认知计算技术在互联网保险的应用前景

iddirafexi

通过对认知计算技术含义的分析和特点的概括，概括阐述商业化应用方向和手段，深入分析认知计算技术在互联网保险的应用前景。我们正处于认知系统的发展初期，无法完全想象认知计算技术将给计算机行业、商业和整个社会带来的影响。
认知计算互联网保险应用
一、认知计算的涵义及特点
认知源于心理学里的概念，《辞海》将其解释为人类认识客观事物，获得知识的活动，包括知觉、记忆、学习、言语、思维和问题解决等过程，是对外界信息积极进行加工的过程。通常使用的认知技术包括机器学习、计算机视觉、语音识别、自然语言处理和机器人学等。
认知计算技术，基于算法、数据、软件、硬件实现，关键特点是理解、推理和学习。理解是通过感知和互动，快速理解数据，实现用户交互，从而理解、回答用户的问题。推理是凭借假设生成技术，透过数据揭示洞察力、模式和关系，以多种方式进行认知，产出多种结果。学习是能够从所有文档中快速提取关键信息。通过追踪用户反馈和专家训练，不断进步，提升解答能力。
二、认知计算的商业化应用
2011年，IBM沃森带来认知计算的概念，当时人们对这项吸引眼球的新奇技术能做些什么还非常懵懂。沃森通过解读自然语言来分析数据，有的成了医生，有的担任教师助手，有的成为一流的厨师，还有一个赢得了电视智力竞赛《危险边缘》的冠军，成为人工智能打败人类的经典案例。五年后的今天，随着物联网、云计算和大数据技术的发展与应用，认知计算的商业化应用越来越值得期待。
认知计算的商业化应用或将带来不可思议的变化。在医疗领域为疑难杂症快速提供诊疗方案，帮助企业从大量数据中发掘、洞察增强预测和决策能力；在旅游、美食等领域帮助人们获得更好的生活体验；甚至帮助红毯上的模特设计出“会表达情绪的时装”。认知计算使得机器人更加接近于人类的需求，这些应用将造福于人类，值得更多期待。
根据德勤研究报告，认知计算技术或将在以下三个企业级软件市场中发挥作用。一是企业级应用软件市场专注于利用计算机的力量来达成特定目标。比如解决如何向大量匿名用户进行线上营销的问题，采用机器学习去发掘某一网站的新用户与之前具有相似行动的用户之间行为上的关联，目标就是为了使该网站的用户体验更好，并将其转化成销量。二是企业级基础软件市场为公司建立、运行，以及管理IT资源的表现提供工具。比如利用机器学习能力提升应用系统的日志工具，可以将具有类似服务器问题的事件归为一类，以方便IT经理辨认这是一个正在发生的问题、还是实时信息导致的不寻常的计算趋势。三是特定垂直软件关注一个狭窄的领域，常体现为一个独立的软件应用。比如一套独立的肿瘤学应用，通过移动和桌面设备，深度机器学习可以分析大量的病患记录并基于现有记录提供潜在的治疗手段。
在销售方面，机器人可能比人类做得更好。日本大阪大学智能机器人实验室科研人员曾开发出一个生动的女机器人，将其放入一家百货商店内，销售一款100美元的羊绒衫。在试验期间，机器人接待的消费者数量是商场销售员接待数量的2倍。通过与IBM沃森云计算平台合作，软银旗下第一款可感知人类情绪的机器人Pepper的“智力”进一步得到强化，Pepper或将以“销售员”的身份入驻日本最大的电器销售商山田电机（Yamada Denki）。之前，Pepper曾帮助销售过智能手机和咖啡机等商品，但工程人员希望强化Pepper提供相关信息的能力，与消费者进行更丰富的互动。Pepper与人类进行彻底的无障碍交流仍存在困难，需要进行更多神经式网络的培训。据悉，软银接受其他企业对Pepper的租赁订单，每月租金为55000日元，仅为日本平均最低工资的一半。
三、认知计算技术在互联网保险的应用前景
近两年互联网保险保费规模实现爆发增长，互联网保险渗透速度加快。越来越多的保险公司意识到互联网保险不仅是销售渠道的变迁，还是依照互联网的规则和习惯，对现有保险产品、运营和服务模式的深刻变革。互联网保险，一方面把传统的保险产品搬到互联网上销售，并提供配套的产品服务；另一方面利用互联网经济的新型消费场景，提供创新型保险产品。互联网保险打破时间和空间的限制，随着物联网、大数据、人工智能以及移动设备等新技术的兴起，或将迎来保险行业的一场深刻变革。
认知计算技术可以帮助保险企业更好地认知客户、也更深刻地认知自己。认知客户，知道客户所想所需，改进保险销售和服务，解决痛点问题；认知企业，找到运营管理盲区，提升内部运作效率。
在《2016年中国互联网保险行业研究报告》中指出，人工智能最先改造保险的销售渠道。美国的一家保险科创公司使用智能机器人销售车险保单，只要拍下车牌号并发送给机器人，它就能搜索到用户的个人信息和驾驶记录，从而推荐合适的险别。同时，通过减少人数来提高效率的成本策略，例如，呼叫中心通过将第一层顾客支持自动化来减少需要聘用的员工。
不管是服务型还是销售型的呼叫中心，通常采用传统的IVR技术提供服务菜单，受限于数字键盘的数量和语音逐条播报耗时较长，寻求服务的用户最希望的还是用最快的速度找到人工客服，解决问题；寻求产品的用户希望用最快的速度触达产品，减少等待。而呼叫中心面临的挑战是基于接线率灵活快速配置人力资源，而不单纯地通过增加人数来提升接线率。大数据时代，认知计算与呼叫中心技术有着天然的默契，在一定程度上帮助合理配置人力。在与用户通话的另一端安装上智慧的“大脑”。
针对服务型呼叫中心，可以利用认知技术，将标准服务话术的知识库安装到认知智能应答机器人的大脑，降低企业培训和人力成本。针对销售型呼叫中心，具有认知计算大脑的机器人可以承担简单地销售业务场景，例如解决呼入溢出场景的预约投保，解决销售过程质量的自动回访，帮助老客户续签新一年保单，为新客户提供粗略产品报价、解释营销活动和赠品规则等。也可以结合社交媒体、用户网购、驾驶行为等多维度数据，分析客户类型，帮助人工坐席更好地理解客户。
认知时代，机器或将变成下一代计算机，因为计算的能力，对于机器学习算法的理解，对于大脑的研究都在往前走。计算可以带来更多的突破。我们拭目以待。
参考文献：
[1]董超，毕晓君.认知计算的发展综述[J].电子世界，2014（15）：200-200.
[2]德勤报告.认知技术会成为80%世界百强企业标配，新华网，2016.
[3]曲速资本.2016年中国互联网保险行业研究报告.