一天8.6億保單秒殺60萬人：細窺雙11背後的AI應用

　　接單、定價、承保出單……傳統流程下，如果每份保單只要1分鐘處理， 那麼在今年雙11，天貓消費保險創下的8.6億保單，則需要一個運營人員連軸不停息工作24小時（1440分鐘），共計約59.72萬人來參與。可若是借用人工智能（AI），情況又是怎樣？證券時報記者獲悉，雙11當日參與此項流程維護和運營的核心人員不超過40人。

　　作為AI大潮的先鋒軍，螞蟻金服一天8.6億份的保單為我們提供了絕好的觀察窗口：AI將會何種路徑、以何種方式改變傳統？11月15日，證券時報記者專訪了其中兩位操盤者，試圖解答這些問題。

　　投保率超五成：

　　多為“無感式”參保

　　據螞蟻金服介紹，以8.6億保單計算，天貓雙11當日消費者投保率達到了超五成。這意味著兩個人中至少有一人購買了保險，投保率相當驚人。

　　實際上，除了廣為大眾所知的退貨運費險（退運險），天貓平臺上不少帶有“生鮮-壞單包退”、“破損包退”、“美粧-過敏包退”等標識的商品，後面都有一份産品責任險或者品質保證保險在起作用。由於大部分消費保險為商家隨商品贈送，加上投保與消費實時同步，因此多數消費者對參保流程感知不明顯。

　　如果把一個網購下單的步驟拆分，當用戶拍下配有消費保險的購物訂單的瞬間，在零人工參與的情況下，大數據系統通過演算法的精算模型，根據買賣雙方各自的退貨率、商品類目和消費行為數據因子，實現千人千面的消費保險定價，保費與商品價格一起生成購物訂單，再由用戶完成支付。

　　上述這一系列動作，都在毫秒間完成。記者了解到，具體對接此次天貓雙11消費保險運作的數據精算人員有5人，IT團隊20多人以及運營人員5人，另有12家保險公司相關人員進行數據介面對接和核賠理賠事宜。此外還有螞蟻金服龐大的中後臺AI技術和大數據系統提供數據庫和通用技術支持。即便如此，總計參與的人力也與傳統相差甚遠。

　　螞蟻金服保險事業群場景保險總經理王允較有多年保險工作經驗，他表示，如果僅靠人力，一天內根本無法完成8.6億單的天量保險承保，更別説千人千面定價。AI智慧在定價、風控、核賠以及客服方面的作用十分巨大。

　　王允較補充，例如在定價環節，根據每筆訂單實時定價，不同的消費者購買同一樣商品的保險保費不一樣，同樣的消費者在不同時間、不同商家處購買商品時的保險保費也不一樣。以退貨運費險為例，AI會通過歷史退貨率、購物喜好等很多因子來對每個人定價，由於購物數據不斷變化，定價模型也在不斷豐富優化。

　　王允較表示，隨著AI的自主學習能力不斷提升，8.6億保單的自動化定價率達到了近100%，只有不到1%的較複雜保單需要人工參與。

　　AI風控對抗“騙保”

　　消費者如果收到的生鮮商品腐爛，在簽收24小時內拍照上傳商品變質照片，一定時間內收到理賠答覆。這個流程的大部分依然由AI系統自動完成。目前天貓消費保險的理賠超過九成是依靠後臺技術識別和判定，只有不到一成的案件需要人工介入。

　　王允較稱，系統收到理賠申請後，會有AI技術和大數據來支撐核賠體系。例如，用戶上傳了生鮮腐爛照片，系統就會識別判斷照片是否腐爛、是否經過PS等，在其他核賠情境下，也會加入其他判斷因子。

　　螞蟻金服保險事業群高級技術專家張秀娟告訴記者，自動理賠引入了圖像識別、大數據計算、自然語言處理、實時定位等技術。經過大數據多次訓練，AI自動識別成功率也越來越高。

　　此外，隨著線下業務向線上遷移，各類網絡騙術和騙保問題也在更新換代，從線下來到線上。雖然消費保險一份保額僅幾元到幾十元錢，但如果幾千上萬的訂單都發起理賠申請，依然會擾亂現有體系。

　　“特別是當出現新的欺騙手法時，如果我們的系統尚未監測到，就會出現比較大的問題，所以風控非常重要。”王允較表示，2013年左右，退貨運費險由於騙賠等問題造成的賠付太高，差點“消亡”。

　　風控問題還是要AI來解決。王允較稱，AI可以通過捕捉異常行為、異常登錄等來分析問題單。例如一個人平時都是白天購物，有一天突然改成半夜購物；或者從來沒買過某類商品，突然大量買入這類商品，都會被AI捕獲，然後查找問題並完善漏洞。他表示，隨著AI不斷升級，對於現有的一些騙術，AI基本都能自動識別出來。

　　不過，AI和大數據的流暢應用離不開龐大的IT基礎建設。張秀娟告訴記者，為了應對今年投保峰值，20位左右工程師提前三個月在金融雲上搭建了超大規模的投保系統，投保峰值時投入服務的伺服器是以前的數倍。協同保險公司在兩個月裏進行了11次全鏈路壓測、上百次測試，實現從數千萬商家到螞蟻金服再到保險機構等所有鏈條之間的無縫銜接。

　　AI短板：

　　難體會人類需求

　　AI並非無所不能。互聯網快速迭代與消費者體驗需求變化互相關聯，這種客戶需求變化尚無法被AI獨立感知。目前，挖掘市場需求還需要人力和大數據高度配合。

　　以消費保險的出爐路徑為例，首先，運營人員要熟悉保險和線上消費鏈路，了解消費中可能存在的問題，並分析可否能通過保險解決；其次，要與保險公司等各方面深入溝通，從中梳理出可以深入開發的點。在這些工作完成後，就會運用大數據對客戶需求和市場進行分析，測算市場有多大、這個保險可以解決多少問題。

　　王允較表示，做消費保險的邏輯不是看銷量或者賠付率，而是看能多大程度上解決交易問題。在判斷價值這個問題上，數據依然發揮重大作用。例如消費者退款速度、買賣雙方糾紛時長、消費者是否再次投訴等都需要大數據記錄、存儲並加以分析。

　　張秀娟認為，AI在智慧推薦方面也能發揮不小作用，經過對個人消費習慣的分析，AI可以根據場景和時間實現自動推薦保險。不過，在複雜標的或複雜場景下，AI仍然無法代替人類。

　　隨著AI和大數據技術的不斷發展，AI還將怎樣深入人們的生活工作中，可以拭目以待。（證券時報記者 鄧雄鷹）