保險業(yè)AI 大盤點:這10家公司值得關注皆撩!

轉載:https://baijiahao.baidu.com/po/feed/share?wfr=spider&for=pc&context=%7B%22sourceFrom%22%3A%22bjh%22%2C%22nid%22%3A%22news_2806374363934379555%22%7D

目前全世界共有2000多家人工智能創(chuàng)業(yè)公司噩凹,涉及領域橫跨各行各業(yè)广辰。尤其在保險業(yè)炭懊,人工智能的崛起票渠,讓這個古老的行業(yè)又一次煥發(fā)出了往日的活力翩活。一方面阱洪,AI技術的預測分析能力有可能會取代傳統精算師的職能,降低保險公司的成本以及幫助保險公司做出更加精準的預測菠镇。另一方面冗荸,基于AI技術的自動駕駛汽車的出現,將對車險行業(yè)造成前所未有的沖擊利耍,未來的車險形態(tài)或將煥然一新蚌本。

本文整理了10家主打人工智能的海外保險創(chuàng)業(yè)公司,希望能對大家了解全球范圍內人工智能在保險領域的應用有所幫助隘梨。

Lemonade――家財險的極速體驗

Lemonade成立于2015年程癌,總部坐落于紐約的他們已經獲得了來自谷歌、安聯轴猎、紅杉資本等企業(yè)共計6000萬美元的投資嵌莉。

Lemonade通過移動端app為消費者提供家財險服務,整個銷售過程都是由其智能聊天機器人負責的捻脖,消費者可以體驗到全自動的保險購買體驗烦秩。客戶僅需要花90秒就可以完成投保郎仆,在理賠時只祠,只要花3分鐘的時間就可以獲得理賠款。

Lemonade的家財險面向租客和屋主兩個群體扰肌,其月保費分別是5美元和25美元起抛寝。優(yōu)惠的價格以及極速的體驗讓Lemonade獲得了紐約消費者的喜愛。據Lemonade透露的數據曙旭,他們的客戶都是從下圖所示的傳統保險公司中轉投而來盗舰。

Lemonade的人工智能主要應用于智能客服機器人所負責的銷售和理賠環(huán)節(jié)。

延伸閱讀:Lemonade發(fā)布2016Q4數據:保費收入18萬美元桂躏,理賠案件6起

Captricity――數據賦能工具

成立于2011年的Captricity钻趋,專注于為保險公司提供數據服務,他們利用機器學習算法從傳統的紙質保單文件中識別并提取信息剂习,將信息轉換為電子格式進行存儲蛮位。其數據轉換的準確率超過99.9%较沪。

佛瑞斯特研究公司(Forrester)的分析師Ellen Carney對Captricity如此評價道:

“通過和Captricity的合作,紐約人壽保險公司得以將五十多萬份商業(yè)險投保申請書的數據數字化失仁,從而加快了核保承保的速度尸曼。此外,Captricity還通過提取過去10年間所有死亡證明書中的死因數據萄焦,幫助保險公司改善其壽險的精算模型控轿。Captricity的數據服務為保險公司節(jié)省下了50%的人工支出》鞣猓”

Captricity和他的數據服務大大提高了保險公司產品的精準度茬射,因此目前有半數的美國大型保險公司都在使用Captricity的服務。

Cyence――量化網絡風險

成立于2014年的硅谷創(chuàng)業(yè)公司Cyence目前已經獲得了4000萬美元的融資冒签。他們開發(fā)的分析平臺可以量化網絡風險可能給企業(yè)帶來的潛在經濟損失躲株。

隨著互聯網深入各行各業(yè),網絡安全已經成為所有企業(yè)面臨的最大的運營風險之一镣衡。一個黑客所竊取的信息霜定,對于某企業(yè)來說可能就價值數十億美元。作為保險公司廊鸥,如果你沒有一個量化這種網絡風險的方法,又能如何為那些企業(yè)提供保險方案呢磨德?

Cyence打造的正是保險業(yè)內第一家利用數據和概率來分析和量化網絡風險的平臺。他們利用機器學習算法對大量的數據和信息進行整合分析吆视,并模擬網絡風險的沖擊,從而估算出企業(yè)所面臨的潛在經濟損失啦吧。

Zendrive――保險公司的移動監(jiān)視器

你知道嗎您觉?在美國,平均每四起車禍事故中在孝,就有一起是因為開車看手機導致的和橙。成立于2013年的Zendrive已經獲得了2000萬美元的融資筋搏,為了改善司機習慣峦朗,他們開發(fā)了一款移動端app拴曲,利用智能手機的傳感器對司機的駕駛行為進行記錄和評分叁熔。

保險公司和Zendrive合作除秀,對安裝了該應用并且行為記錄良好的司機用戶提供高達25%的保費優(yōu)惠折扣。

Zendrive曾對300萬名美國司機做過為期3個月的調查報告暂吉,調查范圍涉及5.7億次出行,累計里程達56億英里擂红。調查結果顯示肯适,司機在駕駛過程中使用手機的頻率高達88%变秦。下圖顯示了美國各州平均每人每次出行使用手機的頻率。

可見目前司機的駕駛習慣依然存在很大的問題疹娶,可供Zendrive改善的空間還很大伴栓。

Cape Analytics――房屋勘測輔助服務

Cape Analytics于2014年在硅谷成立,已經獲得1400萬美元融資的他們將機器學習技術和計算機視覺以及空間圖像技術相結合雨饺,為財產險公司提供房屋勘測服務钳垮,比如分析房屋屋頂的構造、材料和狀況额港。

保險公司可以接入Cape Analytics的API饺窿,利用他們的圖像和數據,對投保的房屋進行快速審核移斩,從而加快核保承保流程肚医,并且提升保險方案定價的準確度。住戶屋頂的太陽能板向瓷、天窗以及煙囪都會影響保險公司的定價肠套,而這些數據都可以在Cape Analytics的系統中查到。

Tractable――車險理賠管理

成立于2012年的倫敦創(chuàng)業(yè)公司Tractable目前獲得了990萬美元的融資猖任,他們研發(fā)的深度學習算法可以對車險理賠案件的損失進行估算你稚。通過收集和學習成千上萬起車禍理賠案件,Tractable的AI系統能夠根據上傳的受損車輛照片精準地判斷出維修費用,跟螞蟻金服此前推出的“定損寶”類似刁赖。

Risk Genius――智能比價

Risk Genius平臺由創(chuàng)業(yè)團隊ClaimKit于2011年開發(fā)搁痛。該團隊的第一款產品名為Privity,為客戶提供理賠檔案管理服務宇弛。

Risk Genius平臺利用機器學習技術將來自各公司的保險產品進行分解對比鸡典。傳統的比價網站只是將同類保險產品列出,由客戶自行閱讀選擇枪芒。而Risk Genius則能根據客戶預先設定的條件彻况,對同類保險產品做出分析評價,節(jié)省了客戶大量閱讀保單條款的時間病苗,提高了客戶的選擇效率疗垛。

Shift Technology――杜絕騙保行為

成立于2013年的巴黎創(chuàng)業(yè)公司Shift Technology目前獲得了1180萬美元的融資症汹。他們利用大數據和機器學習算法開發(fā)了服務于保險公司的騙保欺詐行為偵測平臺硫朦。

據估算,在歐洲背镇,騙保行為給保險公司帶來的損失大約占保險公司理賠總支出的10%咬展。如今,Shift Technology的系統已經處理了超過7800萬起理賠案件瞒斩,并且偵測出了大量潛在的有騙保嫌疑的案件破婆。據透露,Shift目前的騙保案件偵測準確率達75%胸囱,隨著AI系統積累越來越多的數據祷舀,其準確率還將進一步提升。

RightIndem――投保人的自助理賠工具

成立于2016年的英國創(chuàng)業(yè)公司RightIndem目前已經獲得了100萬美元的融資烹笔。他們開發(fā)的app將理賠流程的主導權交到了客戶的手中裳扯,客戶可以控制理賠的每一個環(huán)節(jié)。整個理賠流程的效率因此提高谤职,客戶的滿意度也隨之提升饰豺。

RightIndem的app覆蓋事故通知(損失評估和損失通知)、核心理賠數據(總損失允蜈、修復費用以及智能修復)以及理賠結算(款項支付和破損零部件替換)三個環(huán)節(jié)冤吨。

Lapetus――基于面部識別

成立于2014年的美國創(chuàng)業(yè)公司Lapetus Solutions利用機器學習算法來分析理解人類面部所隱含的健康信息。該公司的平臺Chronos通過分析用戶的面部照片饶套,以及輔以人工統計數據漩蟆,可以為用戶提供關于身體健康信息的預測性分析。壽險公司可以據此對客戶進行更加準確的定價妓蛮。

最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末怠李,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌扔仓,老刑警劉巖褐奥,帶你破解...
    沈念sama閱讀 218,682評論 6 507
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現場離奇詭異翘簇,居然都是意外死亡撬码,警方通過查閱死者的電腦和手機,發(fā)現死者居然都...
    沈念sama閱讀 93,277評論 3 395
  • 文/潘曉璐 我一進店門版保,熙熙樓的掌柜王于貴愁眉苦臉地迎上來呜笑,“玉大人,你說我怎么就攤上這事彻犁〗行玻” “怎么了?”我有些...
    開封第一講書人閱讀 165,083評論 0 355
  • 文/不壞的土叔 我叫張陵汞幢,是天一觀的道長驼鹅。 經常有香客問我,道長森篷,這世上最難降的妖魔是什么输钩? 我笑而不...
    開封第一講書人閱讀 58,763評論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮仲智,結果婚禮上买乃,老公的妹妹穿的比我還像新娘。我一直安慰自己钓辆,他們只是感情好剪验,可當我...
    茶點故事閱讀 67,785評論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著前联,像睡著了一般功戚。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上蛀恩,一...
    開封第一講書人閱讀 51,624評論 1 305
  • 那天疫铜,我揣著相機與錄音,去河邊找鬼双谆。 笑死壳咕,一個胖子當著我的面吹牛,可吹牛的內容都是我干的顽馋。 我是一名探鬼主播谓厘,決...
    沈念sama閱讀 40,358評論 3 418
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼寸谜!你這毒婦竟也來了竟稳?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 39,261評論 0 276
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎他爸,沒想到半個月后聂宾,有當地人在樹林里發(fā)現了一具尸體,經...
    沈念sama閱讀 45,722評論 1 315
  • 正文 獨居荒郊野嶺守林人離奇死亡诊笤,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 37,900評論 3 336
  • 正文 我和宋清朗相戀三年系谐,在試婚紗的時候發(fā)現自己被綠了。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片讨跟。...
    茶點故事閱讀 40,030評論 1 350
  • 序言:一個原本活蹦亂跳的男人離奇死亡纪他,死狀恐怖,靈堂內的尸體忽然破棺而出晾匠,到底是詐尸還是另有隱情茶袒,我是刑警寧澤,帶...
    沈念sama閱讀 35,737評論 5 346
  • 正文 年R本政府宣布凉馆,位于F島的核電站薪寓,受9級特大地震影響,放射性物質發(fā)生泄漏句喜。R本人自食惡果不足惜预愤,卻給世界環(huán)境...
    茶點故事閱讀 41,360評論 3 330
  • 文/蒙蒙 一沟于、第九天 我趴在偏房一處隱蔽的房頂上張望咳胃。 院中可真熱鬧,春花似錦旷太、人聲如沸展懈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,941評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽存崖。三九已至,卻和暖如春睡毒,著一層夾襖步出監(jiān)牢的瞬間来惧,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,057評論 1 270
  • 我被黑心中介騙來泰國打工演顾, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留供搀,地道東北人。 一個月前我還...
    沈念sama閱讀 48,237評論 3 371
  • 正文 我出身青樓钠至,卻偏偏與公主長得像葛虐,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子棉钧,可洞房花燭夜當晚...
    茶點故事閱讀 44,976評論 2 355

推薦閱讀更多精彩內容

  • CB Insights的評選結果基于這些公司所提交的數據屿脐、對一系列問題的回答、以及企業(yè)的Mosaic分數。Mosa...
    平凡的小路閱讀 3,098評論 1 21
  • 周末的诵,大上海的時髦女人們在這樣的夜晚万栅,最喜歡的就是穿著性感的衣群在酒吧搖曳的燈光下談情說愛。我不屬于時髦女人一類西疤。...
    老姐閱讀 254評論 0 0
  • 我刪了你的聯系方式花了8秒申钩,自責了好長時間,忘記你至今沒有瘪阁。 那天撒遣,兄弟伙問我你忘記她了嗎?我說忘記了管跺,兄弟說:可...
    行走的寫作靈感閱讀 251評論 0 0
  • 幕 文||與你相識 籠罩了世界以后 還有誰在天涯 所有的聲音消失 一片云填滿所有思緒 因為有你 整個世界精彩 生命...
    與你相識_40fa閱讀 219評論 0 2
  • 什么樣的時間最寶貴义黎? 一個人如何對待他的時間,決定了他可以成為什么樣的人豁跑。 這樣一個浮躁的快節(jié)奏社會廉涕,壓力大到每一...
    Super萱閱讀 896評論 4 0