選擇保險產品，機器會比人更靠譜嗎？

【文/觀察者網 周毅，編輯 張廣凱】

1997年，是中國互聯網混沌初開、尚未成熟的一年。

這一年，張朝陽剛剛創辦了網站愛信特（ITC），他從兩位美國教授那裏拿到22.5萬美元的創始資金，但對於公司怎麼賺錢，他心裏還沒有底，他最初的想法是承攬網頁製作，不過錢很快花光了。直到下一年（1998年），他創辦的國內首家全中文網上搜索引擎——搜狐才問世。

這一年，丁磊剛剛創辦網易，寫出網易免費郵箱系統；馬化騰初次接觸即時通訊軟件ICQ（中文意為“我找你”）；李彥宏離開華爾街，正前往硅谷引擎公司搜信（Infoseek）——阿里“十八羅漢”和劉強東在中關村創辦“京東多媒體”的故事，也要在1997年之後才慢慢展開。

但就在這一年，中國大陸第一份互聯網保單成交，我國首個保險網站成立。

中國保險行業儼然敲開了互聯網的大門。

科教片《農家怎樣上保險》劇照  圖源重慶保監微新聞

25年後的今天，互聯網行業的高速發展已經深刻改變了中國人生產生活的各個方面，但是從互聯網保險帶來人的影響來看，除了投保人買保險時更方便了，保險產品依然“難懂”和“難選”。伴隨着年輕人對“買保險”的關注，這個問題正變得愈發突出。

螞蟻集團旗下保險代理平台螞蟻保11月15日發佈的“金選”服務運行報告顯示，年輕人保障意識強，新用户4成是90後。面對琳琅滿目、晦澀難懂，同時“看上去又都差不多”的一眾保險產品，技術進步能否為人們提供一些降低門檻、輔助決策的工具？

打破信息不對稱，互聯網表現如何？

保險條款專業性強、晦澀難懂，這是一個老大難的問題。

2021年，《中國銀保監會辦公廳關於進一步豐富人身保險產品供給指導意見》文件指出，要“持續開展產品條款標準化、簡單化、通俗化工作”；同年，中國保險協會也就《定期壽險示範條款（公開徵求意見稿）》等文件向社會徵求意見，旨在幫助消費者理解保險產品，同時提高監管效率。

“持續開展產品條款標準化、簡單化、通俗化工作” 文件截圖

這足以顯示，通俗、簡單，好理解，是保險要跨過的一座山。

買的人不懂，難免會產生外部依賴，尋求他人的建議。

因此不難發現，在傳統的線下保險中，投保人的選擇空間往往會被代理人影響。

保險代理人或者推銷員的專業能力、知識儲備、傾向偏好，都會明顯影響投保人。

但在互聯網的幫助下，這種局面某種程度上被打破了，一些工具也應運而生。

相比於傳統線下渠道，消費者在互聯網上可以接觸到更多的產品。這很大程度上有助於解決信息封閉，或者信息不對稱的問題——例如通過產品對比這個工具，大家可以更為明確地感知保障內容和價格之間的細微差異。

好消息是，現在選擇空間更大了，更容易獨立決策了。

壞消息是，現在更容易獨立決策了，保險產品該怎麼選？

通過互聯網購買保險正受到青睞 圖源《2021年中國互聯網保險消費者洞察報告》

在一系列因素影響下，另一個工具便應運而生——在互聯網上，一些平台利用自己的技術、資源或者渠道，向投保人安利產品，讓消費者從中選擇，所謂“優中擇優”。

不過這種模式也會衍生一個問題。如果推薦機制不夠透明、不夠客觀、不夠科學，平台的傾向和水平就可能影響投保人的選擇，甚至會給投保人產生負面影響。

站在這個角度上，通過分析模型、智能算法等技術手段，用一種量化的方式去評判和篩選保險產品，或許是一個值得嘗試的方向。在堅持透明、科學和規範的基礎上，這種模式可以儘可能地減少人工干預，讓投保人保持自己選擇時的主動權。

事實上，國內已經展開了有關嘗試。

今年3月，螞蟻保正式上線“金選”服務。近期上線的螞蟻金選“五維模型”解讀，則在產品介紹頁面清晰地告訴用户，每個保險產品在五大維度上的評分和依據，也會有保險精算師的實名評測，讓用户對產品優缺點一目瞭然。

南京大學商學院金融與保險學系副教授孫武軍表示，螞蟻保“金選”服務，本質上是降低用户瞭解和選擇保險產品的專業門檻，互聯網保險服務的智能化、用户的年輕化也是必然趨勢。消費者可以充分利用“金選”服務裏的各種功能，結合自身的實際情況，去購買適合自己的保險產品，為自己配置多元的保障方案。

減少人工干預的一種嘗試：系統“判白”、人工“排黑”

分析模型是如何運作的？它如何減少人工決策在整個環節中的影響？

螞蟻保“金選”項目負責人張放介紹，根據投保門檻、保障範圍、性價比、服務理賠和公司經營五大維度，工作人員會篩選出那些最有競爭力的保險產品，向投保人展開解讀，同時清晰地介紹每個產品在這五個維度上的評分和依據，並附加精算師測評。

張放介紹，從流程來看，先由智能模型從一眾產品中自動篩選出優質的標的，將其送入提名環節（即“判白”）；最後再由專家來人工審核，發揮一個“排黑”的作用，去掉那些不適合入選的產品。通過這種機制，“金選”可以儘量減少人工決策帶來的影響，最大化地去實現客觀公正。

“希望在評分環節，今後80%以上的影響因子由模型決定。”

那麼如何確定“系統判白”和“人工排黑”的界限？

張放對觀察者網表示，這個自動化、智能化的模型是由精算師設置的，“判白”對應的部分，往往是可以量化的數據和內容，並且它們有助於構建一個完整體系，讓人們對保險產品有一個更好地理解。

而“排黑”是“判白”的對立面，在流程上它集中於產品審核環節。“所有影響客户權益的都會排黑，”，張放説，“但什麼樣的內容是影響客户權益的？這個內容相對而言是無法窮盡的，它需要依靠人工去判斷。”

螞蟻保保險產品負責人嚴捷對觀察者網表示，在保險模型評分的過程中，有很多指標機器非常容易打分。比如某幾款產品在不同年齡分佈上的價格表現，模型用算法自動運算的效率和準確度都會更高，它甚至可以超過精算師的計算。

團隊內部其實也希望可以實現100%的由機器判斷。但現實是，對於投保須知、健康告知等複雜、專業，涉及法律的文本內容，現有技術想要實現通俗化地理解和自動處理是有難度的，目前依然離不開專家對有關保險產品的解讀和理解。

在模型的搭建過程中，目前離也不開精算師的個人經驗。嚴捷透露，技術團隊嘗試收集了市面上大部分的保險條款，並用數月時間進行解構、解讀，用以訓練模型。在這個過程中，大家就發現了一個問題：很多保險產品的條款，不同保險公司的標準是不同的，比如保障範圍，A產品的説法和B產品不同，但本質上是一個意思，

嚴捷表示，對於某些行業有明確規定，行業認知非常成熟的內容，模型基本能做到根據關鍵詞發出預警，提醒有關風險。但是想讓模型進一步判斷某款產品比其他產品好或者差，目前大家尚未到達這一階段。

本文系觀察者網獨家稿件，未經授權，不得轉載。