能的綜合能力，可以對整個保險的價值鏈進行轉型，原來以客戶導向的價值鏈方式轉化成以設備或者終端為導向的轉型。
如現在銷售車險需要車主找保險員或者保險員找車主的流程。
未來一個轉型的方向是，由汽車廠商在生產汽車的過程之後，在前端就可以跟保險公司合作，可以做成參數型的合同，就是說汽車全生命週期的事故、具體使用的情況，都可以做參數化的管理。
如果真正將之打通，無論汽車廠商還是樓宇等基礎設施，都可以做到整體核保、理賠的打通。也就是說，未來保險行業會有更多的技術應用到場景中。
3
保險人工智能領域重頭戲：機器人流程自動化+智能自動化
上述是人工智能可能產生的八大問題，其中是否會取代人類工作成為最受關注者。
先看人工智能的相關定義，與之相關的詞彙大概有十個：
人工智能：模擬並可能超越人類智能；
通用人工智能：可能具有自我意識的智能；
機器學習：依賴數據的校驗；
深度學習：無需模型，依賴數據的校驗；
元學習：學習如何學習；
認知計算：模擬人腦過程；
增強智能：人類助手；
專家系統：使用知識庫的顧問系統；
機器人流程自動化：複製重複過程的機器人系統；
智能自動化：使用自動化，更好發揮人類生產力的混合系統。
Jeffrey Bohn認為，未來最有潛力，及最具有實際意義的是最後兩個：
機器人流程自動化和智能自動化。電影中超越人類智能、具有自我意識的智能距離我們還很遠，且不提應用到大規模的生產中。
人工智能也不會替代人類，會改變人類工作方法和效率。
多年前美國曾討論：ATM是否會替代銀行的工作人員？ATM改變了取款的流程，也改變了銀行工作人員的作業模式。他們轉變了工作的方法和思路，變成可以做理財規劃、房產建議的服務顧問角色。
現在不僅保險行業，各行各業都有很多現行的流程，人工成本非常高、效率也非常低下。
舉個例子：如經營決策之前關於數據的篩選和計算，需要大量的人工工時，完全可以用自動化的流程實現和調整。
回到保險業，流程的自動化包括前端的自動核保、後端的自動核賠。如車險的定損，用算法培訓機器，加入圖像識別技術，即可完成自動化流程的重塑。
4
戰略明晰的大型險企與技術型公司組合擁有更多突圍機會
“大約從2003年開始，美國就在廣泛的討論保險技術非常有可能會是下一個顛覆保險行業的重大里程碑式的技術，並預測初創型的技術獨角獸或者技術公司能顛覆保險行業。實際上反而是既有技術能力又有數字化戰略的大型保險公司跟技術型的企業聯手，做成了一種戰略聯盟或者戰略綜合體的形式。”
Jeffrey Bohn認為，那些有著技術願景，有著數字化戰略的大型保險公司，他們在跟技術企業攜手的時候，能夠給到更多的顛覆，尤其是可以顛覆一些傳統型、數字化轉型慢的保險公司。
事實上，《今日保》(微信公眾號:Insurance_Today)之前的文章《三問保險科技：“顛覆”還是“攪局”，護城河在哪裡？》也有過類似觀點，關於保險科技的應用更多的還是在領先的傳統保險公司。他們數字化轉型的目的之一也是利用新技術降低成本、提高效率。
如英國的Direct Line，在不到二十年的時間內，從市場上的新公司成長為Top 10 的保險公司。美國的Geico、USAA、Progressive、Esurance、Hardfort 等公司也因為直接保險模式加上保險科技的武裝而取得獨特、領先的市場地位。
5
重視移動端口的突破：有能力過濾、挖掘、清洗及數據展示的險企才有更好的未來
“在數字社會，如果把數據比喻成石油，那麼人工智能就是煉油廠。”
算法流程和技術本身固然重要，但數據的展示、清洗、挖掘、處理也很重要，且不可分開。
很多保險公司都會在技術方面請很多大數據工程師、技術專家做核心的技術，比如算法、編程方面做到位，但是在數據的清洗、管理以及使用方面準備不足。
原因，只關注了技術層面，沒有關注數據的部分。做好數據準備後，數據的展示和信息的展示方面亦有嚴重不足。
數據和信息的展示不僅是技術問題，更需要設計人員的參與，設計師也是非常重要的一個環節。
相對於其他行業來說，包括銀行、保險，金融行業在技術展示、技術界面或者信息設計方面做的是最差的，尤其是在用戶界面設計方面非常差。
這也是當前很多人還沒有買保險的一個重要原因，購買體驗太差。
如前端的核保流程擁有冗長複雜的流程，如果可以利用大數據直接給出客戶畫像，自動完成核保等各種信息，將極大簡化購買流程。理賠端亦如此。
由此，Jeffrey Bohn建議保險行業應該從移動技術方面去突破，未來能夠在移動技術上有所突破的公司才是有發展潛力的。
“中國在採用保險技術創新方面，會比別的國家要快”，因為他到處去講新的理念和新的技術的時候，別的國家有一些遲疑的態度或者是有點保留的，或者是有點畏首畏尾，總是拿監管者的理由作為藉口，或者是技術上還不夠成熟、穩定，監管方也不會太支持。而中國已經走在探索的路上。
“我在美國還用現金，這邊已經全部網上支付了。”
閱讀更多 燕梳文化 的文章
