财资数科 财资数科
  • 首页
  • 中国司库
  • 数智财务
  • 共享服务
  • 交易银行
首页 › TOP访谈 › 【专访】广微智能技术合伙人杨艳彬:科技赋能保险行业智能化发展

【专访】广微智能技术合伙人杨艳彬:科技赋能保险行业智能化发展

财资君
3 年前

在保险科技高速发展时代,很多保险公司早早涉足探索如何更好地利用科技赋能业务发展与创新。在探索过程中,基于其丰富的业务场景,保险公司发现若只是一昧地追求科技发展,而不去寻求完整的科技支持业务落地的解决方案,科技与保险业务将始终存在屏障,无法很好地实现共生共荣。

保险本是基于“大数法则”发展的行业,各种险种的精算、业务的拓展都离不开数据的支持。在保险科技与监管环境不断演变的当下,整体行业营收增长稍显乏力,科技公司带来的智能化应用为保险公司从风控端打开了新的发展思路。近日,《财资中国》专访了广微智能技术合伙人杨艳彬,请她聊一聊当前科技公司如何运用新兴智能化技术赋能,为保险行业增添发展新动力。

【专访】广微智能技术合伙人杨艳彬:科技赋能保险行业智能化发展-财资数科

规则+算法:智能化助力风险管控

在智能化风控领域,杨艳彬提出可以通过“规则模型+算法模型”双管齐下的模式帮助保险公司更好地进行风险管控以及新险种的识别。

规则模型

是基于保险行业专家的理赔经验,加上行业通用的规则与定律,形成一套大范围的风险识别规律。
规则模型鉴别出的风险类别往往是行业中大概率会发生的,但其缺陷在于覆盖面过于全面,从而导致风险识别精准度不高,无法被某些保险公司采纳使用。

算法模型 

也称为机器学习模型,通过历史数据的输入,经过一系列的算法与分析,得到潜在风险种类作为输出。
由于算法模型基于过去来预测未来,但保险公司的历史数据由于业务量大小不同会存在很大偏差,所以导致算法模型的推广与普及也存在一定局限性。
若将算法模型与规则模型相结合,可以借助规则模型扩大风险识别的覆盖面,为算法模型提供更丰富的风险因子特征值,再结合算法模型进行细化的精度调整,从而达到更全面、更精准的风险识别。从结合流程角度,保险公司可利用规则模型进行评分,再用算法模型进行二次评分,若发现企业内部未涉及过但在行业内出现过的新风险,可以把风险先进行识别标注,再进行人工审核。根据风险特质,如果是基于市场环境或者社会发展而出现的新风险,算法平台会根据其出现的频率进行标注,通过理赔反馈反向打标,若核实为新风险,便可纳入到算法体系中去辅助未来的计算。科技公司也可在此类模型迭代的过程中提高产品精准度,提供更全面的服务。

联邦学习:智能化守护数据安全

在SaaS(Software as a Service)发展的时代,保险公司在使用科技公司的产品服务时会涉及到需要数据出库的情景,出于数据隐私性与安全性考虑,许多保险公司不希望将其数据外传至第三方服务商手中,所以保险公司需要在现有的监管法规基础上结合科技实力来做好数据安全。

联邦学习,是一个让不同组织间数据可以互相合作的生态系统。保险公司作为数据拥有方,可将隐私数据进行加密处理。科技公司作为模型的训练者,在训练过程中也对使用的数据通过公钥进行加密,保障训练结果的交互,并可通过训练结果完成模型的更新迭代。

杨艳彬说“作为隐私计算领域主要推广和应用的办法,无论是联邦学习还是隐私加密,对效率都有一定减损,因而有些公司会采用更为高效的模型本地化部署的方法。”

在这个模式下,数据依然掌握在保险公司手中,科技公司将训练模型进行本地化部署,得到反馈的训练结果后进行有效性和准确性的判断,再将参数调整后的模型送回保险公司端。这样的交互模式既保障了数据隐私性,实现了数据隔离,又避免了数据在传输过程中的时间损耗以及不可避免的风险。

此外,联邦学习还能以总节点加若干子节点的形式集成呈现。科技公司作为服务商端拥有联邦学习系统的总节点,在不同保险公司端部署不同的子节点。在子节点搭建子模型,计算完后再进行结果的传输,回到总节点进行参数调整。这一集成的形式既解决了数据出库的问题,保障了数据隐私安全,也能助力科技公司通过在总节点的统一调配实现更高效服务。

特征定制:智能化打造专属模型

针对保险公司中部分无法提供标准化场景的险种,可通过大数据和机器学习平台来做智能定制化的建模工作。根据行业普遍险种规则,加上该险种的业务特征及其他数据特征进行参数调整,形成具体险种的专属计算模型。

对于中小型保险公司,使用大数据与机器学习平台的难点之一是样本量不足。业务量的局限性导致中小型保险公司无法自行开展大数据分析与建模。而大数据与机器学习的样本量要求,与公司所处的生命周期相关。在公司发展初期阶段,业务的拓展对模型精度要求较高。后期随着其业务运营架构逐渐成熟化后,可以在现有标准训练模型的基础上,再根据不同客群与业务特征调整参数。对于中小保险公司来说,依托自身的数据量很难搭建出高精度模型,因此,构建此类训练模型需要科技公司的支持,借力科技公司的产品平台,在行业通用的基础模型上再根据此类保险公司的特征进行定制化建模,从而建立一套特定的、高适用的模型。

“大数法则”起家的保险公司,目前的突破点在于如何打破系统内各数据孤岛。而科技公司便是其中的纽带,凭借科技实力去做输出与散播,聚合行业内的数据,释放更大价值,助力保险公司业务实现多维度的扩展。在未来,杨艳彬表示保险公司的最终角色将是作为出单机构,把整体营销、风控都外包给第三方机构进行代理与调控。其核心职能将聚焦于如何为客户提供更好的产品与服务。而对于科技公司而言,它在生态圈中作为保险公司的服务者,未来将致力于借助智能化应用科技,结合保险业务场景,释放科技与保险融合的最大化价值。

【专访】广微智能技术合伙人杨艳彬:科技赋能保险行业智能化发展-财资数科

保险科技
0

评论 (0)

取消
    发表评论

猜你喜欢

  • 【对话】前程无忧首席财务官张丹:财务数智化转型实践
  • 【对话】毕马威张庆杰:中国制造业聚焦高质量“走出去”,制胜全球化新时代
  • 【对话】三井住友郑永强:以数据治理升级保险服务,提升保险价值
  • 【对话】朝云集团执行董事、首席财务官钟胥易:数字化战略下的财务转型与外汇管理
  • 【对话】天能集团财务总经理王志军:“15356”财务模型下的财务数字化转型

搜一搜你感兴趣的

财小神RPA

热门推荐

以共享型财务与司库型财务为两翼,推动实现一流财务管理体系
25家央企:2024年财务工作重点
6家央企实践:持续推进境外司库体系建设——设立香港财资公司、构建跨境资金池
【对话】天能集团财务总经理王志军:“15356”财务模型下的财务数字化转型
五大视角剖析,解读司库的本质

推荐标签

TOP访谈 中国司库 交易银行 会议资讯 供应链金融 共享服务 封面故事 政策资讯 数智财务 新刊导读 财资实务 默认
  • 首页
  • 中国司库
  • 数智财务
  • 共享服务
  • 交易银行
  • 约访/投稿/授课/讲座
  • 关于我们
Copyright © 2006-2025 财资数科. Designed by nicetheme. 浙公网安备 33010602011302 号 浙ICP备14016018号-1
  • 首页
  • 中国司库
  • 数智财务
  • 共享服务
  • 交易银行