3 保险行业的认知机会

大数据已经成为新的自然资源。4而且，这种资源在数量、多样性和复杂性方面仍然在快速发展。业务数据预计每一二年就将翻倍5，然而尽管各行业信息呈爆炸式增长，但当前仅有不到1%的全球数据被分析。6我们的研究中，70%以上的保险公司都很难处理非结构化或半结构化数据。7

尽管传统分析解决方案对于无数应用来说都有效，但传统分析解决方案不能充分利用大数据的价值：它们无法适应新的问题领域，不能处理歧义，只适合具备已知、明确语义的结构化和非结构化数据（单词和短语的关系以及它们的含义）。如果没有提供新的能力，数据太多、洞察力太少的矛盾仍将继续。

图6.4 保险行业领导者看到了认知的价值并有意在其组织内对其加以利用

保险行业如何才能弥合未开发的机会和当前的能力之间的差距？如何充分利用结构化数据和非结构化数据中隐藏的洞察力来进行发掘、洞察、决策支持和对话？答案是认知计算。基于认知的系统可构建知识、学习和理解自然语言，与传统可编程系统相比，更能与人类进行更自然地辩论和互动。

保险行业高管承认认知计算能够从根本上改变保险行业。在熟悉认知计算技术的保险行业领导者中，98%的保险行业领导者认为认知计算对于保险行业将起颠覆性作用，85%的保险行业领导者认为认知计算在其将来的业务中将起重要作用，而96%的保险行业领导者计划对认知能力进行投资。

因此，保险机构是如何利用认知计算来处理保险行业普遍面临的问题的？通过在先前所述的三个领域开始工作：互动、发现和决策（见图6.5）。8

图6.5 保险业如何用认知计算来处理普通面临的问题

（1）互动能力

利用其提供专家协助的能力，认知系统能够从根本上改变人和系统互动的方式并极大地提高人的能力。这些系统可开发深入的领域洞察力并将这种信息以及时、自然、可用的方式提供给相应人员，从而提供建议。认知系统在这里可充当助手——如同一个不需要休息，但也可处理大量结构化信息和非结构化信息，可调整模棱两可甚至自我矛盾的数据并且可以学习的人。

因为它们能够与人类进行对话，这些系统可根据过往的通信和行为来了解客户，并将具体情境和基于证据的推理带到互动中。现在，这些类型的认知系统有助于保险公司为消费者提供颇具吸引力的个性化顾问界面（见案例“领先保险公司利用认知计算改善定制化建议”）。

未来的认知系统很可能将拥有自由形式的对话能力，帮助信息在个人之间流动。9如此，认知系统便可充当虚拟数字顾问的角色，增强传统中间商的功能或在无须人机互动时替换传统的中间商。例如，如果客户迁移至另一管辖区，由此必须更改保险范围，那么可在系统查询其选项和必要的操作。虚拟顾问将追踪细节，为客户和保险公司准备所需步骤，并最终完成操作（如果可能）。这些互动均可以自然语言进行，从而简化流程。

案例

领先保险公司利用认知计算改善定制化建议

某消费者保险领先提供商的认知系统借助沃森自然语言能力回答问题，提供保险范围咨询，推介公司的产品和服务，以创建更具吸引力的在线购物体验。该解决方案可基于购物体验期间提供的信息了解情境，并提供相应的答案。随着时间的推移，该解决方案将结合来源于大数据的客户分析，为每位客户创建更加个性化的体验。

（2）发现能力

认知系统有助于用户发掘即使最聪明的人类也可能无法发掘的洞察力。发现包括从全球海量的可用信息中进行筛选，以意想不到的新方式“实现互联”，并将这些发现转换为对于客户、市场、机会和风险的洞察力。

某些发现能力已出现，金融服务提供商正期盼着对其加以利用。高级认知能力能够降低运营成本，从而提升盈亏底线。借助对于客户行为特征的洞察力，提供商可了解客户需求，改善产品（见案例“欧洲银行意图改善交易有效性”）。

不久的将来，认知解决方案可帮助保险企业降低不同监管制度所产生的成本。例如，在美国，对于同样的索赔程序，各州的规则稍有区别；认知计算可通过扫描所有法律和索赔材料的图像和内容，针对每个州特定的法律，交叉引用该信息，从而提供帮助。除了改善成本基准，该流程还将支持更好的风险评估和保费计算。

案例

欧洲银行意图改善交易有效性

某大型欧洲银行计划将认知计算纳入其战略规划，以提高收入，降低成本。交易是该银行用来部署认知系统的关键功能之一。该系统将吸收客户交易历史和本地市场情报等海量内部数据，以及市场新闻、事件和天气等外部数据，以预测买方基金经理未来的交易模式。此外，它还将分析多个场合的交易需求，力图改善企业分红估算。

该银行期望通过使用认知计算改变市场规则。该技术应可帮助该银行提高交易的有效性，保持收入增长势头，同时在竞争中立于不败之地。

（3）决策能力

认知系统通过提供基于证据的建议来帮助进行决策并减少人类偏见。认知系统会根据新的信息、结果和行动不断发展。当前的认知系统更多担当的是顾问的角色，向人类用户提出一系列选项，后者则根据自身经验和认知系统随建议一起提供的置信度估算做出最终决策。

这些系统有助于保险人员做出更加明智、及时的决策。在索赔管理中，它们可从文档和通信中立即识别相关片段，从而极大地缩短处理时间（见案例“RIMAC的认知解决方案改善索赔决策制定过程，提高决策制定速度”）。

未来的应用可能帮助保险业者以更个性化的方式评估每位客户的个人风险。借助移动和增强现实技术将天气数据、地理位置数据和其他资源相结合后，保险业者可在现场实时做出明智的决策。这些决策可促成更好的风险缓解和风险预防措施，保险公司可将其作为单独客户服务在合同中列出。

案例

RIMAC的认知解决方案改善索赔决策制定过程，提高决策制定速度10

RIMAC Seguros是秘鲁最大的保险产品和服务提供商，拥有4000多名员工，在市场拥有117年的悠久历史。

RIMAC意图使用WatsonContent Analytics改变医疗保险领域的索赔处理。索赔提出后，沃森将扫描数千份政策文档，并近乎实时地抽出与即将进行的决策相关的片段。早期测试表明这将削减90%的索赔处理时间。此外，RIMAC还可借助沃森开发对于关键趋势的更深层次洞察力；如果没有沃森，这种洞察力将被彻底忽视。例如，它将帮助保险公司确定医院对于某个特定过程是否收费过高，或秘鲁的某个特定区域是否为某种疾病索赔数量过高的主要原因。实际上，沃森可成为解决秘鲁公共医疗问题的重要工具。