车险后市场夯实数据基础是关键

□ 焦 玥

眼看着高举科技赋能的BAT破门而入，沉睡多年的保险公司不得不开启转型行动，公估机构等行业第三方机构也在寻找新方向，而AI（人工智能）等黑科技的应用，更让这个曾依靠人海战术的行业瞬间高大上起来，一时间行业变革、创新频现。

在汽车保险领域，没有哪年像今年一样热点不断、精彩纷呈，最近3个月更是有种“乱花渐欲迷人眼”之感。先是由7家保险公司发起的“透明修车”项目升级后再启动，通过共建标准和数据库、合作反欺诈等，力求从理赔报案到配件采购再到维修，实现整个流程的信息透明；紧接着，蚂蚁金服开放了基于深度学习图像识别技术开发的技术产品“定损宝”，用AI模拟车险定损环节的人工作业流程，帮助保险公司实现简单高效的自动定损；之后，中国保险行业协会发布“车险理赔服务平台”建设计划，其背后是28家中小财险公司抱团取暖的诉求和蚂蚁金服、滴滴出行深度介入汽车消费领域的决心；紧接着，中国人保财险发布“拇指理赔”、“全程托付”两项服务，车主通过APP或微信可进行自主即时理赔；中国平安旗下壹账通的“智能保险云”、中国保险信息技术管理有限责任公司和中国汽车技术研究中心合作开发的“事故车定损云平台”则不谋而合地选在9月初的同一天发布。

这3个月来，有关车险后市场的新闻事件如此之密集，发布会也多是紧贴当下热点极具噱头，这既与车险后市场的发展节奏有关，也与商业车险费率改革步入深水区迫使险企加快转型步伐或抱团取暖求生相关，还与金融科技浪潮的席卷以及BAT切入后市场的角度不无关系。

然而，人工智能固然能为保险公司削减成本、提升工作效率，乃至提升客户满意度，但作为全球最大的新车消费国，我国汽车市场的特殊性决定了车险升级不是光靠黑科技赋能就可以实现的，而是要夯实基础工程。

到底什么是车险后市场的基础工程？是增强流程、信息透明化，还是强化行业诚信，抑或是摒弃成见合作共赢？笔者认为，以上固然重要，但把数据搞清楚似乎更为关键。我国汽车市场上的汽车品牌、车型种类、款型品种之多，在全球范围内都是少有的。由于长期忽视数据作为行业基础设施建设的重要性，由此导致的定价混乱、定损周期长以及理赔连年亏损，长期困扰着保险业。

随着汽车技术的升级迭代，车型更新加快，汽车相关数据标准的不统一、数据维度的不完整，不仅使数据共享难以实现，更加大了理赔难度，而且给车险欺诈留有空间。不仅如此，与车险理赔端关联行业之间的资源获取、数据交互、标准统一迟迟未能打通，重重叠叠的数据壁垒已成为阻碍行业发展的掣肘，导致行业数据挖掘与应用能力不足、创新应用领域不广。

相比新近发布的其他保险数据服务，事故车定损云平台没有选择主打科技牌，而是更强调自身数据的准确性、配件点选的唯一性和车型覆盖的广度，力求实现一车一价、一码一配置、一款一件的精准定型和精细关联。显然，车险业似乎已意识到行业的转型升级必须依赖数据这一核心规则。