汽车保险公司纷纷开始使用 AI 人工智能，这对保费会产生什么样的影响？

A^-

A⁺

人工智能（AI）已是保险业的一部份，用于理赔处理、承保和诈欺检测等任务。受到投资者对人工智能的鼓舞和支持，传统保险公司已经开始接受这项技术，许多保险科技初创公司也纷纷涌现。明尼苏达大学保险法律与监管学教授 Daniel Schwarcz 说，人工智能是目前影响保险业的最重要技术之一。但他指出，一些公司以人工智能为动力销售产品，但实际上只是收集数据并将其回送至手工构建的模型中；AI 的定义是使用特定的机器学习算法在收集訊息后如何处理这些数据。

在过去几年里，数据的收集给保险业带来了更多的变化。汽车保险公司，尤其是那些提供依照驾驶里程付费保险计划的保险公司，已经开始采用客户的驾驶习惯数据来设置保险费率。驾驶人在手机上安装一个应用程序，测量诸如：行驶速度、驾驶时间和位置，然后发送到保险公司；但这些都只是数据收集。即使是收集驾驶人行为数据的公司，也可能使用传统的由上而下的方法（top-down methods）确定保险风险；由人类决定哪些因素应该确定可保险性，然后从客户那里收集数据以输入这些模型。

AI 可以加快保险流程

考虑到人工智能在现实世界中应用时的滥用记录，包括面部识别的过度监控，以及人工智能在构建模型时吸收人类偏见的倾向，可能有人倾向于坚决反对将人工智能与保险混为一谈的想法。但是尽管有潜在的问题， Schwarcz 认为，从保险业的未来消除人工智能是不可取的，因为他认为人工智能具有巨大的潜力来改善保险流程的几乎每一个要素。

Schwarcz 说，AI 已经被用来帮助保险公司找到潜在诈欺性索赔的证据，并加快承保过程，在此期间保险公司评估潜在客户以确定其风险，被认为风险更大的客户支付更多的保费。AI 几乎可以改进保险流程的每个要素，这具有巨大的潜力。AI 可以透过使用历史数据培训模型，并使用模型更快、更便宜的执行自动处理新客户和索赔的这些任务。AI 更善于在各种随机数据点之间找到模式，它可以找到任何人都不会因欺诈因素而筛选出的各种关联。AI 也有可能帮助减少偏见。例如，汽车保险费率传统上由投保人的个人因素决定，如：信用评分、收入、教育水准、职业以及婚姻和屋主身份；但这些因素会惩罚低收入买家，而且与驾驶人发生车祸的可能性没有直接关系。使用 AI 构建模型的公司可以透过在培训过程中积极排除这些因素来减少这些偏差。

透明度问题

汽车保险之所以有效，是因为用于支付会员偶尔发生事故费用的费用小于会员定期支付的总和。但 Schwarcz 说，这是保险在世界上运作方式的简化，它没有考虑到保险公司争夺客户的数量，以及所有购买者都以最优惠的价格买到最好的保险的情况。保险公司争相吸引风险最小的客户，以便他们能提供更低的价格，从而吸引更多的客户。作为其中的一部份，他们向被认为具有不同风险水准的客户收取不同的保险费率；对于汽车保险，那些更有可能有车祸和索赔风险的投保人将得到更高的保费。保险公司可以根据不同的风险因素向客户收取不同的费用，尽管许多州对保险公司可以考虑哪些因素制定了法规。

Schwarcz 说，保险是创建在歧视之上的，但它创建在允许的歧视之上，并且存在某些不允许的歧视类型。Schwarcz 提出了一个假设：如果一家传统的汽车保险公司发现低收入驾驶人更有可能提出索赔，这些公司可能希望基于收入收取保费；但不应该允许他们这样做。但他表示，当使用人工智能构建风险模型时，要确定保险公司基于什么因素订定更高保费要困难得多。例如，如果保险公司使用一种人工智能技术称 neural nets，这是深度学习的基础 AI 技术，由此产生的模型基本上是一个不透明的盒子。保险公司会知道哪些因素用于培训他们的人工智能模型，使用模型来评估新客户就跟向它提供相同类型的输入一样简单，但保险公司不知道该模型内部如何将这些因素与风险相关联，以及哪些输入更为重要。Schwarcz 说，如果使用人工智能，就没有办法知道人工智能是如何使用这些数据的。而且甚至不知道人工智能模型以何种方式在输入数据和输出预测之间创建链接。因此，人工智能保险模式可能比传统保险模式更难监管。

提防“代理”（proxy）因素

即使公司避免使用种族或收入等个人数据对人工智能模型进行培训，AI 仍可能透过代理因素将这些因素纳入其算法。例如：如果考虑到一天中开车的时间来创建汽车保险模式，那可能是收入水平的代理因素。如果在夜间某个时间开车的人更有可能提出索赔，保险公司可能会认为应该向他们收取更多费用。但是，之所以存在相关性，可能并不是因为该时段的驾驶风险更大，而是因为收入较低的人常在夜间驾车，以及收入较低的人更有可能提出索赔。基本上，即使公司不提供有关性别、种族和收入等因素的数据，AI 仍能找到支持该数据并具有有效相同结果的其他因素。

要在开发人工智能的保险利益的同时，寻找解决其挑战的解决方案将是一种平衡，特别是围绕可能延续对历史上受压迫的群体的伤害。其中一部份将涉及标准和法规，以赶上快速变化的行业。Schwarcz 说，人工智能提出了所有尚未真正解决的保险监管难题。目前保险监管确实落后了，既要使人工智能在有利的地方实现现代化，又要防范其中一些风险。