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
迎接AI代理時代,中國信託3大策略重點加速金融轉型
迎接AI代理時代,中國信託3大策略重點加速金融轉型

台灣年度AI盛會「2025 AI TAIWAN未來商務展」日前圓滿落幕,展會期間同步登場的「2025 AI TAIWAN國際趨勢高峰論壇」也吸引來自產官學界的高度關注。副總統蕭美琴親臨現場致詞時指出,人工智慧正以前所未有的速度改變全球產業版圖,台灣正站在這場關鍵變革的十字路口,必須積極布局。

「我們已在硬體供應鏈上打造出一座堅固的山頭,接下來,台灣更要以AI與軟體應用為核心,開創下一座新高峰,讓台灣持續站穩世界舞台。」蕭美琴強調。

AI應用邁入「代理時代」,大量數位員工走進職場

目前,AI應用的發展已從單純的聊天問答與內容生成,邁入全新的「代理時代」。Google前台灣董事總經理簡立峰說明,所謂AI代理(AI Agent),不僅能理解與回答問題,更具備推理、規劃甚至執行任務的能力。像是特斯拉的無人計程車服務,或Amazon的倉儲與送貨機器人,都意味著AI不再只是螢幕中的語言模型,而是直接參與了人們的日常生活,甚至取代部分白領工作,成為職場上的虛擬同事,舉凡代理撰寫軟體程式碼、產出研究報告等任務,AI都能勝任。

受邀擔任主題演講嘉賓的中國信託金控資訊最高主管賈景光,對此趨勢也有相同見解。他預期,未來金融職場將迎來大量數位員工,AI角色亦將從過去的助理定位,躍升為具備博士班水準的專業夥伴,全面協助企業提升營運效率與生產力。

事實上,為了迎接這股變革浪潮,中國信託早在2018年便前瞻性地成立AI實驗室,積極借鏡國際金融業的成功經驗,推動各項AI專案。這項超前部署的策略,也讓中國信託成為台灣首家連續四年榮獲《Global Finance》雜誌「全球傑出金融創新實驗室」殊榮的金融機構,展現其在AI創新應用領域的領導地位。

中國信託金控
首家連續四年榮獲《Global Finance》雜誌「全球傑出金融創新實驗室」殊榮的金融機構_中國信託金控,受邀分享AI創新應用領域的經驗與策略。
圖/ 數位時代

中信AI發展策略的3大核心重點

進一步探究中國信託金控的AI應用發展策略,可以歸納出3大核心重點。

第一是採取「導入通用工具+自建AI模型並行」的雙軌推動模式。目前市面上由科技大廠或新創企業提供的AI工具已相當成熟,如:語意搜索、摘要總結、內容生成等工具,只要確保符合資安與內控標準,即可快速導入與應用。此外,針對中信獨有的經營Know-how、產品知識、關鍵決策能力等核心競爭優勢,則透過自建AI模型的方式內化至系統中,藉此強化差異化競爭力,與通用工具形成有效互補。
第二為打造AI賦能的企業文化。賈景光強調,推動AI賦能,絕非單純的技術導入專案,而是一場全方位的企業文化變革,必須由高階主管帶頭學習與使用AI,再結合員工教育訓練、不定期內部應用成果與外部趨勢分享、建置學習資源庫、以及Prompt Engineering的技巧養成與實戰演練等方式,循序漸進,逐步型塑出AI賦能的企業文化。

尤其考量到「如何下正確指令」(Prompt Engineering)是AI效益最大化的關鍵,中國信託也將內部累積的指令設計技巧與應用實例,整理為知識庫,讓全體員工得以共同學習、快速上手,加速落實AI於日常工作中。目前,中國信託金控已經盤點出超過200個AI應用情境,協助員工有效提升40%至70%生產力。

第三則是鎖定關鍵應用場景、最大化AI導入成效。每個產業都有自己的關鍵議題,企業在導入AI時應回歸業務本質,從產業策略與關鍵流程出發,找出痛點並對症下藥,才能創造出AI應用的最大價值。

中國信託金控
中國信託金控資訊最高主管賈景光,開場時提到,目前全球市值最高的企業,很大的比例都與AI有關。
圖/ 數位時代

像中國信託便聚焦於優化客戶體驗、提昇內部效率與風險管理3大金融業核心議題,發展相關的AI應用,例如:智能客服已實現70%的客戶詢問可於1秒內快速回應、自主研發的AI模型能主動偵測並攔截可疑交易,2024年累計成功阻擋的詐騙金額已達8.4億元新台幣,為客戶資產安全提供有力保障。

隨著內部AI應用已小有所成,如今,中國信託正積極邁向產業共創階段,並響應金管會倡議成立的「金融科技產業聯盟」,擔任「金融科技應用研發工作圈」的首屆召集人。透過聯合學習、金流履歷、資料整合等方式,研發可以解決金融業共通性問題的AI相關應用,如 : 目前的首要任務是建構全國性金融同業防詐平台,以科技精準阻詐、達到守護民眾財產安全的目的。賈景光強調,唯有打破單打獨鬥,串聯產業力量,才能加速AI在金融業的落地與深化,進一步提升台灣在國際舞台上的AI應用實力,真正讓台灣的金融科技在全球發光發熱。

中國信託金控
賈景光強調,唯有共同合作,串聯產業力量,才能加速AI在金融業的落地與深化。
圖/ 數位時代

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
電商終局戰
© 2025 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