保險業的未來 – 保險機構如何應用九大科技驅動數位轉型?

分享在 linkedin
分享在 facebook
分享在 twitter
分享在 email
分享在 facebook
分享在 google
分享在 twitter
分享在 linkedin

龐大的客戶資料、地方政府的規範、產品的複雜性、以及品牌與客戶間所建立的長年關係一直以來都是保險業者最為仰賴的護城河,這一直都是新進者難以進入市場的核心因素,即便台灣的保險業過去數十年來都有著穩健成長且滲透度達到世界第一,但保險機構的數量卻不增反減

台灣人均保額與保險公司數量比對

過往產業護城河守護著保險業的穩健發展,我們的研究卻發現,同樣的公式將無法支撐業者在未來10年間的成長。尚未確立轉型策略的業者將會發現自己陷入窘境當中;數位破壞的浮出與有效應用數位科技的競爭者將會導致既存企業落入以下三種情況:失去競爭性的營運成本、無法提供同等或更好的客戶體驗、難以從既存業務當中定義出新的獲利渠道。

反之,已經著手規劃轉型的保險業者,將有很大的機會主導著未來市場的成長,轉型的迫切性已然不可忽視,在不遠的未來,即便是保險業,競爭者也許就真的「Just one click away」。

以下我們將進一步解析保險機構們如何透過自己的自然優勢來維持著成長,以及浮出水面的數位科技會如何破壞這原有的平衡,最後,我們將會帶進業者將要如何正視這次的挑戰,並定義出屬於保險業者的轉型策略。

現下保險業者的核心優勢,是否還會是未來的成長支柱?

我們在這篇數位破壞中探討過,數位破壞會通過以下三種方式破壞市場既有的平衡,成本價值、體驗價值、以及平台價值,倘若新創或是既存的保險機構能夠在任一項能力具備絕對優勢,尚未轉型的組織將會出現被取代的風險。 

產品的複雜性、地方政府的規範、以及保險機構龐大的資產負債讓新進者的入場券極其昂貴,同時業者所擁有的客戶資料以及保險經紀人與客戶間的強烈連結讓新進者難以跨越體驗價值這關,而最後,出於產品的複雜性、規模化經營的問題以及保戶不易替換承保公司的特性,也讓其他業者難以建立起一個提供用戶價值的平台。

然而,我們已經看到這些一直以來保護著既存保險機構的護城河出現崩塌徵兆,也許不是崩塌,但至少已經沒有鱷魚了,很快連水都會乾枯。

近年來我們看到與保險產業有直接關係的新創公司越來越多,且VC投資的金額也越來越龐大,全球保險科技的投資從2012年的3.5億美金,到2018年已經成長到了41.5億,且光是2019年的前半年,我們看到另外30億美金的投資進入保險科技業中。日本的軟銀也在近年投資了三家保險科技公司近八億美金。

保險科技的投資額

新創開始湧入這個市場已是不爭的事實,然而我們的研究發現,將在近期創造出破壞性潛力的並非新創。

雖然當我們提到數位破壞時,往往腦海中浮出的畫面皆是Airbnb或是Uber等的新創公司,然而,破壞性的創新並非新創的專利,倘若有效結合數位科技至原本的營運流程,許多時候,既存企業更有可能創造出破壞市場平衡的力量。以1890年創立的安聯為例,貴為全世界最大的金融機構之一,於2015年時喊出了「Digital by Default」的口號,其後不斷地在數位領域上創新。例如與百度搜尋引擎合作,去分析其龐大用戶的線上行為模式,以提供個人化的Offer,以及將原有的業務線與百度機票訂購結合等都是當時的保險市場未曾見過的。在2016年底時,歐洲的保險龍頭AegonAllianzMunich Re、以及Swiss Re更是共同企劃的一個名為B3i的專案,以研究如何在保險業中有效且安全的應用區塊鏈。

浮出水面的數位科技

在我們的研究中,於整個保險業務的五個價值層面中(產品研發、行銷、通路、定價、以及理賠),有九種科技具備著龐大的潛能去破壞現有的市場平衡,其中高階分析、物聯網、以及雲端為最為重要的幾種科技,現在我們也看到其應用於保險市場的各個層面中。 

保險業 數位轉型

大數據/機器學習

數據一直以來都是保險機構的核心優勢,現在受物聯網、社群媒體、與其他網路活動驅動所導致的數據爆發更是讓業者具備龐大的機會從分析中創造更多的價值。然而,我們發現,出於機構內部過時的IT基礎建設、人才匱乏、物聯網科技尚未普及化、與地方政府規範等也導致多數業者仍無法徹底的解鎖人工智慧與機器學習的潛能。

然而人工智慧將會在保險業的各個層面中帶來龐大的影響,從通路、行銷、定價、產品研發、一直到理賠流程效率化,且根據MGI的全球研究,機器學習等人工智慧技術具備著在全球保險業中創造出三千億美金以上價值的潛能。且根據我們的研究,大數據/機器學習更是在競爭力與產業迫切性當中都達到了9分以上的評估。

根據埃森哲的調查,多數保險機構僅處理了整體擁有數據的10~15%,且其中的數據大部分為結構型數據,這不僅代表著業者沒有徹底解鎖數據的潛能,同時也代表業者的Legacy IT基礎建設與人才也使他們無法一探非結構化數據的價值。而雖然分析非結構化數據以創造商業價值需要非常成熟的分析能力,但是其中的價值將會是業者不可忽視的,常見的應用如更好地瞭解風險偏好、更精準的鎖定客群、以及異常檢測(如詐欺)等。

機器學習於保險業務價值鏈中的應用

數據來源: SMA Research 2016 N=84

壽險
產險

理賠管理

機器學習能力將會大幅的自動化以及效率化理賠流程,於一份麥肯錫的報告中指出,受機器學習驅動,在2030年時處理理賠相關手續的人員將會降低70~90%,且個人與小型公司的理賠近乎全面自動化。歐洲有許多保險機構已經開始自動化理賠流程,並透過大幅的降低理賠時間來增強客戶體驗。 預測模型以及機器學習不僅可以幫助保險業者更好地理解理賠成本以優化未來的營運流程,如此的高效能管理也讓保險業者能更好的分配理賠管理相關金流。

東京海上控股利用深度學習來做語法辨識以理解客戶寄送的手寫理賠申請書,這不僅消除了輸入手寫資料進電腦的流程,也因為其軟體在雲端上運作的特性(不需反覆創造副本等),讓公司能夠更好的守護其隱私權政策與維護資安。 其結果達到了90%的辨識正確性、降低了50%的資料輸入時間、以及降低了80%的人工錯誤,並且大幅效率化了內部營運流程。

IoT感應器與可穿戴式裝置也是為何培養數據能力(如機器學習與人工智慧等)是在我們的研究中顯示市場力量極高的一個核心因素,消費者對於風險的改觀從保險轉為避險,且科技也大幅的降低了平時意外發生的風險,而保險業者也必須要隨之轉型其服務項目,例如更好地整合服務與平台以創造生態系統,將可以強化品牌的相關性,通過增加體驗來增加投保客戶換服務商的成本。

異常辨識(欺詐)

FBI數據顯示,美國去年因保險欺詐而損失了400億美金,這也代表著平均每個家庭將因為這些欺詐行為而必須多支付400~700美金的保費。而業者能利用如集群分析(K-means)這種類型的無監督是學習演算法以有效的排除欺詐行為。機器學習在辨識欺詐行為的準確度會相較過去的傳統統計模型更高,出於其演算法能夠運算非結構型數據的能力,一次檢視上千甚至上萬的數據點來判斷異常行為。一些壽險公司甚至利用機器學習分析客戶的社群媒體以及相關地緣數據,成功的降低了25%的保費欺詐行為。

自動化保險顧問

機器學習與人工智慧更會在保險理財顧問當中扮演至關重要的角色,Accenture的調查也顯示,客戶對於自動化保險顧問的應用是相當樂見的,同一份調查也指出,保險顧問所推薦的產品與Offer是否個人化,將會是對於客戶來說最關鍵的決定動因。 機器學習演算法會分析客戶檔案、行為模式、以及其他間接數據來更好的評估何種產品會最大化客戶的價值與體驗同時優化業務績效。

Allstate與EIS共同研發的虛擬助理ABIe就是其中非常好的例子,非常好展示咯科技如何協助整體業務轉型,並且讓機器學習更好的輔助人員提供更相關的服務。在這篇報告中,InfosysBPM列出了10項自動化保險顧問將帶給業者的競爭優勢,其中最為重要的如24小時服務、極度個人化、低成本、降低業務錯誤等。 

您想要了解機器學習演算法以及其商業應用嗎?

物聯網

消費者對於風險的看法從保險漸漸地轉為避險,而出於醫療與科技的進步與平均生活指數上升等,過去常需要利用保險以抵銷易發生的意外之風險也大幅的降低,例如現在消費者可以利用汽車防撞系統、主動式定速巡航(ACC)、甚至是未來的全自動駕駛與智能城市來大幅的降低車禍發生的風險,又或是利用可穿戴式裝置以降低因緊急意外而導致的傷亡等。

而驅動這些趨勢的核心科技即是物聯網,物聯網能夠透過裝置實時的傳輸龐大的資訊量給業者,這不僅給了業者機會去分析這些龐大的數據,同時也讓個人化的服務與商品成為了可能(如依用量付費型保險),並且有效導入物聯網進業務流程的業者更是能創造一個完整的生態系統大幅的提高品在消費者間的相關性

雖然目前物聯網在台灣保險業的採納率上尚不明顯,在我們的研究中顯示,迫切性目前僅有4分的水準,然而成功建立出如此生態系統的業者將能具備強大的市場競爭力,我們評估其市場力與大數據一樣有著9分的水平。 在2025年時,非工業型物聯網裝置的數量將會增加至500億個,而根據國家發展委員會的報告指出,台灣在2025年時將會佔據其中的5%,同時政府於亞洲矽谷計畫中更是積極的發展物聯網,於2017年時在51項計畫中投資了104億新台幣,在八大SIG分組中,智慧交通、智慧醫療、智慧城市、以及智慧商業對於保險業的相關性最高。 

智能交通&汽車
智能家居
智能醫療
工廠&商業

智能交通&汽車

汽機車相關的產險在台灣市場中雖占比較低,遠不及美國市場,但我們的研究也發現,如此的環境也會導致台灣市場出現跳蛙式現象(Leapfrogging effect),如大陸市場跳過ATM與信用卡的普及,直接大規模的導入行動支付。 

且台灣在智慧城市上的部署也給予了互聯汽車(Connected Car)一個極佳的發展平台,目前台北於2019年十月的全球智慧城市排名當中達到了全球第7名,整個台灣城市的平均智能程度也遠高於許多地區,且根據麥肯錫交通部更是台灣政府所有部門當中最為數位化的部門。保險機構必須儘早部署,並且密切關注關聯性較高的地區中的發展,並不斷的測試,從失敗與成功中學習。

在新加坡市場中,三井住友第一個推出了通過車載資通訊達成的依用量型計費車險,其中業者將物聯網、高階分析、遊戲化、自動化保險顧問等概念都帶進了此產品,其目的即是在打造用戶極度依賴的生態系統。

而我們的研究也發現,物聯網能夠在整體保險價值鏈中創造極高的價值,從產品研發、行銷、承保/核保、風險控管、以及理賠管理等。現在的汽車不僅能夠感應駕駛的行為數據如時速、加速的情況、煞車的時機等,智能汽車與其他裝置能夠感應更多的間接數據,如汽油的溫度、胎壓的情況、甚至是其他較具爭議性的數據(如手機的使用)。美國的一家保險巨商State Farm更是在2016年時,利用數據科學線上競賽平台Kaggle,來搜集寶貴的駕駛數據,以提早部署互聯汽車稱霸道路的時代。

如此龐大的可追蹤數據點也讓理賠流程更加清晰,同時也能夠即刻提供客戶相關資訊,如上述的三井住友所推出的產品,不難想像的應用即是未來客戶倘若發生了車禍,App會在第一時間感知,並提供駕駛相關資訊,例如第一時間要在哪幾個位置拍照、以及手續流程等,最後App後台在自動地處理理賠流程,駕駛完全不需要等待保險專員親自過來,或是等待數週甚至數月的理賠金。

智能家居

與車險同理,同樣為產險類別的房屋險,在台灣的滲透率極低,然而,也受城市數位化驅動,智能家居在未來的趨勢是極為明顯的,且台灣一直以來都是在科技層面上採納速度較快的國家,雖然中保集團的無限家執行官林建涵於2017年表示在台灣800萬住戶中,智能家居得滲透率於當時尚不到1%,然而我們發現近年的成長快速,由小米主打的低價智能裝置站穩智能家居35%的市佔率。

而智能家居究竟對保險業者的意義為何? 保險業雖然在初期因為技術上的限制以及缺少學習對象,而對於智能家居的前景尚是模糊,但隨著Google, 台哥大, 以及小米等科技公司不斷的推出相關產品後且越來越廣大的消費者採納後,情況也漸漸的改變了。但是究竟該如何去執行,對於許多業者來說尚是非常模糊。我們的研究發現在智能家居的領域中,業者必須擔任不僅僅只是保險業者的角色,而是如汽車險一樣,在整個用戶旅程中都成為極為相關的存在。

英國一家房屋險新創公司Neo,做了非常好的示範,透過App感應整個房屋的所有層面,並提出“Assurance is better than insurance”提供用戶實時的監控,全方位的保護房屋的安全。

智能醫療

物聯網於智能醫療的最大應用為可穿戴式裝置,而同樣也受到Google與小米等品牌驅動,市場的成長極快,其中由智能手錶類型的可穿戴石裝置佔最大宗,2019年佔比45.6%,而耳機類型的則是27.4%。

現在可穿戴式裝置尚是大部分保險業者甚至尚未開始測試的市場,然而在歐洲與北美市場有些壽險與醫療險的市場領導者已經開始探索可穿戴式裝置將會如何整合進保險業務的業務流程當中,且根據一份艾森哲的調查,有72%的消費者願意與醫療險相關業者分享可穿戴式裝置上的數據。

然而究竟可穿戴式裝置會帶來怎麼樣的影響? 我們的研究顯示最為直接的優勢有三項:更好的區隔客群、更精準的產品研發、更低的營運成本(受更好的風險管理所驅動)。

可穿戴式裝置數量(百萬)

一家北美的保險公司於去年年底宣布他們所有的壽險保單都能與其新推出的Vitality Program結合,例如行走的步數以及游泳的距離等都可以換成點數,而用戶可以通過累積點數來換取保單的折扣等。 台灣的國泰人壽更是在2017年即創立了國泰健康照護平台,成功的在此市場當中優先於競爭對手切入,並培養用戶關係。

您想要了解物聯網對9大產業創造的影響與其應用嗎?

雲端科技

一份報告指出,雲端科技能夠降低全球IT開支高達3兆美金,並且效率化整體營運遊程。然而,我們認為,雲端在保險業當中的應用遠不只降低成本與提高效能,雲端將能夠賦予保險業者能力以部署全渠道策略並用全新的方式與客戶互動,大幅的拉高保險業於消費者間的相關性,同時,雲端的特性也讓組織能夠精簡其營運效能,並且破壞數據與組織Silos。

一間國際保險公司的250人IT團隊通過與諮詢公司合作部署雲端,在短短的六個月中降低了35%IT支出,卻讓生產力達到雙倍,在未來,他們預估會自動化80%的營運流程,以更好的優化他們的業務能力。

我們的研究發現,有效的部署混合雲的保險機構將能夠做到:降低成本、優化營運效能、提高客戶體驗、提高產品研發力、提高市場效能、以及更準確的行銷。而雖然在市場力的評分當中僅取得5分的水準,迫切性卻達到與機器學習同等9分的水平,開始部署雲端對於保險機構來說已是必然的趨勢。 

Novarica的一份調查更是指出現在已有70%的保險機構導入雲端科技至營運流程中,而其中對89位保險機構的CIO的調查也發現,
越來越多的業者開始意識到雲端的優勢,即便是尚未採納的業者也是如此。

保險業CIO調查 - 雲端的優勢為何?

降低成本

以往的建置需要耗費大筆金額購買新的設備,業者還必須購買各式各樣的軟體授權以及服務,爾後還需要再投資設備維護以及人才資本上。 而與雲端服務提供商合作不僅沒有任何的初始投資與維護成本,雲端運算又具備快速部署的能力。業者僅需要根據他們的運算量與儲存量付費。

而雲端容易規模化的特性也大幅降低了拓展成本,以前,業者必須要架設超過需求的基礎建設以確保擁有足夠的容量、預防伺服器超載,而如果使用雲端運算,因為其用多少付多少的特性,業者可以根據自己的需求隨時擴展或縮減。 所以,若需要更大的儲存空間時,也不需另外添購任何硬體,只要幾個點擊即可。 而這些降低的成本即可再投資到員工訓練、產品研發、甚至是其他IT基礎建設等。 

然而,要注意的是,並非部署雲端即代表成本降低,有效的定義出最適合組織內部架構以及自有IT建設的混合雲策略才能最有效的降低IT相關開支以及營運成本。

優化營運效能

雲端更可以讓組織加速其營運效能,不僅可以讓雲端提供商更快且更便宜的去處理許多龐大且複雜的運算,更因為雲端的特性,組織內部更能夠將許多資料放置於雲端上,並讓各個部門、地區的團隊透過各種不同的裝置合作。

再者,透過雲端,業者能夠更頻繁的測試新的商業模型,並達到更快的建置。做到如數位工廠一般的模式,反覆的測試、優化、並規模化成功的模型,同時快速刪減績效較差的模型。同時,也因為雲端的特性,組織能夠更好地打破組織與數據Silos,並且更新內部的IT基礎建設,如此的轉型能夠讓組織加速其營運效率與提高產值,甚至建置數據湖等概念,開始收集更多非結構型數據以做高階分析。 

提高客戶體驗

一個成功的雲端部署,將客戶放在中心的設計思維是必要的,而最為基本的方式即是讓客戶在任何地方、任何時間、透過任何裝置都能夠使用其服務,並且保持體驗的一致性。

美國前進保險公司將其長年的廣告人物Flo改造成了雲端聊天機器人,並將之建立於雲端,在無數的裝置上與客戶互動。此舉不僅成功的自動化了許多重複性質較高的業務流程,它更讓客服能夠將時間花在提供更需要關注的業務,大幅減少了客戶因較不耐心的客服所提供的服務而產生的投訴,而同時,美國前進保險更能夠利用此聊天機器人 Flo 來更好地理解不同客戶語法背後的動機,以提供相關性更高的產品與服務。

您想要了解不同種類的雲端應用、以及執行策略嗎?

保險業者該如何開始轉型,創造未來?

未來的保險將是全渠道且數位,然而如何規劃轉型策略、分配預算、投資項目等都會讓CIO或CDO等高階主管頭痛,我們時常觀察到的是,金融業者的轉型規劃往往跟著勇於投資的先鋒走,確定競爭對手的轉型策略在市場上取得了好的迴響後,才會開始仿效競爭對手的模式。

然而,如此的方法將會出現幾個問題,成功的轉型必須具備四項核心的動因:策略&遠見、人員&文化、流程&制度、科技&能力,許多組織缺少客觀的評估這四項核心動因,盲目的跟隨著轉型成功者的某個層面,忽視了自己在其他層面上的不足,而最後因為四項動因沒有同調而瓦解。 再者,轉型項目往往需要數以年計的時間才會在市場上看到正面迴響,倘若既存企業欲模仿轉型成功者的腳步,快速且靈敏的組織系統往往是最為核心的條件,而快速與靈敏往往是既存組織缺乏的。

我們的研究發現,業者首先必須要清楚地理解讓一家保險機構不同於另一家的核心要素為何,龐大的客戶資料、組織的核心能力、以及品牌與客戶之間所建立的長年關係即是其中的三大要素,再通過分析去理解我們的客戶是誰?客戶的旅程長什麼樣子?客戶是如何與組織的核心能力互動的? 

再者,業者要開始定義出「我們要去哪?」與「我們現在在哪裡?」,「我們要去哪?」問的是組織的遠見為何,而「我們在哪裡?」問的則是現下的數位成熟度。倘若缺少顧客與旅程的分析,我們將無法得出第一問題答案,而若具備相關經驗的外部人來評估,管理階層再回答成熟度時,往往會出現所謂的認知偏差。

第三個階段即是策略了,如何架構一個完整的轉型框架,讓文化、能力、與策略同調並行,並且不斷的嘗試、失敗、再嘗試、優化,將會大幅的拉高轉型項目的成功性。

Masa Chen為台北辦公室的資深合夥人,主要業務範疇為協助先進亞洲之企業轉型。Heisenberg Bao為台北辦公室的分析顧問,主要業務範疇為協助先進亞洲之金融與金融科技公司通過數據定義成長方向。

金融產業:更多洞見、分析、以及我們的服務​
零售銀行將會如何擁抱數位轉型?​
Close Menu
In the end it's knowledge that empowers. Get our latest insights.