近年来以互联网、大数据两大技术为基础的科技进步，驱动着一轮又一轮的行业变革的浪潮。同时，人工智能的应用渗入各行各业，深刻地影响所有企业的经营与发展。
保险行业也不例外。以2016年为例，我国保险投资项目超过170项，年平均增长率44.3%。保险投资方向集中在产品创新领域，催化了诸如车联网、大数据、物联网、人工智能等多项技术和保险产品的结合体。近几年，很多保险公司开始构建以客户为中心的新一代核心系统，并体现了重后台、轻前台、优化出单理赔流程、强化数据分析功能等特点。
在6月22日举行的“2017上海国际保险论坛”上，平安产险常务副总经理史良洵介绍了平安产险将人工智能等最新科技应用到车险查勘、定损、反欺诈、核保的领域，通过历史数据的积累及算法的不断演化，取得了一些领域的技术突破，为车险经营及车生活生态圈的建立奠定了科技基础。史良洵认为，未来的竞争必将是用户体验的竞争，而AI为代表的科技的深度应用，将为险企启动前进的引擎。
在平安产险看来，人工智能、大数据、互联网这些最新科技的背后，首先是用户数据的积累。Google、百度这些科技公司之所以能在人工智能领域走在前列，正是依靠其通过搜索引擎积累的海量用户行为数据。数据同样是保险行业经营的根基，“大数法则”这一无形的双手，自始至终都支配着保险行业经营的方向。
大数据时代，数据挖掘技术的应用日益成熟，重新改写了人们对数据的认识，原来数据应用的思路受到了时代的洗礼。以车险理赔定损为例，定损金额往往受车型、配件、工时、修理厂情况等多重因素制约，要实现自动核损，则需要大量数据的支持。
平安产险每年处理超过1000万笔车险理赔案件，加上与汽车销售、修理厂、配件生产等上下游产业链的良好合作，智能定损平台应运而生。这一平台涵盖业内最完整、最准确的车型、配件、工时、价格数据库，覆盖99%定损车型、85%的事故损失配件、93%的维修工时及98%的修理厂。在此基础上平安通过智能图片定损应用+数字化反渗漏规则，实现80%定损案件无人工自动审核以及36%纯外观件损失案件全自动定损；
同样，对于长年困扰车险行业的理赔欺诈问题，平安产险借助强大的底层数据库，并通过机器学习实现规则优化迭代。平安同时开发了上百个模型，借助大数据平台模型因子自动提取、多种算法植入，实现快速部署并定期自助学习。对于风险案件实现精准打击，目前实现了60%已知个案风险全覆盖；对于团伙风险，平安产险原创车物SNA切网技术与人伤SNA织网技术，实现团伙风险精准打击。
落脚到实践中，用户体验则成为了检验一切创新科技的唯一标准。对于平安产险来说，用户体验始终是经营的出发点和落脚点，同样也是科技应用的核心。离开用户需求，科技应用将成为空中楼阁，无法真正服务于用户，更无法为企业经营带来价值。
今年4月20日，平安推出了5大尖刀服务，其中之一是车险“城市极速查勘”及“一键包办”服务。这两项服务基于ICSS智能调度平台，综合考量“客户与查勘员位置的实时路况”、“查勘员抵达客户位置的路程耗时”、“查勘员当前手头的工作量”“处理相同案件的件均处理时长”等因素，运用数学模型，综合计算出最优查勘员进行调度派工，确保派工合理，到达客户现场的效率是最快的，减少客户等待时间。
该平台于2016年3月上线试点，基于E终端查勘工况实时自动采集、复合定位技术及智能运算引擎等，实现了100%案件的秒级自动精准派工。同时，为解决客户无法获知查勘员位置、对案件的进展无简单有效途径进行查询、对服务情况无直接有效的途径反馈评价等痛点，平安产险开发了查勘位置可视化、查勘服务点评、小安理赔指引等功能，意在解决客户理赔过程中存在的痛点，更好的提升客户体验和满意度。
“技术的开放将是未来车险行业的发展趋势。长期以来，受数据孤岛效应的影响，大数据的应用未能实现面的突破。平安产险希望在此方面走在前列，最先开放的将是核保评分模型。一直以来，平安产险始终如一地致力于尝试多种建模算法，力图能找到最优的、符合时代发展的定价模型。2002年平安产险使用GLM搭建全国首家“纯风险保费”，2008年推出“费率因子法”，2013年推出核保模型，建立了车险的评分体系，2015年6月，将核保模型评分体系正式投入使用，大量数据验证，平安车险核保模型评分的风险筛选效果显著。”史良洵在前述论坛场合说道。
平安产险于2016年再次升级了智能核保系统，在行业内首次创新使用决策树架构，优化了二叉树逻辑的补全与互斥算法并申请了专利。我们将核保定价向风险跟踪方向延伸，实现对风险的有效管控并构建了风险追踪的基础。同时智能核保系统内置兼容了一套依托大数据的风险定价模型，该模型以行业先进的统计模型为基础，融合了大量定价因子，对风险进行有效识别。对于AI时代评分模型的应用，
“平安产险始终保持开放的态度，当前已经与部分技术公司合作，力求实现核保技术领域行业层面的共享、合作、共赢。”史良洵说。
