我们离保险业普遍实现理赔自动化的目标还有多远？来自保险科技领域和现有行业的专家们发表了自己的看法。
作者：Gareth Burden，谢菲尔德霍沃斯保险与保险科技业务部顾问
在当今的全球保赔保险行业，人们对理赔自动化的兴趣似乎达到了前所未有的高度。一方面，这很容易归因于 Lemonade、Hippo 或 Hedvig 等挑战性数字保险公司的崛起，它们都非常重视快速自动理赔。
然而，这并不说明保险业多年来一直在努力降低理赔成本。自动化只是实现这一目标的途径之一，还有其他选择，如重新培训员工或重新分配资源以应对需求波动，或改进流程以提高效率。
在谢菲尔德-霍沃斯保险与保险科技业务部，我们一直热衷于了解发展趋势对行业人才需求的影响。因此，我采访了 astoryaVC 的创始合伙人、欧洲保险科技公司的资深投资人 Florian Graillot，以了解他对这一话题的看法。
我还采访了 Covéa 保险公司的两位领军人物–个人险和保障险董事总经理 James Gearey 和运营总监 Stephen Long–以了解这家由三个品牌合并而成的保险公司的看法，这家保险公司在数字化转型方面取得了巨大进步，近年来在客户服务方面屡获殊荣。
老牌保险公司能从数字先行的后起之秀那里学到什么？还是初创公司应该向老牌保险公司学习？消费者真的需要理赔自动化吗？在什么情况下自动化会走得太远而需要人情味？所有这些对人才意味着什么？目前存在哪些关键技能缺口，未来几年行业如何弥补这些缺口？
是什么推动了 P&C 保险业对理赔自动化的兴趣？
正如 James Gearey 所说”当人们需要我们帮助他们摆脱困境时，我们在这里为他们提供支持。我认为，自古以来就有这样一个问题：我们如何才能降低这些成本？
弗洛里安-格拉约特（Florian Graillot）表示，从保险科技方面来看，人们对理赔自动化技术的兴趣始终如一，自2014年以来，每年约占所有保险科技投资的10%。
“他说：”至于是什么推动了这一点，我认为是来自客户和现有公司。”客户希望了解整个流程，更好地理解为什么他们得到的赔偿可能低于索赔的全部价值，为什么处理索赔需要如此长的时间–或者，另一方面，为什么处理索赔很快–因此，这确实是客户的需求，也是提供良好客户体验的需要。
斯蒂芬-朗（Stephen Long）也认为，客户的期望是当前关注理赔自动化的主要驱动力。从亚马逊到 Deliveroo，客户现在希望从保险公司获得与所有数字服务相同的快速、无缝体验。”客户期望值的提高确实推动了这一议程，”他说。
与其他业务线相比，某些业务线是否更难实现理赔自动化？
弗洛里安认为，一些专门从事理赔技术的保险科技公司发现某些类型的理赔比其他类型的理赔更难处理。
“他说：”当我们研究Tractable或Bdeo等视觉智能保险科技公司时，就会发现潜在的挑战。”他们一开始将自己的技术应用于汽车理赔，因为汽车零部件是标准化的，所以汽车理赔最容易实现标准化。但现在这些公司正试图在家庭理赔领域复制他们最初的成功，这更具挑战性。
对 Covéa 来说，不同的业务范围并不会造成太大的差异，因为我们可以根据客户的最佳利益逐一判断每项索赔。
“斯蒂芬说：”你真的需要把它细化到每一次服务体验、每一个互动点：”我们在承保的 VitalityCar 计划中使用了远程信息处理技术数据。我们正在了解撞击的重力。我们可以看到汽车在撞击后是否继续移动，从而评估客户是否需要帮助。
“我们可以利用大量的数据点和技术来真正了解客户是否需要我们，并使我们的方法更加直观。你可以将其细化到每个客户：他们是否需要理赔？无论是他们的宠物，还是他们家里被检测到的东西，无论是他们的汽车保险，还是商业产品，这都是客户所期望的了解程度”。
随着保险价值链中其他环节技术的改进，理赔也必须进行创新以跟上步伐
Florian 和 Covéa 一致认为，在创新方面，理赔落后于价值链的其他部分。弗洛里安认为，增强或取代理赔经理需要高水平的技术：”他说：”拥有可靠的自动理赔解决方案所需的技术水平是只有10%的保险科技初创企业涉足这一领域的原因之一。
对 Covéa 来说，虽然理赔在数字化方面落后于其他服务互动，如购买保单，但行业认识到这是一个问题，并认真加以解决。”斯蒂芬说：”我认为，人们绝对认识到理赔需要赶上保险的其他部分，为客户提供他们想要的体验。
索赔自动化和创新的潜在障碍
在弗洛里安看来，这一领域最大的两个潜在障碍是：1）获取数据；2）在保险科技公司和现有公司之间建立信任。
正如他所说：”保险科技公司需要获取历史保险数据来训练他们的算法。因此，这就需要现有公司和初创公司之间建立高度的信任和伙伴关系，由初创公司提供算法和数据科学元素，由现有公司提供历史数据。”
詹姆斯和斯蒂芬都认为，数据可能是一个障碍。正如詹姆斯所说
“我很乐观，我们有机会获取越来越多的数据，我们是一个数据行业。但我们仍在努力探索如何将这些数据整合在一起。在保险科技公司之外，只有极少数公司拥有纯粹的黄金数据源，所有数据都是进入公司的第一道关卡，并被放置在同一个地方。这些数据通常要经过无数不同系统的过滤，而各种系统对信息质量构成了潜在风险。
尽管如此，对于斯蒂芬和詹姆斯来说，最大的问题并不是障碍本身，而是需要知道什么时候应该自动化，什么时候仍然需要人工干预。斯蒂芬认为，了解客户需求和客户对创新的准备程度是 “老牌保险公司所面临的最大挑战和优势之一”。
詹姆斯以自己遭遇的一场车祸为例说明了这一点。当他试图联系他的数字保险公司时，发现很难打通：
“当我需要与某人通话时，不可能或感觉不可能。这种感觉会影响你对公司是否会照顾你、为你提供良好服务的印象。这让我意识到，当你进入价值链的这个环节时，你所面临的是一种非常微妙的平衡。
斯蒂芬补充道：”虽然几乎每家保险公司和保险科技公司都希望实现理赔服务自动化，但我们要明白，在哪些方面实现自动化最合适，在哪些方面客户需要真正的人性化服务”。
Covéa 的客户研究可以追溯到十年前，研究表明，在保险价值链的某些环节，如提供首次损失通知时，对人际互动的需求仍然很高。
“斯蒂芬说：”你可以拥有世界上最好的技术，但知道如何将人与人之间的互动融入其中绝对是至关重要的。
弗洛里安也认为，了解客户是克服自动理赔潜在阻力的关键，同时他还强调，大多数恼怒的客户抱怨的是没有收到预期的大额赔付：
“无论你如何努力，对数字了解较少的人都不会愿意使用你的网站进行自助服务。在复杂的家庭保险理赔中也是如此，人们往往希望能与真人代理或理赔人员交谈，以获得保证。你可以从大量的保险营销活动中看到这一点，这些营销活动强调他们有真人来处理客户的理赔事宜，”Florian 说。
“然而，”他补充道，”繁忙的管理人员通常会重视使用数字渠道的便利性，以及获得快速响应的保证。如果你能提供良好的理赔服务，总的来说，人们就不会太在意所使用的渠道，而会更关注服务本身。
那么，客户会完全接受自动化吗？似乎不会。对于科维亚和弗洛里安来说，答案就在于了解客户，并掌握足够的数据，从而能够对每个案例进行单独管理。
正如 Florian 所说：”我不认为该行业会将所有索赔都自动化。不仅有些客户总是希望有人工干预，而且许多公司也不愿意将价值较高的理赔自动化。这意味着我们可能会在价值较低、数量较多的理赔中看到这一点，在这些理赔中，任何损失都会被效率的提高所抵消。
哪些保险科技公司或现有公司在理赔自动化方面取得了重大进展？
“斯蒂芬说：”我认为每个人都走在同一条道路上。”供应链的每一个环节都在寻求提升客户体验并将其数字化，这样做的好处显而易见。我们面临的挑战是如何将这一切融合在一起。
Covéa 为多家保险科技公司提供理赔服务。正如斯蒂芬所解释的那样
“保险科技公司的平台一般都具有较高的自动化和自助服务水平，而 Covéa 则在何时对索赔进行分析并确保其为合法支出方面积累了丰富的经验。正如我们在许多合作中发现的那样，当你能让这两个实体一起工作时，这是一种非常强大的融合，尤其是在快速增长的宠物保险领域。
现有公司和保险科技公司可以相互借鉴的经验教训
“詹姆斯说：”我们可以从篡夺者、挑战者和新公司身上学到很多东西，因为他们没有用 300 年前的眼光来看待这个行业。
“当你看到那些刚刚进入某个行业的人时，我总觉得这很有趣，他们会问为什么事情要这样做。詹姆斯说：”随着时间的推移，一旦你开始接受事情的运作方式，你就会忘记问自己这些问题。
他补充说，许多保险业的数字颠覆者已经证明，他们能够赢得消费者的信任，ManyPets 就是一个例子。詹姆斯说：”对传统保险的信任还需要一些努力，””然而，这些新的保险公司还是很快就赢得了高度信任。”
詹姆斯认为，这种信任有一部分是由于更快、更流畅的数字化流程以及找到了吸引客户的新方法。”他补充说：”但是，保险业有 300 年的历史也有很多很好的理由。”保险业在这段时间里学到了很多东西，我们拥有丰富的洞察力和广博的知识。
因此，在了解客户方面，现有保险公司也有很多东西可以教给保险科技公司。
“斯蒂芬补充说：”作为现有公司，我们仍然执着于提供优质的客户服务。”并不是只有保险科技公司才关心客户，但我们拥有的是成功运营所需的纪律方面的所有经验。你必须控制赔偿支出。你必须采取措施控制成本，同时让客户满意。
“在我们的业务中，我经常与我们的客户体验团队进行颇具挑战性的对话，因为他们自然主张快速、富有同情心和直接的理赔，并尽可能快地让客户回到事件发生前的状态。我们显然希望尽可能多地做到这一点。但我们也需要遵循我们的理念，确保每一项理赔都是真正有理有据的。遗憾的是，有时并非如此。
对于斯蒂芬来说，纪律是关键–知道何时需要人工干预的纪律，既能改善客户体验，又能在必要时打击潜在的欺诈性索赔。
实现报销自动化需要哪些技术？
很明显，人工智能（AI）正在推动许多理赔自动化计划，并主导着有关该主题的大部分讨论。Covéa 目前正在研究如何最好地利用人工智能投资，通过开发一种算法来帮助加快理赔处理速度，该算法将标记出某些特征，在这些特征下，理赔可以直接通过或突出显示以作进一步调查。
弗洛里安提到了光学字符识别（OCR），它可以自动从印刷文件中提取数据，是人工智能以及视觉智能和算法的重要分支。不过，正如他所指出的，支撑这一切的关键在于 “优化数据收集和分析的必要性”。
詹姆斯和斯蒂芬都同意这一点。正如斯蒂芬所说
“数据可以帮助您直观地了解客户体验，从而帮助改善体验交付，但数据也可以让您真正了解客户行为。如果我能将报价时的购买行为与理赔时的触发因素联系起来，说明这里有些地方不太对劲，如果我能将这两项数据结合起来，就可能会产生不同的理赔结果。
市场需要什么样的人才或技能来实现索赔自动化？
斯蒂芬认为，由于数据收集、存储和分析的重要性，”数字化和数据节约将成为当务之急”，这一点也许不足为奇。
弗洛里安对此表示赞同，并认为这是保险科技公司的一个关键机会：”建立强大的算法有赖于建立一支优秀的数据科学团队，而这正是初创公司的优势所在，因为在我的印象中，现有公司在这方面都很吃力。因此，作为投资者，投资保险科技初创公司的机会实际上是利用现有公司难以在内部发展的数据专业知识的机会。
斯蒂芬证实这种印象是正确的：”这个领域很难招到人，因为进入这个领域的人并不多。我们谈论的所有这些事情都依赖于支撑这些服务的数据和技术，因此绝对需要更多这方面的人才。
Covéa 的一些领导团队成员是当地学校和学院的管理机构成员，因为他们认识到，英国的未来将取决于教授和培训更多的年轻人掌握计算机和数据知识。
詹姆斯指出，保险企业的高层领导确实需要更加了解数字技术的某些方面，能够与更多技术人才进行沟通，并能够将技术部门的需求反馈给企业的其他部门。
对于在职人员中的高级领导而言，会计、财务和数字技能仍将非常重要。但是，他们还需要具备出色的跨职能沟通能力，能够感同身受并理解企业内部不同群体往往非常不同的动机。
弗洛里安认为，从保险科技的角度来看，强调同理心和沟通也很重要：”之后，与现有公司建立和保持关系的能力以及推销技术堆栈价值的能力也很重要。
“初创企业需要了解他们的技术能解决现有企业的哪些挑战，并有一个可行的解决方案，以及影响现有企业与他们合作的能力”。
理赔自动化–主要收获
- 理赔自动化有三大驱动力：
- 希望提供无摩擦的 k 客户体验
- 报销流程的自动化程度总是有限的，因为：
- 有些客户总是喜欢或需要人与人之间的互动
- 如果要使报销自动化更加普遍，数据科学家和数据分析师在未来将必不可少。
- 然而，理赔仍需要面向客户的人才，以及负责管理业务账簿和控制成本的人才。在理赔方面，保险科技公司仍然需要行业专业知识，而现有公司则需要保持其承保专业知识。
- 由于整个金融服务业普遍关注数字化转型，数据科学家和数据分析师越来越难找，数据工程师和风险建模师也是如此。
- 为了克服招聘数字人才的困难，保险公司和保险科技公司开始宣传从事其特定产品工作的潜在好处，而不是保险行业本身。
- 现有保险公司的高层领导需要展现出同理心、一定程度的数字素养以及在现有技能基础上跨职能有效沟通的能力。
- 保险科技公司需要确切了解其技术堆栈能为现有公司解决哪些挑战，并能有效地传达这些信息，以帮助他们与现有公司建立关系。这种清晰度也有助于他们吸引顶尖人才。
- 现有保险公司可以学习保险科技公司挑战现有经营方式的倾向，而保险科技公司也可以学习现有保险公司对客户的了解、数十年的数据积累以及对承保和成本控制纪律的重视。
