江苏龙网

  1. 首页 > 资讯 > 科技 > >

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( 二 )


State Farm 于2016年在数据竞赛平台Kaggle发起了一项根据包括司机照片在内的数据集对司机驾驶行为进行打分的竞赛 ， 最终排名第一的成绩达到87%的准确率 。 该公司已推出In-drive产品 ， 根据司机驾驶行为提供可高达50%的车险费率折扣 。 同时该公司另有也同为UBI的Hiroad计划 。
Metromile 提供正好与行驶里程相匹配的基于使用情况的保险定价策略 ， 即先设定一个每月基础费用 ， 再设定一个每英里的费用率 。 Metromile通过无线通信车载设备Metromile Pulse——一个可以插进汽车诊断端口的小型电子器件——来搜集行驶数据 ， 其不同点在于它承诺不考虑你的驾驶行为 ， 只考虑你的驾驶距离 。
鼎然科技成立于深圳 ， 将成熟的国际UBI精算定价模型与国内车险市场需求相结合 ， 满足国内市场结构优化及监管需求的产品 。 北美海归精算师带领的精算师团队通过借鉴美国UBI经验 ， 结合国内市场情况和数据 ， 打磨出一套本土化的UBI大数据精算模型 ， 并随着行车数据的不断积累而迭代更新 。 同时 ， 鼎然科技自主研发为UBI数据采集“路比”系列车载智能设备 。
好好驾驶以 ADAS 切入 UBI 数据领域 ， 自主研发基于多种传感器融合的“驾驶行为分析系统” ， 从人、车、路多维度出发 ， 实现了按行程、每日、每月为驾驶员进行打分的功能 ， 能够时时监控驾驶员的驾驶行为 ， 识别潜在的驾驶行为风险 ， 降低车险满期赔付率 。 公司现拥有人工智能、云计算、驾驶行为评分模型、UBI 指数模型等多项技术 ， 倾力打造国际领先的基于ADAS的UBI汽车大数据公司 。
五 人工智能在UBI车险领域的局限性 数据风险：UBI必然要求收集车主驾驶及车辆行驶的各方面的数据 ， 同时可能会伴随着对车辆地理位置的追踪 。 这带来了非常敏感的安全性和隐私保护方面的考量 。 在本地进行数据处理的边缘计算是降低数据泄漏风险的一个办法 。 若需要进行联网数据传输 ， 那么加密或是不可逆操作的数据处理方法则显得非常重要 。
模型的非普适性：欧美的UBI模型在中国落地面临着水土不服的问题 。 概因海内外车主驾驶风格有异、风险因素偏重不同 ， 以及城市中车辆密度所带来的风险系数差别等原因 ， 国外成熟的模型应用在国内的数据上需要进行不少本土化的尝试 。
六 人工智能在UBI车险领域的发展趋势 风险侧重差异化：随着自动驾驶技术的发展 ， 驾驶风险侧重将从司机转向汽车制造厂商以及设计智能技术的公司 。
产业链数据完整化：如今互联网大厂拥有数据和模型 ， 专业数据公司未必能获得市场规模和信任 ， 保险公司体量巨大并不十分在乎车险的创新 。 伴随市场接受程度的提升 ， 产业链将逐步成熟 ， 保险领域数据行业将由分散趋向完整 。
【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】定价监管智能化：在个性化定价起步阶段市场出现各种随意修改或变相修改条款、费率水平的现象 。 但过于严厉的监管可能会限制车险产品的创新 。 而伴随保监机构同样在采用智能化技术 ， 其监管条例的制定也将更加灵活和智能化 。


推荐阅读


上一篇：「运行内存」安卓系统最大短板曝光!高达16GB运存领跑全球:流畅度依旧不如苹果

下一篇：赵明@荣耀30Pro将在4月15日发布，水溢曲面屏＋四摄，价格感动人心！