陳富貴+杜妍妍

【摘要】隨著大數據和人工智能技術的發(fā)展，未來的保險保障將不僅僅能提供經濟補償，還能實現損失干預，具體到人身險方面，則可以實現對被保險人行為的干預，降低給付發(fā)生的概率和額度，提高人民健康水平。基于此，文章介紹了利用大數據和人工智能技術對被保險人行為干預的優(yōu)點及干預方式，并預期可能實現的干預結果，最后對保險公司進行被保險人行為干預提出了階段建議。

【關鍵詞】大數據 ?人工智能 ?行為干預

近年來隨著大數據和人工智能技術的發(fā)展，越來越多的領域應用這些技術來提高自身的專業(yè)水平。保險作為基于大數法則進行風險管理的一種方式，對數據的處理和應用要求更高。目前大數據技術在保險業(yè)的應用主要是精準營銷、保險產品開發(fā)和理賠服務等，但在保險中的防災防損方面的應用還不夠。如果能夠深入挖掘大數據在被保險人行為方面的研究，再結合人工智能進行智能干預，則可以對被保險人實現有效的風險管理，提高被保險人的身體健康狀況，從而極大程度的提升客戶效用，提高社會整體福利水平。

一、被保險人行為干預簡介

行為干預是通過對環(huán)境進行控制從而使個體產生特定行為的方式，目前主要在教育，醫(yī)療等方面發(fā)揮作用。但在被保險人管理方面，行為干預應用很少。現行的對被保險人的管理主要集中在投保審核的過程中，而在投保后提供的服務和干預很少，一般也就是提供健康體檢等服務，而對被保險人投保后的日常生活行為方式，健康隱患則基本處于放任自流的狀況。而被保險人行為干預則是通過對被保險人日常生活行為，飲食習慣等進行實時數據收集和分析，然后制定干預方式進行針對化管理的模式。

二、利用大數據和人工智能進行被保險人行為干預的優(yōu)點

實現精準、良好的對被保險人的行為干預，需要利用大數據和人工智能技術。大數據相比傳統數據具有海量、高速、多樣等特點，它實現了對信息的全量分析而不是以前的抽樣分析。在被保險人行為干預模式中，需要對每一個個體的日常生活作息，行為，飲食，身體健康指標的進行實時數據采集，然后進行分析，這用傳統的數據統計方法是難以做到的。利用大數據技術進行分析能從海量信息中獲取被保險人的風險狀況，從而為精準干預提供基礎。簡單的干預難以實現特定的干預結果，而人工智能則讓干預顯得更加自然，讓被保險人更加易于接受，從而很大程度上提高了干預效果。

三、如何利用大數據和人工智能進行被保險人行為干預

利用大數據和人工智能進行被保險人的行為干預主要有以下步驟：

首先利用人工智能設備進行被保險人數據收集，除了目前的手機APP，網絡等軟件和設備上的數據能夠被收集外，未來人工智能家居能提供更多的被保險人信息。例如提供體重、坐姿等數據的椅子，提供飲食時間和品種的筷子，提供身體運動和健康數據的智能穿戴式設備等等。數據收集后，需要利用大數據技術對海量數據進行清洗，去噪等技術處理，然后對數據進行分析。第三步是根據數據分析結果，制定具體的行為干預方案。最后一步是根據制定的方法，利用人工智能進行干預，如智能椅子調整坐姿，智能廚具減少含油量，針對性的健康食譜推薦，鍛煉提醒，智能家居輔助鍛煉等等。與此同時，新一輪的數據收集又開始了，整個過程是連續(xù)進行，不斷循環(huán)的。

四、利用大數據和人工智能進行被保險人行為干預的預期成果

對被保險人來說，這種干預方式能有效的進行健康管理。未來的健康保險將成為個人真正的健康管家，從日常生活行為，到身體機能都能提供很好的干預，并且讓良好生活方式的養(yǎng)成更加容易，從而提高自身的健康狀況，達到更好的生活狀況。但另一方面，全面數據化，智能化的方式可能會帶來很大的數據泄露風險，所以如果保護客戶私密數據是另一個值得研究的問題。另外，對于投保前健康狀況較差的客戶，或者是對行為干預較為抵制，干預效果較差的客戶，可能需要承擔更多的保費。當然對于優(yōu)質客戶和樂于提升和改變的客戶則可以享受到更加優(yōu)惠的費率。也就是說在大數據和人工智能技術下，客戶進行了進步一步細分。

對保險人來說，行為干預能夠降低被保險人的風險，很多疾病能實現防范于未然，降低賠償程度。另外，借助大數據和人工智能，保險人還能根據分析結果，被保險人對干預的反應等進行客戶的進一步分類，從而實現區(qū)塊化管理。但這對保險公司也提出了更高的技術要求，尤其在前期，可能會帶來加大的成本。

五、保險公司推進被保險人行為干預的建議

對于保險公司來說，目前的一些人工智能技術還未能實現，或者成本高昂，難以普及。所以現階段對保險公司來說首先是提高大數據能力。

具體來說，首先是利用大數據對公司已有客戶信息進行數據挖掘，包括承保數據，理賠數據等，從而一定程度挖掘出客戶的特征，并提供服務。如根據挖掘出的性別差異，地區(qū)差異，年齡差異等，提供不同的生活建議。

如果公司已經充分進行了自身客戶已有數據的挖掘，則可以利用目前的手機APP，佩戴設備進行數據的進一步收集。例如，利用薄荷、飲食助手、微信運動、春雨掌上醫(yī)生、血糖記錄、小米手環(huán)等數據進行用戶數據收集。同時可以針對被保險人開發(fā)專門的手機APP，集數據收集和服務于一身。

更進一步，保險公司可以嘗試與其他高科技企業(yè)合作，開發(fā)一些智能穿戴式設備，智能家居等，逐步實現對被保險人的行為干預。

參考文獻

[1]彼得·迪亞曼迪斯.將會被人工智能和大數據重塑的三個行業(yè)[J].中國青年，2015，23：41.

[2]王和，鞠松霖.基于大數據的保險商業(yè)模式[J].中國金融，2014，15：28-30.

[4]尹會巖.保險行業(yè)應用大數據的路徑分析[J].上海保險，2014，12：10-16.

作者簡介：陳富貴（1992-），女，漢族，湖南人，中央財經大學保險學院，研究生，研究方向：保險理論;杜妍妍（1992-），女，漢，河南人，中央財經大學保險學院，研究生，研究方向：保險市場。