保观

商业保险领域仍然严重依赖人为判断和人工处理，因为资产规模更大，数据容量更小，这意味着机器学习速度会慢一些，像AI这样的技术在短期内效果会较差，创业者在时间上或许需要较长的规划。

关于亚马逊和谷歌进入保险领域已不再新奇，鉴于他们几乎无限的资源，这可能会对业内部分公司造成巨大威胁。无论是将巨头们的举措视为威胁还是利好的发展，值得注意的是，谷歌和亚马逊幾乎都专注于个人保险领域。

这有很多原因，尤其是谷歌和亚马逊希望为大多数消费者增加价值，因为客户永远是第一位，所以大多数人都希望亚马逊和谷歌能够专注于个人险。

然而，另一大保险市场却有待进一步的创新：商业保险。商业保险往往非常复杂，需要太多内部信息才能让科技公司发掘其魅力。目前，在商业保险方面，亚马逊和谷歌仍是局外之人。这种天然的“竞争壁垒”也是商业保险科技引人关注的原因之一。

缺乏创新活力

欧美国家依投保人专业能力划分商业保险（commercial line）与个人保险（personal line），前者的客户主要是企业，后者主要是个人。商业保险与个人保险的主要区别是保险范围不同。举例而言，同样一辆车，如果用于上下班及个人娱乐，则属于个人保险，如果用于出租或者商业用途，则属于商业保险。一般而言，个人保险较为简单，车、房、简单个人第三方责任险;商业保险则比较复杂，车、建筑以及生意导致的生意中断损失。

与个人保险相比，目前很少有以商业保险为重点的科技类初创公司。德勤最近的一份报告显示，2018年上半年仅有超过5700万美元用于商业保险科技的投资，仅占该期间投资总额的6.6%。而2017年，德勤报告中这一比例还有11.4%。同时，根据CB Insights数据，自2015年以来，已有超过10亿美元投资于正在解决商业保险问题的初创公司，相当于总投资额的10%。

无论投资比例是多少，商业保险科技类初创公司相对于个险、分销和其他领域的初创公司而言，投资额都少得可怜。由此可见，相对于更广泛的保险科技浪潮，商业保险的科技渗透率严重不足。

变革难度高企

保险科技浪潮与其他行业所掀起的科技浪潮相似，都是由行业外的企业家推动新型企业，从而颠覆传统市场。汽车保险、租房者/房主保险或保险分销，无不如此。这些行业的颠覆者，将最初的努力主要集中在个人保险和更容易撬动市场的领域，这是十分自然的事情。

即使是现有的商业保险创业企业，也都集中在更易变革的领域，如分销和车险领域。事实上，自2015年以来，这两个类别占到目前商业保险科技投资的一半以上，几乎所有主流商业保险科创企业都位于这些领域。例如：

分销：Next Stack，一家全栈商业保险公司，已筹资1.3亿美元。另外，智能保险分销平台CoverHound和Policygenius各自筹集了5000万美元。保险分销占了保险科技投资的一半。不出所料，这是一个在商业险领域将持续存在的趋势。

车险：Nauto已筹集超过1.74亿美元的资金，Nexar和ZenDrive则分别融资4400万美元和2000万美元。

只有少数初创公司正在考虑更复杂的领域，例如为商业保险商提供更高质量的财产情报。比如Cape Analytics，使用计算机视觉自动从航空图像中提取信息，这使得保险公司可以在评审和承保时获取全国任何地址的最新有效数据，帮助它们在整个保单生命周期内更好地评估风险。为什么这很重要？根据Cape的数据，美国8%的屋顶质量很差，劣质的屋顶建筑比高品质的屋顶高出50%的潜在损失。前者有较高概率提交索赔，进而扩大保险商理赔支出。因此，对于保险公司而言，在提供报价之前了解商业建筑的屋顶状况，可以更准确地指导定价策略并避免重大损失。类似这样的一些数据，对于商业保险公司来说是不可或缺的，但直到现在才逐渐利用起来。

再或者以海上风险分析公司Windward为例。Windward能够跟踪每艘船的营运情况，并提供有关船舶地理、天气、港口访问、管理和导航等见解。实际上，这意味着Windward可以跟踪船舶是否存在危险的夜间深水航行，因为这样的船舶发生触礁事故的可能性增加2.6倍。Windward还可以跟踪船舶何时通过航道，在拥挤的航道上长时间航行的船舶发生碰撞事故的可能性增加2倍。这是海运保险公司需要掌握的信息。

潜在空间可期

鉴于市场规模和相对缺乏对保险以外问题的认识，商业保险具有巨大的潜力。2017年全球商业财产和意外险保费约为7300亿美元，到2021年，它将增加近9000亿美元。同时，只有业内人士真正了解临时分保，了解如何承保船体保险以及谁是承保人，或者了解如何改善大型商业财产保险。对于一个其他行业的企业家，这些都是市场挑战，工作流程尚且有待深刻理解，更不要说如何去改进或颠覆了。

另一方面，熟知当前现状的保险业内人士应该感到庆幸。保险科技空间现在需要这些业内人士更多地参与，积极建立新公司、筹集资金并帮助识别和解决商业保险中最有意义的问题。无论是核保人、精算师、理赔专家还是其他任何行业相关人士，都应该很清楚行业痛点、陷阱和误区，以及潜在的解决方案。

不过，解决商业保险领域的问题将更具挑战性。资产规模更大，数据容量更小，这意味着机器学习速度会慢一些，像AI这样的技术在短期内效果会较差。比如，如果一家保险公司正在承保350项海事保险，而且每年只有15项索赔，何时才有足够的数据来推动具有统计意义的调查结果？商业保险领域仍然严重依赖人为判断和人工处理，而个人保险则可以利用和分析大量的数据。因此，虽然商业保险科技创新的机会很棒，但在时间上或许需要较长的规划。

那些参与保险科技潮的人有理由对商业保险感到兴奋，但耐心将是关键，因为新兴公司要立足于解决长期存在的问题。对该行业有独特理解的企业家也是幸运的，因为像亚马逊和谷歌这样的科技巨头在目前可预见的未来还无法威胁这个领域。