喬晨晨，山曉梅

（中國人壽保險股份有限公司，北京 100033）

一、數字經濟時代全面來臨

（一）發(fā)展數字經濟成為國家的戰(zhàn)略選擇

數字經濟是指以數據資源作為關鍵生產要素、以現代信息網絡作為重要載體、以信息通信技術的有效使用作為效率提升和經濟結構優(yōu)化的重要推動力的一系列經濟活動［1］。以習近平同志為核心的黨中央高度重視數字經濟發(fā)展，黨的十八大以來，我國將發(fā)展數字經濟上升為國家戰(zhàn)略，黨的十九大提出推動互聯網、大數據、人工智能和實體經濟深度融合，建設數字中國、智慧社會。黨的十九屆五中全會提出發(fā)展數字經濟，推進數字產業(yè)化和產業(yè)數字化，推動數字經濟和實體經濟深度融合?！吨腥A人民共和國國民經濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠景目標綱要》明確打造數字經濟新優(yōu)勢，提出充分發(fā)揮海量數據和豐富應用場景優(yōu)勢，促進數字技術與實體經濟深度融合，賦能傳統產業(yè)轉型升級?！丁笆奈濉睌底纸洕l(fā)展規(guī)劃》明確“十四五”時期我國數字經濟轉向深化應用、規(guī)范發(fā)展、普惠共享的新階段，進一步提出全面系統推進企業(yè)經營管理、銷售服務等業(yè)務數字化轉型，形成數據驅動的智能決策能力，加快企業(yè)數字化轉型升級。發(fā)展數字經濟已經成為我國的戰(zhàn)略選擇，數字經濟成為高質量發(fā)展的新引擎［2］。

（二）數據作為生產要素參與市場分配

根據國際權威機構Statista 的統計和預測，2025年全球數據產生量將達到175ZB［3］，國家信息中心主任劉宇南預計2025年中國數據總量居世界第一，全球占比有望達到27%以上［4］。大數據已經成為國家關鍵戰(zhàn)略性基礎資源［5］，黨的十九屆四中全會首次將數據納入生產要素，提出健全數據等生產要素由市場評價貢獻、按貢獻決定報酬的機制。2020年4月，中共中央、國務院發(fā)布的《關于構建更加完善的要素市場化配置體制機制的意見》提出，加快培育數據要素市場，提升社會數據資源價值，培育數字經濟新產業(yè)、新業(yè)態(tài)和新模式。數據作為生產要素，同土地、勞動力、資本、技術一樣參與市場化配置，為數字經濟的縱深發(fā)展奠定了堅實基礎。

（三）數據要素推動企業(yè)轉型升級

復旦大學黃麗華教授指出，企業(yè)的數據價值通過數據反饋回路實現，企業(yè)獲得更多客戶及回報即為數據的“一次價值”，當數據以生產要素進行流通而被賦予市場價值，即為“二次價值”［6］。復旦大學劉杰教授［7］認為數據已經成為企業(yè)很有價值的資產之一，數據要素將在三個層面促進企業(yè)發(fā)展：一是業(yè)務流程數字化提高運營效率，降低成本；二是產品與服務數字化為客戶提供精準的產品、服務，穩(wěn)定企業(yè)運營及效益；三是現實世界的數字化，拓展企業(yè)服務邊界，通過平臺、生態(tài)系統滿足客戶的動態(tài)需求，形成產業(yè)互聯。數據作為生產要素的價值不僅在于其市場價格，還在于數據與產業(yè)深度融合所產生的價值，數據要素將為企業(yè)轉型升級注入新動力。

二、數據是保險業(yè)的安身立命之本，貫穿保險業(yè)的整個價值鏈

（一）數據是保險業(yè)存在、發(fā)展的基礎

保險本質上是一種轉嫁風險的手段，其利用大數法則對損失進行精密預測，將風險從某個個體轉移到團體，由團體中的所有成員來分擔少數人損失。保險的基本要素之一是風險現實可測算，保險公司能夠根據既有及可獲取的數據推算發(fā)生損失的可能性和損失規(guī)模進而研發(fā)產品和定價，也就是基于觀察大量樣本數據后測算損失概率。大數法則提高了測算概率的準確性，例如以人的壽命和身體為標的的人身保險，因個體壽命和身體影響因素繁雜，發(fā)生損失時無法像財產類標的進行市場評估定價，所以銀保監(jiān)會和中國精算師協會在收集、分析大量樣本數據后制作中國保險業(yè)生命表和人身保險重大疾病發(fā)生率表，為保險公司測算、定價提供參考依據，為人身保險的經營奠定數理基礎。在壽險公司團險業(yè)務的費率測算上，近幾年風險損失數據也是個性化定價的重要依據。

（二）數據貫穿保險產品、營銷、兩核、風控等核心價值鏈

數據是保險業(yè)至關重要的基礎［8］，時刻影響著保險產品設計、精算定價、營銷策劃、核保核賠、再保險分攤、風險防控等核心業(yè)務環(huán)節(jié)。在產品設計方面，保險公司需要通過數據分析捕捉客戶的保障需求，結合不同業(yè)務場景創(chuàng)新設計產品，例如運費險便是基于客戶線上購物數據分析而創(chuàng)新設計的互聯網場景化保險產品。在精算定價方面，保險公司采用概率論和數理統計進行數據分析、完成產品定價，近年來大數據技術使得全量數據處理簡易便捷，促使風險評估更加全面，保險產品費率厘定更加精準。在營銷策劃方面，保險公司通過收集、處理大量數據構建立體客戶畫像，通過評估客戶需求特征、分級分類實施精準營銷和交叉銷售，提供更能滿足需求的產品與服務。在核保核賠方面，保險公司核保人員收集、分析客戶的健康、職業(yè)等數據信息，進行風險評估從而做出承保與否的決定，核賠環(huán)節(jié)通過客戶數據驗證、出險數據分析等進行保險責任認定及金額理算。在再保險分攤方面，保險公司通過分析既有數據對客戶進行風險評估，攔截高風險客戶，提高承保質量，降低再保險成本。在風險管控方面，投保前的風險排查、承保中的風險管控以及理賠時的風險識別和反欺詐都離不開數據支持，利用大數據搭建風險評估模型已經成為保險風控的重要手段。

三、數據要素已成為保險業(yè)運營服務高質量發(fā)展的首要驅動力

（一）數據要素的特點

與傳統生產要素相比，數據作為新型生產要素具有顯著的特殊性。一是總量無限性，機構、個人隨時隨地產生數據，總量不斷增加，將趨近于無限。二是可復制性，不同于土地、勞動力等傳統要素因使用而減少或排他，數據可以復制并同時供不同主體使用。三是非均質性，數據不斷迭代更新，致使每個數據具有獨特標簽，例如在進行算法訓練時，相同單位的數據不一定能產生相同結果。四是價值聚合性，少量數據可能有價值，但是大量數據聚合，輔以科學的運算分析往往能夠創(chuàng)造更大的價值。五是分散性，包括數據來源分散和數據存儲分散，只有關聯分散的數據才能還原完整性。

數據要素的特殊性使其能夠提供大量、豐富的信息，然而，數據無法單獨創(chuàng)造價值，必須進入經濟系統里與其他生產要素相結合并進行互動和循環(huán)才能創(chuàng)造價值［9］，所以數據要素化和要素數據化共同成為數字經濟發(fā)展的基礎。保險業(yè)作為數據密集型產業(yè)，數據依賴程度高，數據要素顯然將對保險業(yè)高質量發(fā)展起著至關重要的作用。

（二）數據要素在運營服務高質量發(fā)展中的典型場景及作用

保險業(yè)早已步入數字時代，銀保監(jiān)會2020年發(fā)布的《關于推動銀行業(yè)和保險業(yè)高質量發(fā)展的指導意見》要求保險機構做好技術、數據和人才儲備，充分運用大數據等新興技術，改進服務質量，降低服務成本；2022年發(fā)布的《關于銀行業(yè)保險業(yè)數字化轉型的指導意見》要求全面推動銀行保險機構轉變經營理念，以數字化轉型驅動金融生產方式和治理方式變革，提高數據應用能力，激發(fā)數據要素潛能，支持高質量發(fā)展。數據要素在保險業(yè)的深度應用大大促進了保險運營服務的高質量發(fā)展。

1.暢通數據流轉，提升運營服務能力

傳統保險理賠服務通常需要客戶主動發(fā)起，保險公司人工多輪審核確認后對客戶已經產生的醫(yī)療費用進行賠付，導致“理賠難”“理賠慢”。近年來，保險公司依托互聯網和大數據技術，打通內外部數據流通渠道，將大量醫(yī)療數據與保險理賠申請、受理、處理等服務場景深度融合，通過數據連接，實現醫(yī)療數據快速流轉，客戶免報案、免申請、免資料、免臨柜、免等待即可領取賠款。“一站式”理賠直付將在醫(yī)院實時結算的賠款直接抵扣醫(yī)療費，主動完成理賠服務，緩解客戶醫(yī)療費用壓力，同時為合作醫(yī)療機構獲客引流。理賠直付受到各方認可，國內頭部險企——中國人壽保險股份有限公司（以下簡稱中國人壽）目前已通過理賠直付服務1500余萬人次［10］，理賠服務能力顯著提升。

2.應用數據風控，增加運營服務價值

隨著保險消費者的個人價值觀和行為特征趨向個性化和多樣化，保險運營面臨的風險形勢越來越復雜，傳統、單一的系統規(guī)則已經無法滿足當前風控需求，依托機器學習、神經網絡等技術深度挖掘存量數據、搭建智能模型成為保險運營風控的“首選項”。保險公司利用內外部數據建立智能風控模型，嵌入承保、理賠作業(yè)流程，對異常因素進行定位、分析。從中國人壽的運營實踐來看，在新單核保環(huán)節(jié)，公司利用重疾短期出險保單相關風險特征數據，訓練形成重疾風險智能識別模型，智能預測帶病投保的風險概率，上線以來風險識別陽性率超過90%；利用人工核保后標準體保單相關數據搭建標準體智能評估模型，對原來需人工核保的業(yè)務進行智能評估，將可標準體承保的低風險業(yè)務直接承保，不再進入人工審核，承保時間縮短至秒級，上線以來，模型目標保單人工核保量降低了25%以上［11］。在理賠調查環(huán)節(jié)，公司深挖既往重疾險賠案數據，提煉賠案相關保單、客戶、銷售、機構等多維度風險特征數據進行近百次訓練和深度學習，建成重疾險智能風控模型，嵌入生產作業(yè)環(huán)節(jié)，實現對重疾險賠案風險快速評估，根據賠案風險評估結果提供具體作業(yè)指導，提高理賠查勘的精準性。

四、數據要素在保險業(yè)運營服務應用中存在的問題

盡管保險業(yè)全面推進數字化轉型，但是仍然存在對數據應用認識不夠全面、數據管理能力限制挖掘深度、數據來源渠道不夠廣泛等問題。

（一）對數據應用的認識不夠全面

在數字化轉型過程中，保險公司在風險防控、運營分析、客戶管理等重要環(huán)節(jié)紛紛搭建信息系統實現業(yè)務線上化，將業(yè)務與數據緊密結合。盡管信息化、線上化是應用數據要素的前提，但是部分公司陷入數字化誤區(qū)，過多投入資源引入前沿技術，過度聚焦于個別業(yè)務流程、個別系統的改造，未能整體統籌規(guī)劃，造成數據應用效果有限，無法滿足保險公司整體經營需求和運營管理需求，數據要素無法真正內生為企業(yè)生產力。

（二）數據管理能力限制挖掘深度

數據價值的實現需要強大的算力、算法——技術能力做支撐，保險各業(yè)務單元所需數據及采集標準不同，導致企業(yè)積累了大量視頻、音頻、文檔、圖片等非結構化數據，隨著保險業(yè)務線上化，非結構化數據每年將以PB級增長［12］，各類數據分散在不同系統中，面對格式多樣、分散存儲、總量巨大并仍快速增長的數據，保險公司受限于自身技術能力而無法高效集中統一管理和運維應用，數據挖掘的深度、廣度尚有不足。

（三）數據來源渠道不夠廣泛

企業(yè)數字化運營服務是運用數據對客戶需求進行采集、分析并提供個性化的服務，受業(yè)務重心的影響，保險公司積累的數據主要來源于承保、繳費、保全、理賠等環(huán)節(jié)，雖然可用于客戶身份識別，但無法關聯個性化特征。相較于其他行業(yè)，保險公司與客戶互動相對低頻，數據不能實時更新，導致其活性和豐富性較差，單純依靠保險公司的數據無法形成完整的客戶畫像。行業(yè)壁壘、數據孤島又使得保險公司無法順暢應用外部高質量數據。

五、數據要素全面應用于運營服務高質量發(fā)展的建議

未來在運營服務中全面深度應用數據要素、激發(fā)數據要素活力需要企業(yè)形成數據思維、具備相應數據管理能力并提供數字生態(tài)保障。

（一）培養(yǎng)企業(yè)數據思維，形成全員數據意識

科學技術的發(fā)展使得保險數據價值得到進一步挖掘，為此保險公司需要轉換經營決策理念，培養(yǎng)數據思維，統籌規(guī)劃前中后臺，用數據解決問題、推動創(chuàng)新，例如通過分析既往理賠業(yè)務數據輔助定位業(yè)務風險、檢驗公司戰(zhàn)略運行效果、支持管理層科學決策。同時，建立保險公司內部“數據文化”，使管理層和員工習慣運用數據進行管理與作業(yè)，全員形成數據意識。

（二）提高數據管理能力，強化運營服務數據的收集、存儲、應用

由于數據結構的不規(guī)則和不完備，部分數據常常被閑置，例如保險公司客戶體檢報告因體檢機構不同而千差萬別，傳統核保員人工審核使用后僅做存檔保留。2021年，中國人壽嘗試對既往存儲的百萬件體檢報告影像進行加工、深挖，通過系統梳理體檢項目數據和醫(yī)學同義詞，搭建體檢報告數據庫，實現了體檢報告的智能解析。

隨著數據量的飛速增長，越來越多的企業(yè)需要借助數據來管理、作業(yè)，充分利用數據、敏銳洞察數據并加以明辨將變得愈加重要，數據價值將隨著科學技術的發(fā)展和數據挖掘能力的提升而逐漸增加，甚至一些曾被認為沒有價值的數據可能通過應用新技術挖掘分析而具有價值。因此，保險公司需要加強數據管理工作，全面提高運營服務數據的采集、存儲、挖掘、分析和整合應用能力。

（三）參與數字生態(tài)建設，促進多方互聯互通

運營服務數字生態(tài)需要巨大的互聯關系網絡做支撐，保險公司則需要加強與各方的連接。一是要增加與人的連接，也就是保險公司通過增加服務觸點加強與保險消費者的連接，充分利用APP、小程序、互聯網平臺等提供線上服務觸點，打通線上、線下服務。二是增加與外部機構的連接，在依法合規(guī)的前提下，加強與外部醫(yī)療機構、科技公司的合作，例如保險公司與醫(yī)療機構進行數據交互，提供在線理賠服務；對接中國銀行保險信息技術管理有限公司數據平臺，應用行業(yè)數據識別重復理賠等風險。三是增加與其他行業(yè)的連接，數據的可復制性使得各類主體獨立采集、存儲、使用數據，造成“數據孤島”。未來保險公司需要跨越行業(yè)限制，積極尋求醫(yī)療、衛(wèi)生等行業(yè)數據的連接、應用，主動參與行業(yè)內外部數據共享，打破“數據孤島”，促進各方數據互聯互通。