近年来,随着大数据、人工智能技术融入核保作业价值链,中国人身险公司纷纷走进智能核保时代。
核保又称风险选择或风险评估,是保险公司根据保险标的的不同风险水平进行审核、筛选、分类,以决定是否承保及承保条件的过程。对于人身险来说,保险标的是人的寿命或身体,故人身险核保即对此标的的风险情况加以审核、筛选、分类,决定是否接受投保,承保的条件如何,使不同类别个体的风险达到一致的过程。核保的本质是在合理成本下尽可能高效、精准地获取业务数据,并对各类数据信息进行科学的筛选、分类与评估,达到将承保条件与风险状况适配的目的。核保过程主要分成获取数据和评估数据两大部分。其中,核保所需数据分为投保数据和已有数据;评估数据主要包括承保前评估以及承保后评估两个方面(见图1)。
人身险核保的发展历程大致分为三个阶段。第一阶段是纯人工核保阶段(1919~2001年),其特点为所有核保业务均需人工处理,无机器参与,缺少相关风控流程。第二阶段是自动化核保阶段(2002~2016年),其特点为机器替代人工自动给出标准体核保结论。第三阶段是智能化核保阶段(2017年至今),其典型特点是机器可进一步给出拒保、除外等非标准体核保结论。
智能核保是指在自动化核保基础上,通过引入大数据、人工智能算法、OCR、知识图谱等技术,实现机器替代人工给出非标准体核保结论,且结论准确性与人工核保相当的智能核保作业过程。
智能核保技术已经在国内保险市场开始逐渐应用,是保险供给侧结构性改革的重要一环。其发展既是人身险公司内部发展的必然要求,又是客户体验需求、宏观环境推动和监管导向等外部驱动的结果。从内部看,人身险公司要突破成本和效率的困局。随着国内人身险市场规模快速增长,核保工作量和总人力成本也随之同步急剧增长。此外,传统核保流程繁冗、耗时长且难以对风险进行标准化的评估。智能核保依靠现代技术可实现替代人工和提升产能,实现效率提升与风险控制的兼得。从外部看,客户提升核保服务体验的需求是智能核保发展的核心驱动力。互联网、人工智能等新兴技术深刻改变了人们的生活模式,如何利用智能化的力量为客户带来更便捷、高效、透明、有温度的核保体验,已成为各人身险公司提升竞争力的重要战略任务。
根据现代技术发展趋势和国内智能核保的实践情况,从智能核保场景的复杂程度和覆盖面出发,可将智能核保分为三个不同的发展阶段。一是单场景智能核保阶段,即实现单一风险场景下机器替代人工作业。例如,在核保常见的健康异常告知、体检报告、医学病历等业务数据中,仅有一种业务数据存在异常风险,需能替代人工评估风险并给出精准的核保结论。此阶段的机器替代人工占比一般在90%左右。二是多场景智能核保阶段,即实现多类综合风险场景下机器替代人工作业。例如,同一投保件的健康告知、体检报告等业务数据均存在异常风险,或同一投保件涉及多个被保险人评估等,需考虑健康、财务等各类数据,以及多个被保险人之间的风险均衡综合给出核保结论。此阶段的机器替代人工占比一般在95%左右。三是全保单周期智能核保阶段,主要包括动态核保和重新界定风险两部分。动态核保是指核保管控从承保前延伸至保单状态终止,从短期变长期,从被动识别风险到主动管理风险;重新界定风险是以积累的海量承保、赔付等数据测算各类风险的发生率情况,并基于此扩大保险群体、拓宽保障范围、实现更精细化的承保条件与风险程度匹配。
国内人身险智能核保发展情况
在获取数据方面,已普遍实现电子化的“投保数据+已有数据”校验,而在核保影像数据解析方面则发展程度各有差异。电子化数据校验的通常做法是在录单后直接进行预核保,给出初步核保结论,方便客户设计投保方案。其中,既往理赔数据校验一般采用理赔ICD编码、出险原因和金额等因素进行核保风险等级评估,客户再次投保时会根据既往已有的风险等级给出核保结论。在核保影像数据解析方面,部分人身险公司已实现或正在探索对体检报告和医学病历的智能解析,并用于此类核保件的智能评估建设。
在承保前评估数据方面,已普遍应用“智能问卷+规则引擎”,而在核保智能模型的替代人工方面仍有提升空间。智能问卷仅有少数公司采取自建方式,大多数公司通过外购服务等方式实现。少数较成熟的智能问卷可实现标准体结论自动通过,替代人工占比达30%~40%,而还在发展磨合阶段的智能问卷仍需人工复核。核保规则引擎大多根据一般核保规则构建,不包含医学评点,是核保机器替代人工的主力军。目前,也有少数保险公司和保险科技公司在探索依据核保医学评点构建核保医学规则引擎,实现对医学核保件自动给出核保结论。智能模型主要依据公司积累的客户投保数据、内部服务等数据,利用人工智能主流算法构建人工智能模型,对客户各个风险维度进行评分并根据评分采用差异化核保手段。
在承保后评估数据方面,由于保后核查大多由调查主导,且动态核保的发展尚不成熟,在此不做深入分析。
中国人寿智能核保实践
中国人寿自2017年开始核保智能化建设,聚焦“以客户为中心”,构建了多层次、多场景、高精准度的智能核保作业体系,机器替代人工作业占比达90%以上,已进入单场景智能核保阶段。
在获取数据方面。多管齐下,实现各类核保数据的快速、准确应用。中国人寿2016年完成基于大数据技术的核保基础数据平台建设,形成了基于客户生命周期的各类风险基础数据,并集中力量深耕核保非结构化数据的解析和应用。2020年,中国人寿实现了对体检报告的智能解析,作为国内覆盖范围最广、业务规模最大的人身险公司,体检报告数量大、样式多是中国人寿必须面对的难题。在统一了七大类838个体检项目标准,梳理了4630个医学同义词后,中国人寿通过OCR、NLP等技术实现了体检报告结果结构化归类、数字化识别和智能化解析,支持全国“4万+”医疗机构各类版式医学资料影像的全量自动结构化,准确率在95%以上。可快速汇总定位客户异常医学指标、影像件与电子件随动对比以及多体检报告比对,大大提升体检件评估效率,并建立了行业最大的体检报告数据库,为医学核保智能化打下深厚基础。除了体检报告之外,既往理赔数据中医学病历的结构化作为中国人寿下一个发力点,也在紧锣密鼓的建设中。
在评估数据方面。深耕不辍,不断拓展各类场景的智能评估。中国人寿于2019年自主研发并上线智能核保问卷,并陆续上线了高风险业务评估模型、免体检额度评估模型、医学核保模型等多种场景的智能评估模型。
一是智核问卷:实现全险类一卷问完和部分替代人工。智核问卷,即差异化互动健康告知及基于告知的客户健康风险自动评估系统,应用于投保告知环节。中国人寿智核问卷内嵌国寿自有“疾病评点逻辑森林”,支持对200余种常见疾病自动出具核保结论,涵盖万条疾病评估逻辑,均依据公司核保骨干一线经验逐条编写,保证了智核问卷的稳定性和准确度。智核问卷能给出标准体、加费、除外、拒保、延期、转人工等精细化的核保结论,并支持前置上传补充资料和客户自助告知,可帮助客户依照系统提供的“清单”提前上传病历等资料,提高人工核保时效。智核问卷已覆盖主渠道和全险类,其结论与人核结论的一致率达80%以上,部分险种可达95%以上。现已针对部分险种实现机器替代人工给出核保结论,替代率可达70%以上。
二是高风险业务识别模型:精准识别重疾险短期出险。重大疾病保险由于其赔付金额高,存在投保后短期内出险率高的风险。为了更好地防范重疾险“逆选择”,结合公司业务数据的积累和人工智能技术,开发高风险业务识别模型,并且将模型的预测结果应用于现有核保流程中,起到强化承保前风险管控的作用。该模型于2019年上线,累计识别出数万件高风险业务,识别准确率达90%左右。
三是客户免体检额度评估模型:实现精准下发体检。行业既往评估客户是否需体检,主要依据客户年龄、地区评级和销售人员等级三大因素,缺乏基于客户风险画像的精准评估。中国人寿在构建客户风险评级智能模型的基础上,创新应用精算技术,对不同客户群体以免体检额度为自变量进行利润贡献测算,并通过精算模型测算出不同群体的最优免体检额度,相比行业同类模型,免体检额度评估更加精准。该模型于2021年上线,上线后为数万名客户减免体检,促进保费收入突破亿元。
四是医学核保的智能化探索:体检、病历的智能评估。中国人寿通过构建模型和医学核保规则引擎等方式积极探索对体检报告和病历的智能评估。基于公司结构化的海量体检报告数据构建并上线了体检报告评估模型,实现了体检报告的智能评估,模型可给出标准体、次标体、拒保、延期等核保结论,供核保人员参考使用。积极探索构建医学病历评估系统,依托国寿病历结构化和自建核保评点,建立常见疾病知识图谱,配套规则引擎,对病历资料进行智能核保评估。
基于国内保险公司基本处于单场景智能核保阶段,下一步发展方向将更多是夯实、拓展各类单场景核保的机器替代人工作业能力,在准确率相对成熟的情况下进行多场景核保阶段过渡。
在获取数据方面,要在合法合规的前提下不断拓展数据源,积极探索各类核保影像数据解析,以客户为中心构建多维度、立体化的客户风险数据库。
在评估数据方面,需不断迭代智核问卷,提升机器替代人工占比;同时探索医学、财务领域的智能核保,实现此类相对复杂核保件的替代人工作业。■
(责任编辑 马杰)