IBM：AI 动态定价确保保险公司与市场现实同步(8页).pdf

1、 专家洞察 AI 动态定价 确保保险公 司与市场现 实同步 定价自动化有助于提高速度 和灵活性 IBM 商业价值研究院 主题专家 Koos Quak GBS 荷兰保险行业负责人 IBM 全球企业咨询服务部 Koos.Q aaa4621/?originalSubdomain=nl Gert-Jan van Zuijlen 全球企业咨询服务部财务管理顾问 GJ.van.Z zuijlen-764ab3183 Koos Quak 是荷兰保险行业 IBM 咨询与系统集成业务 负责人。他在各种保险项目中拥有超过 15 年的经验， 包括为保险公司应用人工智能以及涉及重新定义产品 和价格的核心保险业务转型。

2、 Gert-Jan van Zuijlen 是 IBM 全球企业咨询服务部荷兰 财务管理实践团队的成员。Gert-Jan 专攻财务与会计 方面的认知计算和高级分析。他的主要工作重点是银 行业和保险业。 1 谈话要点 客户更换保险产品和运营商的成本不断降 低，可预见的影响就是客户忠诚度会随之 下降。保险公司可通过基于人工智能 (AI) 的动态定价，应对这种挑战。 基于人工智能的定价模型有助于显著缩减 推出新的定价框架所需的时间。产品面市 速度可从数月压缩到数周时间。 需要新的监管模式。人工智能有助于加快 速度，提高灵活性，降低错误定价的风险， 但是新的定价和计算模型需要新一代的审 批流程。 价格

3、是否合适？ 对于保险行业的领导而言，制定合适的定价变得异常复杂。 如果定价与市场状况或个人行为不一致 无论是太高还是 太低，结果都是一样，那就是收入损失，利润缩水。 传统上，保费由“成本加成”方法确定。成本加成是对风 险溢价的精算评估，这涵盖直接成本和间接成本以及利润 增值。 在许多情况下，尤其是在个人财产和意外伤害保险产品 （比如车险和家庭险）方面，成本加成可生成买家可接受 的精确价格，因此仍然非常有效；此外，这还使保险公司 能够以预期的综合成本率或低于 100% 的成本率开展业务。 即使传统定价方法现在仍然有效，但也存在一些缺点，会 对保险公司走向未来造成阻碍。例如，由于成本加成方法 相对

4、简单，因此无法将非技术定价因素以及对快速响应多 变市场状况的适应能力轻松整合进来。这些因素包括： 由价格比较网站（比如 check24.de 或 .au） 建立的全新透明度。反过来，透明度也加剧了高度商 品化的个人和商业产品线的竞争。 新的非结构化数据源，例如由车载资讯系统和物联网 提供的数据源。这些数据源可以提供有关投保人和保 险对象的更多背景信息，根据风险的高低，决定风险 溢价。 日益增长的个性化需求，IBM 商业价值研究院 (IBV) 执行的一项调研重点研究了这个问题，该调研还表明， 50% 的客户更喜欢量身定制的产品。1 传统定价模型 并不适合个性化的产品。 “起义者”越来越多。从本质

5、来看，原生于云端的新 参与者（比如 Lemonade）能够高度灵活地应对市场 变化，向客户展示各种可能性，这给传统企业带来了 越来越大的压力，迫使他们采取应对措施。 2 自动化可将销售成本削减 5%， 因此能够更轻松地进入中小企业 细分市场 要将这些因素考虑在内，在竞争中保持领先，保险公司可 考虑采用“智能定价”（见图 1）。即使某些产品线目前 采用成本加成方法已经足够应付，但如果加大智能定价采 用力度，也会让纯粹的“传统定价者”利润降低。 定价愿景和战略 通过让定价更贴近市场，保险公司可加快获得各种可变因 素的洞察，从而有效指导定价行为（比如价格弹性）。要 让智能定价发挥作用，必须将这些可变

6、因素作为必选项加 以理解和采用。 智能定价战略包含多种定价模型，这些模型都是通过敏捷方 法开发，专为快速部署而设计。智能定价显著提高了定价灵 活性，避免了传统开发的迟滞问题，并能够显著加快新产品 和现有产品变更的面市速度。 此外，智能定价也是“认知型保险公司”工具包中的组成部 分。就像我们在最近的 IBM 商业价值研究院调研报告中所写： “认知型保险公司采用最新技术，尤其是人工智能技术，理 解丰富的非结构化数据”。2 通过将人工智能和大数据融入定 价之中，可借助非传统可变因素（比如天气数据）来改进定 价模型。 图 1 采用智能定价 智能定价智能定价 针对定价/市场情况量身定制的差异化 价格 产