人工智能@人工智能与智能驾驶如何推动车险客制化 | 智周报告核心版
本文插图
近年来 ， 许多保险公司推出基于驾驶行为的保险（Usage Based Insurance ， 简称“UBI”）作为用户理赔率及保险费用的判断依据 。 在现在广泛流行的UBI的估价模型中 ， 保险公司通过车载诊断系统或行车应用APP 来记录每台车的车载数据 ， 来监测司机的驾驶行为 ， 为其行车风险进行打分 ， 进而将该风险系数输入下一步精算定价模型 ， 不过这种估价模型忽略了将司机驾驶行为习惯结合实际道路环境下司机对不同情况反应处理进行风险评估考量 。 在这一点上 ， 将更注重对驾驶实时环境的数据监测的ADAS技术应用到传统保险行业的解决方案为后UBI时代人工智能和ADAS技术为汽车保险带开了跨界新局面 。 本文将介绍欧美相对成熟的UBI产品及我国正在起步阶段的UBI尝试 ， 覆盖基于传统基于车载数据的UBI以及利用ADAS的UBI 。
作者 | 言青佳
一 UBI车险市场现状简述 目前 UBI 用户主要集中在欧美国家 。 统计数据门户Statista的数据显示全球车辆UBI市场预计将在2027年达到1050亿美元的规模 。 而2018年这一指标只是150亿美元 。 而市场调查公司Global Market Insights提供了类似的数据 ， 预计2026年全球该市场规模达到1150亿美元 。 意大利是 UBI 渗透率最高的国家 。 而从 UBI 保单数量来看 ， 美国年保单量位居全球之首 。 现阶段中国 UBI 产品市场处于探索期 ， 根据普华永道思略特的预测 ， 若车险费率市场化完全放开 ， 同时伴随着车联网 50% 的新车渗透率预期 ， 保守估计 UBI 的渗透率在 2020 年可以达到 10%-15% ， UBI保险面临着 1400 亿元的市场空间 。
本文插图
本文插图
二 UBI车险中的人工智能技术 边缘计算：在靠近物或数据源头的一侧 ， 采用网络、计算、存储、应用核心能力为一体的开放平台 ， 就近提供最近端服务 。 其应用程序在边缘侧发起 ， 产生更快的网络服务响应 ， 满足行业在实时业务、应用智能、安全与隐私保护等方面的基本需求 。
机器学习：机器学习是一门多学科交叉专业 ， 涵盖概率论知识 ， 统计学知识 ， 近似理论知识 。 是人工智能的核心 ， 是使计算机具有智能的根本途径 。 机器学习常见算法包括决策树 ， 支持向量机 ， 随机森林 ， 神经网络等 。
广义线性模型：是线性模型的扩展 ， 通过联结函数建立响应变量的数学期望值与线性组合的预测变量之间的关系 。 其特点是不强行改变数据的自然度量 ， 数据可以具有非线性和非恒定方差结构 。 是线性模型在研究响应值的非正态分布以及非线性模型简洁直接的线性转化时的一种发展 。
计算机视觉：是用摄影机和计算机代替人眼对目标进行识别、跟踪和测量等机器视觉 ， 并进一步做图像处理 ， 用计算机处理成为更适合人眼观察或传送给仪器检测的图像 。 当作为一个工程学科 ， 计算机视觉寻求基于相关理论与模型来建立包括过程控制在内的计算机视觉系统 ， 可应用于无人驾驶汽车 。， 查看相应选项 。
三 人工智能在UBI车险中的应用分布
本文插图
四 人工智能在UBI车险中的应用案例 Progressive 于 1994 年首度提出 PAYD（payas you drive）保险 ， 之后又陆续推出 autograph、tripsense 等几代 UBI 产品 ， 并于 2009 年正式推出引入驾驶员急刹车次数、夜间行车次数等数据的 UBI 保险产品 Snapshot 。 其使用H20.ai开源机器学习平台 利用机器学习算法基于从司机客户收集的数据进行预测性定价 ， 实现一人一车一家的定价模式 。 其远程通信技术（融合了通信和IT技术通过网络实施远程遥控）应用Snapshot已经收集了140亿英里的驾驶数据 。
推荐阅读
- 『小胖说科技』便携、清晰、高亮度，明基E520无线智能投影仪评测
- 【智能家居专家V】轻、快、好，满足这三个字的手机你找到了吗？
- 「运动」让运动更自由，苏宁小Biu智能耳机助你一路前行
- 牡丹江涂鸦智能■智能家居语音控制系统
- 实体@带你一起读《智能社会》：序言前言如果我们允许“如果”后记
- 「智能」360智能家用AI摄像机评测，2K高清夜视仪，360°全彩监控
- 功能：能解决孩子的学习问题吗？牛听听儿童智能熏教机体验！
- 「黑猫科技论」360智能家用AI摄像机评测，2K高清夜视仪，360°全彩监控
- 『弱电智能邦』关于VGA、DVI、HDMI的几点误解和区别
- [科技来客]让运动更自由，苏宁小Biu智能耳机助你一路前行