保險科技:讓保險公司利用數據重新建立競爭優勢
保險科技:讓保險公司利用數據重新建立競爭優勢

哪個產業的決策是數據導向的?保險業絕對是其中之一;大多數保險公司擁有大量數據,但試圖將數據應用於營運時,卻面臨巨大的挑戰。保險業需要採取一些行動,才能解決這種困境。

推薦閱讀:保險科技浪潮來襲,從小孩「被退貨」看市場新商機

考量歷史數據的數量和價值,第一優先的任務,是將已儲存在資料庫中數十年與精算、保單、理賠和詐保相關的數據釋放出來,為未來進行承保、定價、作業處理、產品開發、偽冒防制等業務時,提供有利的参考資訊。在理想狀況下,這些歷史數據幾乎可以無限地利用時間和資源進行數據挖掘、搬移、儲存、資料挖掘、資料倉儲和分析,這種運用資料的方式將會很有效。

然而,任何保險公司都沒有無限的資源和時間,可投入在舊數據中尋找有價值的資訊,特別是眼前還有許多其他緊急的問題或商機要處理;此外,當市場上新保單銷售數字的持續下降,以及所有事物都朝向「亞馬遜化(Amazonification)」(即滿足客戶對即時、簡易的線上購物體驗的期望)加速發展時,企業對客戶的深入了解,以及有效運用數據來優化獲取客戶(customer acquisition)、提供個人化體驗、簡化購買流程的時代與壓力已經到來,而且無處不在。

面對如此艱困的環境,解決之道是什麼?這裡提供3種因應策略:

策略1:不要眷戀歷史資料,重新蒐集數位數據

根據摩根史坦利(Morgan Stanley)和波士頓企管顧問(BCG)共同發表的報告〈Reinventing Life Insurance Agency Distribution Globally〉指出:缺乏效率是保險業面臨的主要挑戰,特別是「老派作風的銷售流程」,既繁瑣且與要求數位體驗的客戶期望不符。 歷史或過時的數據不會隨處可見,但競爭優勢可以無處不在。基於這個論述,建議保險公司採取「數據轉傳(dataforward)」的思維,向前看而不往回看。

最好、簡單的方法是:重新開始。 透過乾淨的數據集和現代技術重新發展以數據驅動的策略,保險公司不僅可擺脫傳統數據的泥沼,且可充分利用人工智慧和機器學習等先進技術,以建立競爭優勢。此外,現代消費者多已透過線上與保險公司進行互動,因此可經由良好設計的數據蒐集方式,來深入了解客戶在搜尋什麼商品?真正的需求是什麼?這類的作法對吸引和轉換潛在客戶、設計和交付更好的產品與服務至關重要。

策略2:蒐集高質量數據,建構查詢和運用數據的能力

保險公司要能在2020年代取得成功的關鍵:「擁有高質量的數據(quality data)」以及「擁有查詢(query)和運用(use)數據的能力」。

而最快且有效的方法是提供數位化的服務體驗,同時使用現代技術從頭開始建構建全新、乾淨的數據集。但有兩個問題須先釐清:

  1. 什麼樣的數位服務體驗,可以產生最有價值的數據?
  2. 保險公司應該自行建構或向外採購所需的技術。

無論保險公司是何種商業模式,舉凡那些訪客瀏覽過公司的網站、訪客來自何處、以及訪客在搜尋或瀏覽什麼等行為相關的數據都是無價的。透過這些互動所產生的洞見(insights)將可為許多決策提供参考依據,最終都有機會使潛在客戶和保險顧問以更容易地與公司進行業務往來。

保險公司可以根據業務需求,也可以由其他類型的數據獲得更多有價值的數據。例如,與理賠和保單相關的數據便可應用在精算和審核,以便找出共通性及改善產品、定價和預防詐欺。精準的保單定價將會直接影響利潤,因此,將內、外部數據與預測分析工具結合使用,可使保險公司能夠快速地回應市場需求,同時能夠偵測出潛在的詐欺行為。根據BCG的分析,相較於能更了解客戶需求而驅動客戶購買商品的競爭對手,無法適應新的定價模式與破壞式的定價技術的保險公司將會喪失競爭優勢。

未來,根據即時數據(fresh data)收費的按需型保單(on-demand policy)應有機會爭取到目前尚未購買保險或保險保障範圍不足的消費族群,既能增加新的營收來源,也能降低獲客成本。

策略 3:與保險科技業者合作以快速建立競爭優勢

進行全面的「自行建構」與「向外購買」的分析,可以協助保險公司進行多面向的比較,包含成本與效益、開發以數據為中心的解決方案、或與供應商合作之間的成本等;但是有些項目是難以量化的,例如錯失的機會成本和用戶體驗也應併入考量,特別是市場上充滿著許多與現有保險者競逐相同市場的數位原生型的市場破壞者,這些考量尤其重要。

但許多保險公司是否能做出決策,只取決於一個問題:公司是否擁有或可以僱用的資料科學家、資訊專家、客戶體驗專家等專業人員,能在公司內部執行數據分析的任務? 顯然,大部分的保險公司都缺乏這些人才。

目前較為可行的解決方案是與保險科技業者合作,要比公司獨立開發要快速、風險更低且更容易成功。此外,保險科技新創業者還可提供現代化的基礎架構、持續的創新、定期的軟硬體更新、取得先進的技術與人才等益處,這些資源可幫助保險公司持續聚焦於原本擅長的銷售保單和客戶服務等領域。

保險公司原來擁有的數據不會消失,且仍具有價值;短期來說,重新開始建構數位數據是正確的解決方案;舊有的平台可進行現代化改良,舊的數據可往後台搬移,當有新的數據產生時可一併投入使用。隨著時間演進,當保險公司擁有合併數據來源(包括第三方的數據源)以及根據多元數據集產生新洞見的能力時,未來將可創造更多的商機及優勢。

詳細內容,請參考:「Insurtech: An opportunity for insurers to start fresh with data」 / By Jean-Nicholas Hould / Digital Insurance / Feb 03, 2020

責任編輯:陳建鈞

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。

(觀點文章呈現多元意見,不代表《數位時代》的立場

往下滑看下一篇文章
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?
從黑客松到理賠第一線,富邦人壽如何讓 AI 從創新提案變成工作夥伴?

當許多企業還在討論 AI 能做什麼,富邦人壽更關注:AI 如何被第一線同仁使用?而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場,成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」?

保險理賠為何難以AI化?答案藏在大量非結構化資訊裡

相較於客服問答或行政流程,理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式:從診斷證明、病理報告、手術紀錄到醫療收據,每份文件不同醫院格式都不同,內容還充滿專業醫療術語;理賠人員不僅必須理解文件內容,還需要同步比對保單條款、法規要求以及醫學知識,才能做出適當判斷。

更複雜的是,就算是相同疾病或手術名稱,不同案件背景也可能導致不同理賠結果,因此,理賠長期被視為高度依賴專業經驗與人工判斷的工作,很難透過傳統自動化工具處理。

近年來,隨著理賠案件量持續增加、醫療技術快速演進,以及新舊世代交替帶來的人才培育壓力,如何兼顧理賠品質、作業效率與知識傳承,成為刻不容緩的議題。

富邦人壽開始思考:如果AI無法取代專業判斷,是否能先協助理賠人員更快掌握資訊、縮短搜尋時間,讓專業人才把時間投入在更高價值的分析與決策工作?這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會,理賠團隊將構想轉化為可驗證的AI提案,並在主管支持與跨部門合作下,於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法,也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員,深入了解這項 AI 專案如何從創新提案一路走進理賠第一線,成為同仁日常工作的決策輔助夥伴。

富邦人壽
富邦人壽理賠智慧助理透過黑客松加速落地!數位時代專訪團隊成員郭乃瑀 (左上)、 王羽藍(左下)、陳子聆(右上)、林庭樂(右下),分享過程與收穫。
圖/ 數位時代

AI成功落地的關鍵,不只是模型,還有資料與流程重建

從創意發想到實際上線,最大的挑戰不是技術,而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出,團隊一開始便深入訪談理賠同仁,發現大家真正需要的並不是AI幫忙做決定,而是協助整理資訊,因此將理賠智慧助理專案聚焦於三大領域:手術等級建議、病理報告判讀輔助,以及國外醫療文件翻譯與摘要,目標是協助同仁降低資料蒐集與查詢時間,讓理賠同仁可以快速掌握案件重點。

但要做到這一步,必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一,團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據,並透過跨部門討論及醫師顧問協作,逐步建立一致的判讀標準。林庭樂表示:「這項工作看似基礎,卻是AI能否提供可靠建議的關鍵,更重要的是,它讓過去散落在資深同仁腦中的經驗知識,逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說:「過去遇到新的手術名稱,往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教,現在,透過理賠智慧助理協助,資料搜尋時間縮短50%以上,能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容,理賠智慧助理更像是一位隨身秘書。她說:「它會先幫我們整理案件重點,也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據,或分析病理報告內容,都能快速提供參考依據,讓我們把時間投入更重要的專業決策。」

除了資料基礎建設,金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求,團隊在設計理賠智慧助理時建立多層防護機制與使用護欄,並持續優化提示詞設計,以降低AI幻覺、資料外洩與誤判風險,確保AI始終在可控範圍內運作。

不過,對富邦人壽而言,上線並不代表結束,而是優化的開始。

團隊發現,理賠智慧助理初期使用率表現亮眼,但隨著時間推移逐漸下降,為了找出原因,團隊同仁與第一線理賠同仁召開多場討論會議,讓其了解,生成式 AI 並非一次建置完成就能長期發揮效益,必須持續蒐集使用回饋、改善建議,進而調整功能設計。

郭乃瑀表示:「根據同仁回饋,團隊目前正規劃新增實支實付手術給付比例分析等功能,目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力,理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴,其帶來的影響也不再侷限於效率提升,而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示,過去AI專案多半由資訊部門主導,但這次經驗讓大家發現,真正了解痛點的人其實是第一線同仁,因為只有其最清楚哪些流程最耗時、哪些資訊最難取得,以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現,愈來愈多部門開始主動詢問專案推動經驗,如資料整理、風險控管、流程設計與使用者導入等做法,加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言,理賠智慧助理並不只是單一 AI 工具,而是一次工作方式與文化的改變:從第一線提出需求、跨部門共同打造,到持續優化與回饋機制,AI 不再只是科技部門的工具,而逐漸成為工作現場的一部分,也讓數位轉型成為一種持續發生的創新能力。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓