选择保险产品，机器会比人更靠谱吗？

【文/观察者网 周毅，编辑 张广凯】

1997年，是中国互联网混沌初开、尚未成熟的一年。

这一年，张朝阳刚刚创办了网站爱信特（ITC），他从两位美国教授那里拿到22.5万美元的创始资金，但对于公司怎么赚钱，他心里还没有底，他最初的想法是承揽网页制作，不过钱很快花光了。直到下一年（1998年），他创办的国内首家全中文网上搜索引擎——搜狐才问世。

这一年，丁磊刚刚创办网易，写出网易免费邮箱系统；马化腾初次接触即时通讯软件ICQ（中文意为“我找你”）；李彦宏离开华尔街，正前往硅谷引擎公司搜信（Infoseek）——阿里“十八罗汉”和刘强东在中关村创办“京东多媒体”的故事，也要在1997年之后才慢慢展开。

但就在这一年，中国大陆第一份互联网保单成交，我国首个保险网站成立。

中国保险行业俨然敲开了互联网的大门。

科教片《农家怎样上保险》剧照 图源重庆保监微新闻

25年后的今天，互联网行业的高速发展已经深刻改变了中国人生产生活的各个方面，但是从互联网保险带来人的影响来看，除了投保人买保险时更方便了，保险产品依然“难懂”和“难选”。伴随着年轻人对“买保险”的关注，这个问题正变得愈发突出。

蚂蚁集团旗下保险代理平台蚂蚁保11月15日发布的“金选”服务运行报告显示，年轻人保障意识强，新用户4成是90后。面对琳琅满目、晦涩难懂，同时“看上去又都差不多”的一众保险产品，技术进步能否为人们提供一些降低门槛、辅助决策的工具？

打破信息不对称，互联网表现如何？

保险条款专业性强、晦涩难懂，这是一个老大难的问题。

2021年，《中国银保监会办公厅关于进一步丰富人身保险产品供给指导意见》文件指出，要“持续开展产品条款标准化、简单化、通俗化工作”；同年，中国保险协会也就《定期寿险示范条款（公开征求意见稿）》等文件向社会征求意见，旨在帮助消费者理解保险产品，同时提高监管效率。

“持续开展产品条款标准化、简单化、通俗化工作” 文件截图

这足以显示，通俗、简单，好理解，是保险要跨过的一座山。

买的人不懂，难免会产生外部依赖，寻求他人的建议。

因此不难发现，在传统的线下保险中，投保人的选择空间往往会被代理人影响。

保险代理人或者推销员的专业能力、知识储备、倾向偏好，都会明显影响投保人。

但在互联网的帮助下，这种局面某种程度上被打破了，一些工具也应运而生。

相比于传统线下渠道，消费者在互联网上可以接触到更多的产品。这很大程度上有助于解决信息封闭，或者信息不对称的问题——例如通过产品对比这个工具，大家可以更为明确地感知保障内容和价格之间的细微差异。

好消息是，现在选择空间更大了，更容易独立决策了。

坏消息是，现在更容易独立决策了，保险产品该怎么选？

通过互联网购买保险正受到青睐 图源《2021年中国互联网保险消费者洞察报告》

在一系列因素影响下，另一个工具便应运而生——在互联网上，一些平台利用自己的技术、资源或者渠道，向投保人安利产品，让消费者从中选择，所谓“优中择优”。

不过这种模式也会衍生一个问题。如果推荐机制不够透明、不够客观、不够科学，平台的倾向和水平就可能影响投保人的选择，甚至会给投保人产生负面影响。

站在这个角度上，通过分析模型、智能算法等技术手段，用一种量化的方式去评判和筛选保险产品，或许是一个值得尝试的方向。在坚持透明、科学和规范的基础上，这种模式可以尽可能地减少人工干预，让投保人保持自己选择时的主动权。

事实上，国内已经展开了有关尝试。

今年3月，蚂蚁保正式上线“金选”服务。近期上线的蚂蚁金选“五维模型”解读，则在产品介绍页面清晰地告诉用户，每个保险产品在五大维度上的评分和依据，也会有保险精算师的实名评测，让用户对产品优缺点一目了然。

南京大学商学院金融与保险学系副教授孙武军表示，蚂蚁保“金选”服务，本质上是降低用户了解和选择保险产品的专业门槛，互联网保险服务的智能化、用户的年轻化也是必然趋势。消费者可以充分利用“金选”服务里的各种功能，结合自身的实际情况，去购买适合自己的保险产品，为自己配置多元的保障方案。

减少人工干预的一种尝试：系统“判白”、人工“排黑”

分析模型是如何运作的？它如何减少人工决策在整个环节中的影响？

蚂蚁保“金选”项目负责人张放介绍，根据投保门槛、保障范围、性价比、服务理赔和公司经营五大维度，工作人员会筛选出那些最有竞争力的保险产品，向投保人展开解读，同时清晰地介绍每个产品在这五个维度上的评分和依据，并附加精算师测评。

张放介绍，从流程来看，先由智能模型从一众产品中自动筛选出优质的标的，将其送入提名环节（即“判白”）；最后再由专家来人工审核，发挥一个“排黑”的作用，去掉那些不适合入选的产品。通过这种机制，“金选”可以尽量减少人工决策带来的影响，最大化地去实现客观公正。

“希望在评分环节，今后80%以上的影响因子由模型决定。”

那么如何确定“系统判白”和“人工排黑”的界限？

张放对观察者网表示，这个自动化、智能化的模型是由精算师设置的，“判白”对应的部分，往往是可以量化的数据和内容，并且它们有助于构建一个完整体系，让人们对保险产品有一个更好地理解。

而“排黑”是“判白”的对立面，在流程上它集中于产品审核环节。“所有影响客户权益的都会排黑，”，张放说，“但什么样的内容是影响客户权益的？这个内容相对而言是无法穷尽的，它需要依靠人工去判断。”

蚂蚁保保险产品负责人严捷对观察者网表示，在保险模型评分的过程中，有很多指标机器非常容易打分。比如某几款产品在不同年龄分布上的价格表现，模型用算法自动运算的效率和准确度都会更高，它甚至可以超过精算师的计算。

团队内部其实也希望可以实现100%的由机器判断。但现实是，对于投保须知、健康告知等复杂、专业，涉及法律的文本内容，现有技术想要实现通俗化地理解和自动处理是有难度的，目前依然离不开专家对有关保险产品的解读和理解。

在模型的搭建过程中，目前离也不开精算师的个人经验。严捷透露，技术团队尝试收集了市面上大部分的保险条款，并用数月时间进行解构、解读，用以训练模型。在这个过程中，大家就发现了一个问题：很多保险产品的条款，不同保险公司的标准是不同的，比如保障范围，A产品的说法和B产品不同，但本质上是一个意思，

严捷表示，对于某些行业有明确规定，行业认知非常成熟的内容，模型基本能做到根据关键词发出预警，提醒有关风险。但是想让模型进一步判断某款产品比其他产品好或者差，目前大家尚未到达这一阶段。

本文系观察者网独家稿件，未经授权，不得转载。