摘要：各種證據顯示，人工智能與保險結合的創新，已為保險業發展注入新的活力，實現新的突破。人工智能賦能于保險業，具有十分廣闊的前景和巨大的潛力。但人工智能除其本身固有的風險之外，還包括隨創新相伴而來的各類風險以及因被誤用而帶來的風險。為此，在全面迎來這股顛覆性改變的浪潮之際，需要平衡好人工智能對保險業發展的利弊得失，客觀評價人工智能對保險業具有的賦能和顛覆的雙重特性，分析其利弊得失，提出完善建議。
關鍵詞：人工智能；保險業；保險監管
一、前言
麥肯錫(McKinsey) 2018年5月發布《保險2030年——人工智能對保險業未來的影響》報告中闡釋：“人工智能及其相關技術對保險行業的分銷到承保，從定價到索賠等各個方面均產生巨大影響”。
在2018年6月舉行的“上海論壇保險分論壇”提出：“人工智能已成為近年來保險科技(InsurTech)風口的主要推動力，人工智能與保險結合，必有無限寬廣的發展前景；人工智能在保險行業運用已進入加速階段，預計分別在2025年、2030年和2036年，將實現25%、50%、75%的行業運用”。
有一種見解認為，人工智能在保險行業之運用正在大踏步前進，人工智能與保險結合顯然已不再是一個是否有存在必要的問題？而是一個要積極考慮如何發揮其優勢，融合于整體產業的戰略問題。另有一種觀點認為，人工智能與保險結合之創新，雖給保險業注入新的活力，但科技也是有風險的，人工智能本身就具有的風險，如無人駕駛的風險以及未來各類因創新而衍生層出不窮的風險，對保險業來說既是機遇也是挑戰。
當保險業遇上人工智能，我們期待其利益得以顯現，而風險控管置于可承受的范圍之內。根據2019年《安聯風險晴表》報告，人工智能和其他形式等新技術之影響已經成為第七大的商業風險，超過政治風險和氣候變化等。我們既無法預測人工智能未來發展，更無法完全掌握其可能衍生的風險，故除傳統保險業者需自行審慎因應外，肩負維護金融穩定職責的監管機構對保險業引進人工智能之相關監管更是刻不容緩。
基于此，本文在全面梳理學界、保險業界、監管部門等對人工智能、人工智能與保險等之看法的相關文獻的基礎之上，深入探討人工智能對保險業的發展所帶來的機遇與挑戰，并客觀評價人工智能對保險業具有的賦能和顛覆的雙重特性，分析其利弊得失，最后建言獻策，提出完善建議。
二、人工智能與保險業
（一）人工智能之界定與發展
1.人工智能的界定
“人工智能”一詞于1956年被創造出來，是“制造智能機器的科學與工程”，但從此以后卻被賦予各式各樣的內涵。1980年，美國哲學家約翰瑟爾(John Searle) 和其他人一樣，試圖透過區分“弱/窄”人工智能(Weak/Narrow AI)和“強/寬”人工智能(Strong/Broad AI)之方式進行精確的定義。“弱”人工智能，是指人工模擬智能，機器只能模擬人類具有思維的行為表現，而不是真的懂得思考；“強”人工智能，是指人工思考智能，大膽假設計算機能具有與人相同程度的思考能力。
人工智能之能力與所學習的數據量成正比，惟尚無法完全理解高級語義概念，如“風險”、“競爭”、“回報”、“目標”、“公平”等，現有的人工智能應用程序都圍繞于“弱”人工智能，即可以解決復雜但在定界范圍的問題，類似人類的認知能力，如駕駛汽車、解決謎題、推薦產品或進行醫學診斷等。“強”人工智能則表現出類似人類的智慧，有創造新概念的內在能力，在體驗自我和周圍環境時，雖不一定像人類一樣有意識，但他們有能力解決前所未有的問題，至少表現出與人類一樣靈活的行為。從市場角度的分析來看，目前“強”人工智能尚不存在，預計2040年左右將會出現。
2.人工智能之發展
有關人工智能的未來發展存在諸多觀點，惟大多從技術、產業現狀，以及未來可能的發展趨勢觀察之。
CB Insight是美國知名調研與智庫公司。2019年月2月，該公司公布第三屆《初創公司年度報告(The AI 100)》，是對全球人工智能產業動態觀察的指導性文件，其列出了100家最有前途的人工智能初創公司，該等公司提供人工智能應用硬件和數據基礎設施、優化機器學習工作流程等主要業務。若梳理該報告核心內容，得知全球人工智能產業呈現以下三個發展趨勢。
首先，應用場域重心逐漸轉移擴大。隨著人工智能技術進步與成熟，正在顛覆12個核心領域，包括醫療保健、電信、半導體，政府，零售和金融以及更廣泛的相關技術產業。
其次，產業競爭激烈、交替快速。近三年入選名單中，每年將近有四分之三的公司跌落名單之外，例如，2017年入選的100家新創公司，僅剩29家再次進入2018年的名單中；而2018年公布的公司名單中，僅有25家在2019年再次入選。在高度競爭下，僅DataRobot、Tamr、Textio與Zymergen四家公司仍能連續三年進入榜單中。
再者，美國仍領先各國，而中國漸有斬獲。新創公司集中在美國，近三年入選的數量約75至80家，其他國家均不滿十家。但我國表現相當突出，領先其他國家，2017年首次發布的報告中入選四家，2018年上升到七家，2019年則有六家新創公司入選。從新興創業公司到成熟的獨角獸，各不同階段需要不斷的資金投入和進行產品商業化；排名前2位募集資金最充足的公司——商湯(SenseTime)和曠視(Face++) 均來自中國，其專注于面部識別技術，與政府投資者和客戶合作，第三名是位于加州的Zymergen，利用機器學習發現新材料，重點領域是尋找塑料和石油產品的替代品。
(二) 保險業遇上人工智能后之發展
1.保險業遇上人工智能
當保險業遇上人工智能，究竟發生了哪些顯著的“化學變化”？先從英美發達國家切入進行觀察。從賠付時間上來看，一般保險公司賠付須花費30—45天，然而，位于曼哈頓Lemonade保險公司，其聊天機器人AI Jim，據稱在不到三秒的時間內解決了賠付，從而成為在2017年1月的頭條新聞。
然而，英國在這方面也不甘示弱。英國保誠人壽攜手國際知名科技大廠共同開發的智慧客服平臺“保寶”為目前業界智慧機器人開發時程最短之項目，其能搜集高達500個情境問題，可對應近80%之常見問題，可見，其影響力真得不可輕視。
再把觀察的視角轉向國內。首先，作為中國第一家只提供網上保險業務的保險機構——眾安保險，自2013年以來已售出72億保險產品至4.29億客戶。97%客戶可以用“聊天機器人”通信工具查詢所需信息。同屬保險業界的太平洋保險公司，其創造的人工智能保險顧問“阿爾法保險”的用戶訪問量已逾360萬次；基于1.1億保險客戶的大數據積累，利用網絡圖譜，協同過濾等機器學習算法，已完成了家庭保險保障體系建模。
綜上新聞信息，可見自2010年以來，人工智能在保險業的賠付、客服等業務上已有長足的進步與發展，2017年后保險業人工智能商業化有全球化發展之趨勢。
2.人工智能對保險業之影響
如上所述，人工智能已經廣泛運用于保險業中，那么其對保險業的產品設計、銷售、承保、索賠、售后服務、資產管理等各層面產生的影響無疑也是巨大而深遠的，從而將重構保險業的價值鏈。以下，茲分別論述之。
（1）在產品設計和銷售領域。隨著物聯網（IoT）、傳感器與MapReduce等大數據技術之使用，人工智能能夠提高保險預防活動的多維度之數據分析，更準確地度量產品風險，從而提升產品風險定價能力，提供差異化定價，實現產品創新和個性化定制。不僅如此，利用人工智能技術，通過數據分析形成客戶圖像，對客戶進行特征分析，定制專屬產品和服務，為客戶提供最適合的營銷活動并定向、精準地投放給客戶，實現最佳客戶體驗，創建成功的個性化營銷活動。
（2）在核保和欺詐檢測方面。人工智能允許通過執行各種類型的數據檢查和事實檢查（例如欺詐檢測和信用分析）以自動處理訂單，根據篩查規則先進行在線核保，再對查后的保單進行人工核保，以簡化核保流程，提高核保效率；另此階段需要對投保人的不良信息進行檢測，對有過欺詐或失信行為的人加以拒保，或通過提高保費增加欺詐或逆選擇客戶的成本。
（3）在索賠和售后服務層面。實質上，人工智能已改變索賠處理的性質與索賠路徑，大大地提高效率和準確性。對個人和小型企業保險自動化理賠，實現超過90%的直通處理率，并大大減少理賠處理時間，從幾天減縮到幾小時，甚至幾分鐘。預估至2030年，理賠處理仍然是保險公司的主要業務，但理賠人員數量與2018年相比將減少70%到90%。
相較于傳統的做法，人工智能用于售后服務，將會發生天翻地覆的突變。例如，聊天機器人(Chatbots)可以推薦個性化產品、處理投訴、改善與客戶的溝通與處理簡單的交易。又如，采用物聯網傳感器和無人機的數據捕捉技術，在很大程度上取代了傳統的人工第一次損失通知，且理賠核損和維修服務通常在受損時自動啟動。再如，當發生汽車事故時，受損視頻自動提交用于定損和估費。若自動駕駛汽車受損時，能自行派人維修，或為用戶更換新車。再比如，人不在家中，物聯網設備將會主動監測水位、溫度和其他關鍵風險因素，并在出現問題之前主動提醒住戶和保險公司。
三、人工智能、保險業與風險
（一）人工智能之風險
不過，人工智能在提供諸多的幫助與貢獻的同時，也存在令人擔心的風險。正如伊隆馬斯克(Elon Musk)和已故的斯蒂芬霍金(Stephen Hawking)所提出警語，當前“弱”人工智能演變成“強”人工智能時，人類將面臨的重大風險，這些技術將挑戰我們現有的管理責任、道德、法規等機制，對政治、經濟、醫療保健、國防和環境等方面均產生深遠的影響 。
那么，人工智能究竟有哪些風險？遠得不說，至少在造成失業、惡意使用及缺乏透明度這三個方面帶來的沖擊和威脅是十分明顯的。具體分述如下。
1.造成失業
由于人口老齡化，人工智能不僅將有效地取代現有人類的工作，以彌補勞動力的減少，預計還可增加人均國內生產總值(GDP)。但其負面效應是使得許多中、低等收入之崗位被替代，由此發生大面積的失業現象。例如，Mace建筑公司曾預測，至2040年該行業目前的220萬個工作崗位中將有60萬個將被自動化所取代。
市調機構 Forrester Research 估計，2027年，人工智能和自動化可為美國創造出近1,500萬個工作機會，但同時被人工智能和自動化取代的工作機會卻高達2,500萬個。以上這些研究報告和數據分析，均印證了人工智能對于失業會帶來前所未有的沖擊。
2.惡意使用
2018年2月，來自14個不同組織的26名人工智能專家共同發表《人工智能的惡意使用：預測、預防與緩解》的研究報告，該報告發出嚴重警告，指出各種人工智能之應用可能會衍生犯罪、發生實體攻擊或帶來政治破壞等負面影響。
該報告主要研究人工智能在數據安全、實體安全以及政治安全三大方面受到的威脅。在數據安全上，專家們擔心的是自動化網絡遭到攻擊的規模和頻率將增大，預測會出現因專門開采人的疏失，出現軟件漏洞以及人工智能系統漏洞而遭受新型的攻擊。也預測人工智能會擴大藉由無人機或其他系統所展開的實體攻擊，或出現顛覆傳統攻擊的新模式，例如，造成自駕車撞毀，或是遠程操控數千架無人機展開攻擊等。
此外，人工智能還能被用來破壞政治安全。例如，以人工智能分析大數據以實施監控。又如，借助人工智能建立有特定目的的宣傳活動或實施欺騙行為。再如，通過人工智能進一步分析人類的行為、情緒及信仰，對此發動新型攻擊。此一破壞力除了在極權國家特別明顯之外，也可能會影響到民主國家的公共辯論。
（二）保險業遇上人工智能后相伴的風險
人工智能正在改變保險市場，在其與保險業的整合日益深化的形勢下，保險公司不得不迫切地明確自身定位，以應對經營環境的持續變化。但人工智能與其他新興科技一樣，在發展過程中都會帶來一些潛在威脅，值得保險業界的高度重視。在此，就相關的威脅和危險帶來的風險，筆者匯整后簡述如下。
1.傳統保險之本質可能改變
保險是一種“事后”的商業模式，保險公司于事件發生后向客戶支付理賠款。但現在保險公司可以通過人工智能收集、分析海量數據，并對此加以管理和解釋，以提高通過保險預防風險的效率。因此，保險業務模式可能會發生實質性的改變。意即保險公司可以在風險管理建議和服務中發揮更大的作用，而非僅局限于風險轉移。例如，2017年10月，通用再保險公司(Gen Re)宣布與健康險保險科技 TrackActive合作成為一家數據健康管理提供商，采用人工智能技術為其客戶提供創新的解決方案。就獨居的老年人而言，可由護理人員遠程監控，改善老年人的生活質量，減少住院費用，降低老年人死亡率。保險公司對于未來的醫療費用、住院費用以及長期護理費用的支付將會發生深刻的變化。不僅如此，保險公司積累了這樣的風險管理能力之后，還可以與非保險背景的風險管理機構進行競爭，爭奪業務。
2.保險責任歸屬改變以及可能產生歧視現象
由于無人和自動駕駛（Self-driving）模式等興起，打破了傳統保險上一人對一物的責任歸屬，保險責任歸屬變得模糊，或趨向多人分擔。例如，若自動駕駛車于自動駕駛模式下發生事故時，責任歸屬于自駕系統的車廠，還是駕駛？與一般單純的險種相比，人工智能下的風險與保費認定，是否有所不同？這些都需要進一步地定義或厘清。隨著制造業在技術和智能方面越來越先進，在評估責任方面亦將面臨更大的挑戰。例如，責任源于產品缺陷，甚至可能系由兩臺機器之間或機器與基礎設施之間的通信錯誤所引起，顯見，未來責任的分配和保險承保將變得更為復雜且極富挑戰性。
另外，保險系建立于匯集風險，將大量相似人群或風險集合在一起，收取保費于索賠事件發生時支付賠款。但人工智能和大數據的普及使用，將打破集合風險和交叉補貼的原則。保險公司也會為客戶的特殊需求提供更具體的定價和政策。這種量身定制的結果，使得風險較低的人支付較低的保費，而風險高者支付更多保費。不過，有一種趨勢，就是保險可能僅適用于富裕階層而成為一種奢侈品。
現在人工智能可以將風險區分為數百個因素，用以識別之前尚未識別的風險群。通過這些設別和檢測手段，可能因歧視而無意中會擴大某些既有的偏見。眾所周知的基因歧視問題，就是一例。例如，健康或人壽保險公司根據檢測所揭示某些疾病的遺傳傾向，要求投保人增加保費或者甚至直接拒絕承保。人工智能可能提供保險公司大量有關個人消費的資料，以助于保險公司評估收取保費，但毫無限制地獲取個人信息，是否恰當？系值得進一步探討的議題。
3.來自逆向選擇與黑客的風險
近年，隨著涉及健康和生活方式的人工智能感官技術之文章的大量發表，作為核保依據的許多數據被公開，消費者根據這些信息和數據，判斷自己的健康有問題而進行投保，則會增加保險公司的逆選擇風險。有資料顯示某些地區的保險公司以提高定價，來反映因市場上逆選擇風險而增加的成本。
另一方面，2017年 7 月于美國舉辦的黑客年會（Black Hat），與會者被問到“未來一年內，是否會有黑客開始利用人工智能進行網絡犯罪？”時，有近62% 的受訪者表示肯定。因為人工智能機器連接到巨大的網絡以及很容易被黑客攻擊的傳感器，即使添購了高階的防駭設備，也仍存在隱私與信息被駭的安全問題。
4.數據取得面臨的壓力
有專家指出，人工智能算法和科技能力均高度依賴數據，保險面臨的巨大挑戰是數據的類型、數量及種類的匱乏。因此，首要問題是制定有效的數據戰略，采集未來在大數據和人工智能方面有使用價值的數據，并通過算法將其應用于業務流程與產業價值鏈。可是，各國或地區因文化或法令規范相異，對數據的用途有不同的規范，從而增加了取得數據的成本和難度。
四、保險業遇上人工智能的應對之策
(一) 是瑕不掩瑜？或瑜不掩瑕？
2018年10月，埃森哲（Accenture）的《智慧技術如何改變保險業》報告中的一連串數字發出的聲音，清楚地表明了人工智能對保險業帶來的深刻改變。（1）與兩年前相比，大多數保險公司在人工智能技術上的投資有所增加，并計劃在未來增加投資；（2）68%的保險公司高管預計，智慧技術將在未來三年內為他們的公司帶來就業機會的凈增長；（3）55%的保險公司預計，利用人工智能進行數據分析會給他們帶來額外的效益；（4）52%的保險公司預計，人工智能可以幫助他們增加收入。人工智能持續的發展，已取得新的突破，并不斷造福于社會。但不可忽視和否認的事實是，惡意開發者仍有很多機會使用人工智能傷害社會，故許多學者將人工智能視為一把“雙刃劍”，其潛在的利益和危險均是非常“尖銳的刃面”。
人工智能在保險領域的發展過程中已面臨諸多挑戰，人工智能介入保險，將對原有風險管理模式帶來挑戰；對依靠人海戰術的傳統保險中介管道將面臨很大的挑戰 。世界經濟論壇（World Economic Forum）的報告更是提出警告，面對科技的高速發展和替代，在大金融體系下，保險業將承受最大的沖擊。
另外，引進人工智能于保險領域，必將會產生人員削減問題。例如，日本Fukoku Mutual保險公司花費約2億日元安裝的人工智能系統，其維護費用預計每年就高達約1500萬日元。但人工智能系統的使用，預計將削減34名員工，這樣每年可節省約1.4億日元，其經濟效益不言自明。
自2017年1月美國Lemonade 保險公司使用機器人AI Jim進行索賠的新聞發布后，有關保險公司引進人工智能的新聞不斷見諸報端。與此相對，圍繞保險公司引進人工智能的優缺點、模式與采用后的績效與影響等一系列議題，惟尚缺用數據資料說話、精論細述且有質量的實證型研究成果。這不能不說是一大缺憾。
直面這一現狀，筆者針對人工智能自身的優缺點，以及保險業+人工智能的催化作用帶來的各種長處與不足，通過提出問題，細心求證后，不揣谫陋，提出以下拙見。
如上所述，保險業遇上人工智能這把“雙刃劍” ，雖可能帶來廣泛的利益，但同時也可能帶來各種巨大的風險。到底是瑕不掩瑜？或瑜不掩瑕？筆者認為，當今尚無法精準預測人工智能未來之發展，更無法完全掌握其可能衍生的所有風險。不過，可以肯定并樂觀地說，只要保險業者遵循法規，人工智能在保險業所衍生的風險若能得到及時且適當的監管，當保險業遇上人工智能，一定會是益處大于壞處，縱使其中存在一些缺點或產生一點后遺癥，仍屬“瑕不掩瑜”，應予充分肯定。
(二)如何確保是“瑕不掩瑜”？
當保險業遇上人工智能這把“雙刃劍”后 ，如何做到發揮優點，抑制缺點，確保“瑕不掩瑜”，乃是當務之急。筆者認為，洋為中用，合理借鑒十分重要。以下，參閱世界兩大管理咨詢公司給出的研究報告，以保險業與保險監管部門為對象，分別提出如下建議和對策。
1.保險業
麥肯錫(McKinsey) 于2018年5月發布《保險2030年——人工智能對保險業未來的影響》的報告中提到，雖然沒人能夠準確預測2030年的保險狀況，但保險公司現在可以采取步驟為變革做準備。其具體要做的準備包括以下四個部分。
(1)把握人工智能方面的技術與趨勢，做到未雨綢繆。董事會和客戶體驗團隊成員都應投入大量時間和資源，深入了解人工智能方面的技術，其中包括，基于假設情景進行深度分析，弄清哪些領域在什么時候可能出現重大變化，以及這些變化對于特定業務線有何影響等。
(2)制定和實施連貫的戰略計劃。在對如何利用人工智能有一定了解之后，保險企業還必須決定如何利用人工智能技術支持其業務戰略。高級領導層制定的長期戰略計劃應包括持續多年的運營、人才和技術轉型方案。
(3)制定并落實全面的數據戰略。數據很快就會成為企業最有價值的資產之一。保險行業，概莫能外。在保單的壽命周期之內，保險公司識別、量化、處置和管控風險的方式完全取決于其所能獲得的數據的數量和質量。眾所周知，如果能夠通過不同來源獲取海量數據，那么大多數人工智能技術都會表現得更好。因此，保險企業必須制定結構完善且切實可行的內部和外部數據戰略。
(4)培養能夠勝任變化的人才，構建相應的基礎設施。在增強型對弈中，如果對弈雙方都使用人工智能技術作為輔助支持，水平一般的玩家會比專業棋手表現更優。這種結果也許出乎大多數人的意料，保險公司就必須在人才培養方面進行精心且持續的投入，著力培養能夠適應變化的人才。
另一重量級咨詢管理公司埃森哲（Accenture）2018年10月發布的《智慧技術如何改變保險業》的文件中也直截了當地指出，保險公司面臨巨大壓力之際，人工智能領域正在取得飛速進展，競爭變得異常激烈，新的競爭者正在顛覆現有的商業模式。受其他行業技術快速發展的影響，消費者對保險公司的期望也會越來越高。因此，保險公司必須找到提高運營效率、推動產品創新、改善客戶和員工體驗的新方法。概括其要義，有以下三個方面。
(1)在人力資源方面。通過科技提高工作效率，人機協作成未來發展趨勢。許多保險公司已經在深度學習、視頻分析和自然語言處理等技術上投入巨資。盡管智能技術的發展十分迅速，但除非保險公司能夠使現有勞動力適應人工智能帶來的改變，否則它們將無法充分挖掘人工智能的潛力，這其中包括培養正確的企業文化和技能基礎。
(2)在流程管理方面，利用智能自動化顛覆商業模式。智能自動化不應該僅僅是將現有的人工流程自動化，彌補現有系統的缺點，它應該從根本上重新定義這些流程，甚至是商業模式，以達到最佳效果。就保險行業而言，以上轉變帶來的最明顯效益將體現在客戶服務上。
(3)在數據分析方面，要挖掘隱藏價值，以尖端科技打造創新產品 。保險公司為了利用數據進行定價和風險管理，在技術和人員上進行了大量投資。保險公司應該利用人工智能來挖掘數據中隱藏的價值。保險公司應該不僅僅關注自己的數據集，還可以關注外部或公共的數據集，才能實現持續的增長，開辟新的收入來源，推動商業模式的創新。
針對以上兩大世界級的管理咨詢公司對保險業引進人工智能提出的具體建議，筆者提煉其核心要點為以下四條：“加強人才的晉用與培育、合理取得與運用數據、制定與實施策略計劃、掌握新技術與實現靈活管理”。保險業依此建議實行，方能趨吉避兇，在未來的人工智能環境中贏得最終的市場。
2.保險監管機構
保險科技意指保險業運用新創科技來設計新的產品、改善流程、提高營運效率以及提供解決問題的方案，并提升客戶體驗和滿意度。穿戴式裝置、連網裝置、人工智能、區塊鏈及數據分析即是保險科技運用的數個實例。因保險科技包含人工智能，各國之保險監管機構對保險業引進人工智能之監管，大多視為“保險科技”而監管之。
國際保險監督官協會（IAIS）提出警告，創新的金融科技解決方案和方法不斷發展，此一趨勢可能會改變保險業的運營基礎技術，保險監管機構需面對此一挑戰；國際保險經濟學研究會(Geneva Association) 亦指出，保險科技的戰略意圖是在面對不斷變化的競爭格局與風險下提高利益，這有可能破壞競爭格局。為此，確保所有市場參與者都有公平的競爭環境乃是監管機構的職責。
筆者認為，人工智能利用于保險業，可以在相當的程度上解決成本、效率和信息不對稱等問題，但是人工智能終究不可能顛覆和改變傳統風險管理體系，雖然眾多保險公司、科技公司都涉足人工智能保險相關領域，但整個行業仍沒有建立起統一的標準。在監管層面上，目前暫時沒有對人工智能在保險行業的運用制定明確的監管法規，監管的空白使得人工智能保險行業的運作秩序得不到保障。
面對此一新情勢，監管機構不但關心保險業引進人工智能是否造成不可預知的危機，也會擔心對此監管存在嚴重不足的問題。而保險業者卻擔心高度監管將提高成本而影響競爭與發展。可見，保險監管機構終究需創造一個公平、有效率的制度環境，那么建立一個有效的監管制度就顯得十分重要。為此，筆者茲建議如下。
(1)進行一致性與整合性的監管。創新型保險活動應當納入監管范圍，對傳統保險與創新型保險應統一監管，法律法規對傳統保險業務活動的要求，不能因運用科技手段而改變或降低，對傳統保險和創新型保險須制定統一的規則體系；對傳統保險和創新型保險從市場準入、償付能力、保險消費者權益保護等角度進行一致的監管。
(2)善用監管科技(RegTech)。保險監管機構未來亟需運用算法與機器學習等科技，篩選、分析保險業海量信息，以便以更有效率方式及時監測，有助于提高監管合規性并提高監管效率。
(3)隨時掌握最新產品與商業模式，調整監管模式與結構。監管機構必須了解保險創新之運作模式，確保能充分評估新形態之保險商品及業務模型，監管機構與人員需要持續強化監管職能，接受相關訓練或聘用相關技術人員。監管科技要順應這一趨勢，圍繞金融大數據的聚合、處理、風險解釋、模型構建與風險預警展開。另建立保險科技沙盒（Insurtech Sandbox），提供新創業者一個低監管密度、風險充分控制的測試環境，讓保險科技新創業者能測試新型態產品或商業模式，并視測試結果核準有限范圍執照并修法配合。
(4)完善消費者權益保護機制。①做好信息的充分揭露，透過社會的監督則是更好的監管機制；②制定針對保險業發展的數據安全法律，確保相關數據能夠合理應用，嚴格把好數據安全的關口，嚴防數據泄露。建立數據使用規則，對于不守規則者，采用嚴格的黑名單制度，將之列入黑名單，一黑到底。在嚴格監管的基礎上，打破數據孤島，讓數據真正地為大家所用、為大家服務。保險市場已
經在整個價值鏈的應用程序中使用人工智能，包括識別客戶，通過使用聊天機器人進行營銷、定價、預測風險、分析索賠和欺詐檢測。然而，往往數據使用會因內置偏見和道德決策而產生問題，監管機構有必要要求保險公司解釋自動化決策，并關注人工智能使用的透明度和問責制。
五、結論
人工智能的底層技術已經開始應用到商業、家庭、車輛和普通民眾身上了，由人工智能驅動的四種核心技術趨勢將會在未來十年重塑保險行業，已是不可逆之趨勢 。
本研究發現，當下學界、業界等所擔心的是人工智能可能被誤用、缺乏透明度、造成失業、影響社會、經濟等問題，因此人工智能成為主角。而當我們討論當保險業遇上人工智能這把“雙刃劍”這個棘手問題時，主角無疑應該移位給保險業，人工智能只是配角或工具而已。但我們也發現兩者之結合的創新過程，卻是一項充滿高度不確定性、周期長的活動，其中無疑會衍生出各類新的風險和各種疑難問題。
環顧周邊，有關保險公司引進人工智能的新聞報導與專文已舉不勝舉，但對保險公司引進人工智能的模式、優劣與實施后績效與影響等相關主題進行實證的學術文章卻少之又少。本文則是在這樣的特殊背景下展開的階段性研究，欲達到拋磚引玉之效。筆者的基本觀點是，我們相信保險業堅持本身的經營與治理能力，保險監管機構發揮公平、有效的監管能力，那么，當保險業遇上人工智能將是益處大于壞處，即使有些缺點或一些后遺癥，仍屬“瑕不掩瑜”。
需要說明的是，當保險業遇上人工智能，會是瑕不掩瑜？或瑜不掩瑕？在學界、業界尚無定論的情況下，筆者十分愿意將其列為下次科研的題目，繼續對之追蹤研究。
Analysis of the Advantages and Disadvantages of Artificial Intelligence to the Development of Insurance Industry and the Countermeasures
LI,Wei-Qun
East China University of Political Science and Law
Ma,Yu-Feng
Dept. of Business Administration, St. John's University
Abstract：Evidences has shown that the innovations of artificial intelligent combining with insurance have rejuvenated insurance industry, opened up broad applications, and possessed huge potentials. However, benefits come with risks; not long the risk of artificial intelligent itself, others include, but not limited to, the risks of miscalculation and misplaced risks of innovations of AI-insurance combinations. Thus, is artificial intelligent a value-added or a minifying factor to the development of insurance industry not long relies on the operating and self-government of the insurance industry, but more importantly on the supervisory of the insurance industry’s governing authority.
Key Words：Artificial Intelligent；Insurance Industry；Insurance Supervision
參考文獻
〔1〕 宋薇萍.上海論壇：人工智能保險行業將在2018年進入智能化時代,上海證券報,2018(5).
〔2〕姚慶海.科技對保險業既是機遇也是挑戰,上海論壇2018保險分論壇嘉賓發言摘要，2018.
〔3〕陳瑋. 數據驅動下的人工智能應用挑戰,上海論壇2018演講,文獻來源：http://www.isc-org.cn/xhdt/5941.jhtml.
〔4〕李顯正.保險科技如何顛覆傳統保險業的價值鏈？,數位時代,2018.文獻來源：https://www.bnext.com.tw/article/47538/insurtech-value-chain.
〔5〕申鋼.人工智能介入保險 將對原有風險管理模式帶來挑戰,騰訊理財,2017.文獻來源：https://finance.qq.com/zt2017/bxwhyppcx/index.htm.
〔6〕老羊.人工智能對保險業未來的影響,知乎, 2017.文獻來源：https://zhuanlan.zhihu.com/p/29236695.
〔7〕蘇潔、付習習.當保險遇上人工智能，你準備好了嗎？文獻來源：http://chsh.sinoins.com/2018-06/05/content_263082.htm.
〔8〕單鵬.金融科技時代下的保險監管科技構思,文獻來源：http://chsh.sinoins.com/2019-03/25/content_287156.htm.
〔9〕眾安金融畢馬威中國.保險科技—構筑“新保險”的基礎設施,畢馬威中國與眾安金融科技研究, 2018.文獻來源：https://home.kpmg/cn/zh/home/insights/2018/10/insurance-technology.html.
〔10〕眾安在線.保險與人工智能融合用AI為客戶打造個性化服務，文獻來源：https://t.qianzhan.com/caijing/detail/171030-49fc94b9.html.
〔11〕BBC.愛恨交織 人工智能“雙刃劍出鞘”,文獻來源：https://www.bbc.com/zhongwen/trad/science-43142127
〔12〕麥肯錫.保險2030年——人工智能對保險業未來的影響, 文獻來源：https://www.mckinsey.com/industries/financial-services/our-insights/insurance-2030-the-impact-of-ai-on-the-future-of-insurance.
〔13〕Allianz,Allianz Risk Barometer Top Business Risksfor 2019,Allianz (2019),accessed July 20,2019.https://www.agcs.allianz.com/content/dam/onemarketing/agcs/agcs/reports/Allianz-Risk-Barometer-2019.pdf.
〔14〕Coleman,J., Risk Management Implications andApplications of Artificial Intelligence within the (Re)Insurance Industry,SCOR(2018),accessed July 20,2019.
https://www.scor.com/sites/default/files/focus_scor-artificial_intelligence.pdf.
〔14〕Kessler, D., How artificial intelligence will impact the (re)insurance industry,SCOR( 2018) , accessed July 20,2019, https://www.scor.com/sites/default/files/focus_scor-artificial_intelligence.pdf.
〔15〕Maull, R., et al., Taking control: artificial intelligence and insurance, Lloyd's and University of Surrey(2019) , accessed July 20,2019, file:///C:/Users/Martincbc/Downloads/AIReport_2019_FINAL_PDF%20(5).PDF.
〔16〕Jubraj, R., S. Sachdev, and S. Tottman, How Smarter Technologies are Transforming the Insurance Industry, Accenture(2018) , accessed July 20,2019,
https://www.accenture.com/t20181012T053502Z__w__/us-en/_acnmedia/PDF-76/Accenture-Insurance-Artifical-Intelligence-PoV.pdf.
滬公網安備31010402009993號
掃一掃，關注我們
CHN
EN