解密家财险

中国的车联网保险起步较早，从发展的总体情况看，虽取得了一定的成绩，但与预期相比，仍存在较大差距，关键是没有形成相对成熟的商业模式。究其原因，有汽车产业方面的，有相关技术方面的，也有保险业自身的原因，特别是这个时期，恰好是中国全面开展商业车险改革，这是大局，因此，“无暇顾及”也就在情理之中。随着我国商业车险改革的全面推开，同时，外部环境也逐步完善与成熟，更重要的是，中国已经步入汽车社会，无论是从完善服务、改善体验，还是从创新模式、促进发展的角度看，都需要更多地关注车联网保险的发展问题。同时，也相信车联网保险将迎来一个新的发展时期。面对新时期，夯实基础是关键。车联网保险应用的本质是计算，我们不妨通过对赛车游戏的观察，重新并全面地思考车联网保险的计算架构问题。赛车游戏的基本框架是建立在汽车运动的“三维计算”基础上，即包括了汽车、环境和人，基于这三维的实时和动态数据的叠加计算。车联网保险的本质也是这三维的计算，而起初的车联网保险更多的是关注基于定位的动态计算，继而判断驾驶行为。但在汽车运动过程中，三维是相互影响和作用的，即“车在境中，人在车上”。未来的车联网保险应当构建基于三维思维的技术架构，关注三维数据的获取、计算和合成，这方面虚拟技术，如VR、AR和MR将给我们带来启发。在三维计算中，“车”是运动的主角，因此，“车”计算是基础和前提，也是最终的指向。随着全面“前装时代”的到来，车况，包括工况和操作数据的获取将成为自然，同时，姿态数据也是重要的风险数据，需予以高度关注。此外，位置计算是汽车状态计算的重要实现，包括对于驾驶行为的计算。但面临的挑战是模型的有效、可靠和公信，包括与驾驶行为之间的关系解释。“境”的计算往往是容易被忽视的，而“境”恰恰是重要的风险因素。在自动和无人驾驶时代，“境”计算问题会越来越突出和重要。“境”计算包括微观、宏观和条件3个维度，微观计算主要是相对距离计算，这是“自动避碰系统”的基础；宏观计算主要是中尺度和大尺度的计算，一方面解决预警问题，另一方面解决路况判断与选择问题；条件计算主要是与行车和驾驶相关的气候条件计算，重点会关注影响能见度的雨、雪、雾和霾等，同时，也会关注影响驾驶环境的风，特别是侧风以及路面结冰和涉水风险。与“境”计算密切相关的一项应用是无人和自动驾驶技术，它属于综合和系统的微观计算，重点是相对距离。同时，需要精度、速度和稳定性更高的计算，包括定位、雷达、监控与操作。其中，两大计算系统将发挥重要作用，一是计算机视觉技术，二是基于驾驶的人工智能系统。尽管“车”与“境”均至关重要，但起决定性因素的是人，因此，“人”的计算是关键，同时，“人”的计算属于最复杂的计算。从目前的发展情况看，一种是基于驾驶结果的计算，即通过汽车状态和姿态，来判断人的驾驶行为，这种计算更多的是基于表象的判断和评价。另一种是基于心理学基础的计算，通过驾驶心理模型，对驾驶员驾驶心理和技能进行评估，这种计算对于车队的驾驶员录用与管理具有显著的实用价值。此外，在汽车保险定价过程中，面临的一个突出问题是“指定驾驶员”难题。面向未来，基于车联网、生物识别和区块链等技术，将为真正意义上“从人因素”的分类和归因分析提供可能。除上述3个维度的计算外，从汽车使用的实际需求看，连接计算也是需要关注的重点领域，特别是停车和加油，包括了寻找、推荐和预约。近年来，在保险业、汽车相关行业以及车联网行业的共同努力下，中国在车联网保险领域开展了一系列基础和富有建设性的探索，也取得了一些成果，为下一步的发展积累了经验，奠定了基础。中国车联网保险的发展过程中，重点围绕破解技术选型、建模技术和商业模式三大难题展开，技术选型的关键是解决“刚性绑定”问题，建模技术的关键是解决验证问题，商业模式的难点是隐私保护问题，特别是个人业务领域，而这个问题的解决又依赖于技术和建模的配合，需要综合解决。商业模式的另一个难点是与现有的定价体系之间的矛盾问题，相对而言，车队业务更容易达成共识。在车联网保险的应用过程中，面临的第一个问题就是回答和选择“前装”，还是“后装”问题，这是一个非常复杂和现实的问题。无论是整车厂，还是相关行业，均陷于这一难题，这也是在发展车联网保险中绕不过去的一个问题。从发展的大趋势看，“前装”是必然，是大势所趋。但就未来相当长的一个时期看，“后装”是必要，特别是二手车将成为未来汽车消费的主流。无论是“前装”，还是“后装”，平台标准问题，需要顶层设计解决。这个问题的解决不能只是汽车制造行业的“一家之言”，未来将进入汽车社会，是一个生态圈，需要“集思广益”。就“后装”市场而言，谁主沉浮？是定位，还是维保，或是保险，关键是谁能够形成一种“杀手级”的应用，并形成相应的商业模式。汽车保险凭借数以千万计的客户群和数千亿元的保费规模，同时，车联网技术又是推动汽车保险产业升级的关