○周雷 许佳 张鑫 宗小敏 费菲

1.苏州市职业大学商学院 江苏苏州 215104

2.东南大学经济管理学院 江苏南京 211189

3.中国人民财产保险股份有限公司苏州市分公司 江苏苏州 215004

4.友邦人寿保险有限公司江苏分公司苏州中心支公司 江苏苏州 215000

引言

我国是全球机动车保有量和驾驶人最多的国家，机动车辆保险（以下简称“车险”）是车主抵御风险的重要手段，是财产险类第一大险种，涉及千家万户和民生安全。车险保费收入约占财产险保费收入的80%，且近年来车险市场呈持续增长态势。车险理赔是车险实现风险保障功能的核心环节，但是受主客观因素制约，长期以来面临理赔效率低、周期长、投诉多等问题，严重影响客户满意度和车险的高质量发展。2020年9月，原银保监会发布《关于实施车险综合改革的指导意见》，在一定程度上缓解了经营粗放、竞争失序等问题。随着改革进入“深水区”，以进一步扩大定价自主权为主要内容的车险“二次综改”于2023年6月落地，对保险公司的费率厘定和承保理赔提出了更高要求，特别是以车险为主要业务的中小财产险公司，短期内面临费率降低、赔付升高、承保利润被挤压的局面。与此同时，保险科技的创新发展为解决车险理赔存在的问题、赋能车险数字化转型提供了可行的新路径。保险科技是人工智能、区块链、云计算、大数据等底层技术与保险业务场景深度融合带来的流程优化和价值创造。保险科技在车险理赔中的应用，不但有助于实现理赔流程的数字化、智能化和自动化，而且还赋能保险公司降本增效、优化服务、提升客户体验。

王和（2017）将保险科技创新分为传统信息技术和金融科技两大领域，认为两者共同影响和赋能包括车险理赔在内的财产险业务的数字化转型。唐金成和刘鲁（2020）提出了“AI+车险”模式，认为人工智能是最有可能改变保险行业发展的前沿技术，尤其是在车险理赔领域，人工智能将成为保险企业降低赔付成本、缩短理赔周期、提升反欺诈能力的关键技术。周雷等（2020）认为自动理赔是保险科技赋能保险业高质量发展的典型应用场景之一，通过应用智能合约机制，能够尽可能减少理赔过程中不必要的人工干预，实现车险“全流程自动化快速理赔”。郭晓燕等（2023）通过对太平洋保险公司的实证研究，进一步验证了依托互联网大数据开展线上理赔，能够显著提升保险公司车险业务的理赔效率。陈佳（2021）指出保险公司可以应用区块链技术赋能车险理赔的欺诈风险防控、索赔请求管理及合同资料存证等。车险反欺诈联合课题组（2021）基于监管工作实践，以5家保险公司的理赔及反欺诈数据为基础，分析车险欺诈案件的新特点，针对性提出了以大数据为核心构建多方协作联动防控体系的监管工作建议。

综上所述，已有研究主要分析了保险科技对车险理赔数字化转型的影响，基于人工智能、区块链、大数据等某种保险科技底层技术在车险理赔中的应用，以及保险科技对车险理赔效率、欺诈风险防控等某个层面的改进，而对各类保险科技集成创新赋能车险理赔高质量发展的作用机理和实现路径，缺乏全面、系统的研究。本文通过文献梳理和实地调研，分析车险理赔的现实“痛点”和保险科技赋能车险理赔的必要性，在车险理赔数字化转型的大背景下，采用宏观理论分析与微观实例印证相结合的方法，构建系统完整的研究框架，对保险科技赋能车险理赔的底层技术、作用路径、应用实例、制约因素进行全面研究，并在此基础上从完善监管体系、加大保险科技投入、培养复合型人才、优化数字生态等方面提出针对性建议。

一、车险理赔的“痛点”分析

（一）车险理赔流程复杂，理赔周期较长

车险理赔涉及前端的报案调度、查勘、定损，以及中后端的报价核损、理算核赔、赔款支付等业务环节，流程比较复杂。在传统理赔模式下，查勘和定损等前端环节需要通过线下完成。其中，查勘包括保险公司查勘人员赶赴事故现场拍照摄像与资料单证收集等，如果涉及人伤的复杂案件，还需要组织协调现场施救和进行初步的伤情鉴定与责任认定，往往需要较长处理时间；定损则需要对车险事故造成的损失进行现场专业调查，检验车辆等财产损失情况，帮助客户确定维修方案等。而报价核损、理算核赔等中后端环节需要对损失情况交叉比对和验证，对案件要素内容和人员操作规范进行多维度审核，易使理赔人员陷入大量重复案件处理中，影响高风险案件的处理质效。综上，在传统理赔模式下，车险理赔流程复杂，同时由于科技投入和应用不足，线下环节和人工处理进一步延长了理赔周期，严重影响了理赔时效。随着保险科技的创新发展，通过应用人工智能、大数据等技术，对车险理赔的前、中、后端各业务环节进行数字化赋能，节省人力成本、优化业务流程，实现报案调度、查勘定损线上化，理算核赔、赔款支付智能化，纾解车险理赔流程复杂、周期较长的“痛点”。

（二）车险理赔客户体验欠佳，投诉纠纷较多

理赔是车险服务中容易引发客户投诉的环节，客户体验欠佳是制约车险高质量发展的重要因素。分析车险理赔客户投诉较多的原因，主要有以下三个方面：一是理赔流程智能化程度不高，降低客户满意度。理赔部分流程尚未纳入线上化、智能化管理，延长了客户等待时间，如现场查勘受路况、人力等因素影响，时效无法保证，客户在事故现场等待中情绪焦躁，易引发投诉；部分报价核损、理算核赔环节需要人工统计、报送，易发生差错，甚至可能因为一个细小问题而要求客户反复提交资料，严重影响客户满意度。二是部分理赔人员服务意识淡薄，数字化理赔工具使用能力有待提高。部分接触客户的前端理赔人员“以客户为中心”的理念不强，服务态度还有较大的改进空间。如受理话务投诉过程中，客户情绪激动，客服人员没有及时给予客户清晰安抚和正向引导，易导致客户投诉升级。同时，随着保险业数字化转型的推进，也对理赔员数字化理赔工具的使用能力提出了更高的要求。部分理赔人员数字素养和技能不足，线上作业不标准、不规范，信息安全风险防范不足，也会导致客户体验欠佳甚至引发投诉。三是理赔管理体制有待完善。车险理赔管理在一定程度上仍存在部门职责不清、内外协同不够紧密、数据交换不及时、流程监督不够等“短板”，影响客户投诉处理，甚至引发二次投诉。因此，要解决车险理赔客户投诉纠纷较多的问题，需要多管齐下，提高理赔智能化水平、加强员工数字化培训、完善理赔管理体制，以更好地发挥保险科技对车险理赔的赋能作用。

（三）车险理赔道德风险较高，理赔欺诈防控难

尽管“最大诚信原则”是保险的基本原则，但由于交易各方的信息不对称，以及保险理赔流程的复杂性、专业性，使道德风险成为保险理赔的固有风险和保险公司风险防控的难点。车险由于保险标的流动性强、数据共享范围有限、合同条款不完善、违法成本低、保险公司数字化反欺诈能力较弱等原因，成为道德风险产生的“重灾区”，车险欺诈渗漏在保险欺诈中的占比高达80%。在车险理赔过程中，欺诈、骗保等道德风险案件时有发生。首先，在车险合同成立后，保险标的一直在被保险人的使用过程中，对标的具体情况，保险人和被保险人获取的信息是不对称的。其次，车险理赔流程相对复杂，在报案调度、查勘定损、报价核损、理算核赔等多人协作的理赔环节中，保险公司、第三方车辆维修企业人员也存在利用自身职务骗保的可能性。第三，车险理赔欺诈呈专业化、职业化、团体化趋势，出现了职业保险诈骗团伙，他们了解理赔漏洞、知道各类事故的索赔方式、擅用信息技术，诈骗手段不断翻新，进一步增加了理赔欺诈防控的难度。此外，车险涉及千家万户，面广量大，社会诚信体系的不健全、投保人诚信教育不足和法律意识淡薄、车险相关主体间的“数据壁垒”等，也会影响理赔欺诈的治理和保险业的健康发展。综上，车险理赔面临较高的道德风险，探索应用保险科技，构建全行业统一的反欺诈平台和体系，能为防控欺诈提供重要支撑。

二、保险科技底层技术赋能车险理赔的路径

（一）人工智能技术赋能车险理赔的路径

人工智能技术赋能车险理赔主要体现在优化理赔流程、防控理赔风险等方面。第一，针对车险理赔的查勘定损流程，应用人工智能可以实现远程查勘定损，引导客户拍摄和上传汽车全景照片和受损部位细节照片，为精准定损提供依据。由于人工智能已经基于机器学习针对不同车型、颜色和光照条件等进行了模型迭代，并应用集成学习融合了多个模型的经验，所以保险公司能够根据客户上传的照片和信息，通过计算机视觉定位汽车受损部件，快速分析其损伤程度，并借助智能机器人和深度神经网络算法实现自动定损和维修方案智能计算，大大减少查勘定损人员工作量，提高理赔效率。同时，随着高清电子摄像头的引入，可以进一步提高理赔的精准度。高清电子摄像头可清晰记录汽车的行驶轨迹和车内驾驶人、乘客的行为甚至表情。人工智能通过对高清摄像头获取图像的特征提取，能对事故车辆角度还原、去噪处理，并完成云端的自主学习；针对人伤案件，结合情景感知计算技术，还能根据车损情况预测伤情范围，不断提高责任认定和远程定损的准确性，减少理赔纠纷。第二，针对车险理赔的报价核损、理算核赔流程，人工智能通过对比设定的核赔规则与客户提供的资料，自动判断是否赔付，并通过数据库检索和自动比价，确定受损部件的最优赔付金额，降低理赔成本、减少理赔渗漏，使保险公司有更多资源投入客户服务中，提高客户满意度。第三，人工智能还可以迅速识别车险理赔团伙欺诈线索，赋能保险公司道德风险防控。如针对保险公司离职员工、汽修人员、欺诈前科人员等报案的理赔，应用人工智能对事故发生频率、时间地点、车辆碰撞关系等要素进行综合比对分析，锁定疑点线索。此外，以ChatGPT为代表的生成式人工智能（AIGC）还可以自动化理赔流程，通过识别客户输入的问题和需求，快速提供相应的理赔方案，节省调查和认定成本。这些自动化流程支持保险公司提供实时、在线的理赔服务，更好地满足客户需求。但是，由于车险理赔涉及的信息复杂，包括车辆信息、维修记录、医疗报告等，人工智能可能存在误判风险，同时，如何保障客户信息安全也是一个重要问题。因此，需要人工智能的应用与人的专业判断相结合，并加强人工智能与其他保险科技的融合，更好地赋能车险理赔。

（二）区块链技术赋能车险理赔的路径

区块链技术对车险理赔的赋能作用主要体现在防控理赔欺诈、缩短理赔周期、提升理赔效率、保障客户信息安全等方面。第一，区块链具有典型的去中心化特征，可以建立无需第三方介入的数据收集和验证机制，并自动记录交易的“时间戳”，有效减少保险欺诈行为。同时，基于区块链的分布式身份认证功能，可赋能高效、准确的身份和保险标的识别，消除“偷换时空”的骗保行为。第二，区块链的防篡改、防抵赖、可追溯等特征，能避免多重理赔，有效防控道德风险。例如，若对同一保险事故伪造事故认定书上链索赔，基于区块链技术的车险理赔系统可以自动监测和识别，并直接拒绝赔付，避免跨地区、跨公司重复理赔。第三，区块链的共识信任和集体监督维护机制可以实现车险理赔各主体间的信息可信共享，纾解多主体场景下信息不对称和交易不协同问题，大幅简化投保人、被保险人、保险公司、维修企业、交警、医疗机构等各主体间的信息交互流程，从而缩短理赔周期。第四，区块链的智能合约机制能够降低人工成本，实现自动化理赔。当车主将事故图片、视频等出险证据上传到区块链网络后，智能合约机制会自动审核，并对符合预设理赔条件的案件，直接支付赔款到被保险人账户，降低保险公司人工成本、提升理赔效率。此外，区块链的非对称加密算法使用公、私钥体系对数据进行基于数字签名的认证，可以保障车险理赔时用户隐私的安全性和数据不会被篡改。

（三）云计算技术赋能车险理赔的路径

（四）大数据技术赋能车险理赔的路径

保险行业是典型的数据密集型行业，特别是车险业务对数据的需求量较大。保险公司在日常经营中积累了多样化的数据资产，为应用大数据技术赋能车险理赔奠定了基础。充分利用大数据的创新特征，促进大数据与保险业务的深度融合，能够有效解决车险理赔的“痛点”。第一，大数据能够助推车险理赔数字化转型，优化理赔流程，提升理赔效率。在前端的报案索赔、查勘定损环节，大数据技术能够根据“客户画像”，精准识别和定位保险事故的环境信息和客户的索赔需求，提高案件受理和处置速度；能结合计算机视觉，实现远程查勘视频和图像的实时处理，并在定损环节通过大数据平台和数据库进行交叉比对和快速定损，提供更准确的赔付决策，同时简化前端处理流程。在后端的理算核赔环节，能够将大数据模型嵌入理赔业务系统，做到简易案件审核自动化、风险案件审核智能化，缩短冗余的理赔流程，提升理赔效率。第二，大数据能够提高车险理赔服务质量，改善客户体验，减少投诉纠纷。保险公司应用大数据技术分析海量客户信息，洞察客户潜在需求，据此优化车险产品理赔设计，实现“以客户为中心”的理赔模式。通过在话务系统中嵌入大数据分析模型，能够主动识别客户情绪和诉求，及时正向引导，并对客户分类，提醒后续处理环节，从而提高车险理赔服务质量，改善客户体验并减少投诉纠纷。第三，大数据能够帮助保险公司更好地开展车险理赔反欺诈工作。通过数据清洗、数据挖掘和知识图谱构建，开发大数据反欺诈模型并嵌入业务系统，能够实时监测和管控欺诈风险。当“车辆三角闭环碰撞”等异常数据触发大数据模型预警时，业务系统会自动发起对应环节的稽查任务，提高风险防控的有效性。同时，大数据还能从理赔案件中抽取风险实体，应用图数据库等技术进行深度关联分析，通过可视化图形清晰提示潜在风险点，提高反欺诈工作的前瞻性。

三、保险科技赋能车险理赔应用实例剖析

（一）人保财险公司“科技理赔”平台纾解车险理赔“痛点”

中国人民财产保险股份有限公司（以下简称：人保财险公司）隶属于人保集团，是国内历史悠久、综合实力强的国有财产保险公司，其车险业务市场份额大，保险科技应用早，具有行业代表性。人保财险公司在业界率先推出了车险“科技理赔”平台，助力解决传统车险理赔周期长、效率低、体验差、欺诈多等“痛点”，实现了智慧车险、智能理赔的目标。

1.应用“AR+AI”技术优化理赔流程，缩短理赔周期。人保财险公司从2015年起推进车险客户自助理赔，从最初的单方事故自助理赔逐步拓展至“双人保”互碰自助理赔、一站式线上自助理赔。2021年，为进一步推动车险理赔业务数智化转型，解决理赔周期长、效率低等“痛点”，人保财险公司开发了“科技理赔”平台，应用“AR+AI”技术创设客户服务专属数字空间，对自助理赔进行全流程优化，如图1所示。第一，在报案环节，针对不同渠道报案的客户，统一进行自助理赔引导，系统判断符合自助理赔条件的，确认后自动跳转到数字空间线上“照片采集”流程。第二，在查勘环节，引入AR增强现实技术实现引导式照片拍摄，使客户可以自助完成现场照片采集和事故信息上传，避免客户重复操作。第三，在定损环节，引入人工智能技术实现AI照片自动定损，包括外观损失自动识别和维修方案智能计算。同时，引入大数据技术对定损结果进行多定损平台交互验证，如验证结果一致，则确认定损结果和维修方案；如不一致，则由人保财险公司、维修厂、客户多方在数字空间应用音视频实时通信（VoLTE）完成视频复勘，直至得出一致的定损结果。流程优化后，大幅提高了车险理赔线上一站式处理效率，平均理赔周期从15天缩短至4.5天，实现了小额和低风险案件线上化、智能化快速处理，有效减轻理赔人员的案件处理压力，提升了理赔效率和客户满意度。

图1 人保财险公司车险“科技理赔”平台流程优化

2.研发理赔工具和软件，提升定损效率，改善客户体验。人保财险公司基于“科技理赔”平台，提出“以芯理赔，让科技效力于人”的新理念，通过科技赋能，即应用大数据、人工智能、云计算等保险科技底层技术研发免拆发动机测量工具、数码内窥镜、红外测温仪等先进的科技理赔工具，以及“企业微信理赔小助手”“智能理赔App”等便捷的理赔软件，最大程度提升车辆定损效率并改善客户的理赔操作体验。以免拆发动机测量工具为例，该理赔工具在定损环节的应用具有以下优势：一是无需拆装，可降低对发动机的损耗，有利于车辆保值；二是高效省时，该工具检测发动机仅需1小时，而人工检测耗时长，往往需半个月；三是精准度高，通过电子仪器检测，精准度高达99.98%，而传统人工检测对修车师傅的个人主观经验依赖度高、误差较大；四是免费检测，科技理赔工具检测发动机是免费提供的一项服务，为客户省去高昂拆装检测费用。同时，基于RPA流程自动化机器人技术开发的“企业微信理赔小助手”，通过集成线上理赔工具的数据，按优化后的线上全流程进行查勘、定损、理算、核赔和结案。在线理赔岗接到微信后台智能定损分派的任务后10分钟内处理，对责任确定及照片可定损的案件简化流程和单证，一站式赔付结案，显著改善客户体验。

3.应用大数据和科技理赔技术提升反欺诈能力，防控欺诈风险。人保财险公司基于“科技理赔”平台，通过数据挖掘、规则定制和系统开发，提升反欺诈能力，突破反欺诈工作传统的人防模式，有效净化行业环境。第一，基于海量理赔数据进行大数据分析，提炼形成反欺诈风险规则，并嵌入理赔人员日常使用的核心业务系统，建立风险案件触发提醒规则。同时，基于理赔大数据及风险规则的应用效果，持续优化迭代反欺诈风险规则，并对相关风险规则进行区域化定制，形成模块化、可插拔的智能风险规则体系。第二，在大数据基础上构建图数据库，实现案件信息快速查询，了解人、车、案件的周边关系，提供可视化、图形化的数据分析界面和风险规则的智能筛查功能，并可定制欺诈筛查模型，快速识别特定风险案件，加强对代报案、特殊时段和特殊地点出险、多次出险等案件欺诈风险的防控。此外，科技理赔技术的应用进一步提升了反欺诈能力。例如，红外测温仪可采集发动机温度，推算事故发生时间；车辆智能检测终端（AIT）可读取车辆电控系统故障底层数据，固化欺诈证据，防范修理厂、4S店等“合谋”骗保。

上述“科技理赔”应用已在一系列车险理赔案件中取得了落地应用实效（见表1）。

表1 人保财险公司车险“科技理赔”典型实例

（二）国内首款智能定损产品“定损宝”赋能车险理赔行业数智化转型

“定损宝”是国内首款由第三方龙头科技企业研发的，赋能各保险公司，特别是中小财产险公司车险理赔的智能自动化定损产品。“定损宝”2.0版将原1.0版中图像定损技术升级为准确率更高的视频定损技术，投保人只需将反映车辆受损状况的图片、视频实时上传，处于云端的IPA（智能流程自动化）机器人就能快速准确地给出识别和定损结果，实现了事故的远程自主定损和自动理赔。“定损宝”2.0版赋能车险理赔的创新特色和作用效果，体现在以下三个方面。

这些读前活动激活了学生的背景知识和生活体验，让学生用已学的知识引出新授知识，把他们的注意力引向阅读话题，从而更好地为接下来的阅读和阅读后的写作奠定语言基础。

1.“定损宝”2.0版优化车险理赔定损流程，实现智能自动定损。在传统理赔流程中，投保人出险报案后，需要等待查勘人员现场查勘，由于中小财产险公司查勘调度能力有限，在这一环节中往往延误时间，影响后续流程的开展。“定损宝”2.0版整合机器学习、人工智能和基于规则的自动化技术，提高车险理赔过程的自动化效率和定损结果的准确性。出险报案客户上传相关照片和视频后，“定损宝”2.0版通过计算机视觉迅速参与事故自动查勘定损工作，运用IPA机器人自动分析损伤程度，进行人工智能模型迭代学习和多方数据比对验证，形成详细清晰的定损结果，然后通过“公有云”平台及时输出并提供相关保险科技服务，有效赋能中小财产险公司推进车险理赔智能自动化。在上述过程中，“定损宝”2.0版减少了定损人员工作量、优化了车险理赔业务的资源配置和流程、降低了理赔成本、提升了理赔效率、改善了客户体验，方便财产险公司和投保客户开展后续业务。

2.“定损宝”2.0 版助力防控欺诈风险和操作风险，降低理赔渗漏。在传统理赔流程中，对保险欺诈的防控机制灵敏度较低，缺乏前瞻性。而“定损宝”2.0 版应用高精度的同步定位与地图构建技术（SLAM），获取车险理赔客户和车辆的深度信息，提高了欺诈风险防控的灵敏度和前瞻性。SLAM技术被称为AR/VR、计算机视觉、通用人工智能（AGI）等技术的升级版，在自动驾驶和车险理赔等场景下具有重要的应用价值，能够实时识别快速运动对象的状态，充分判断其真实性，减少因虚假出险图片造成的保险欺诈损失。随着“5G+大数据”云端系统的应用及相关基础设施的完善，SLAM技术日臻成熟，使用“定损宝”2.0版的案件中，车险欺诈风险大幅降低。同时，由于通用人工智能的客观性，“定损宝”2.0版也可以避免因定损人员的不当操作造成的理赔损失，提升保险公司车险理赔质效。

3.“定损宝”2.0 版提升车险理赔行业数字化和智能化水平。“定损宝”2.0版的直接用户为B端开展车险业务的保险公司，其产品定位符合车险理赔行业定损核赔数字化、智能化转型的需求。原银保监会于2022年底发布《关于进一步扩大商业车险自主定价系数浮动范围等有关事项的通知》，对保险公司的产品创新、精准定价、定损能力和理赔质量提出了更高要求。“定损宝”顺应行业发展趋势，不断迭代更新，为保险公司开发车险理赔创新产品提供开放共享平台、数据接口和保险科技数据支撑。各家保险公司自助接入“定损宝”2.0版后，依托可信数据开放共享平台、应用程序编程接口（API）和软件开发工具包（SDK），结合自身理赔流程，开发了“拇指理赔”“慧定损”等创新产品。同时，“定损宝”2.0版还以自主研发的区块链核心技术为底层架构，在保障隐私数据安全前提下，提供可负担的保险科技解决方案，提升保险公司车险理赔自动化、数字化和智能化水平，促进行业高质量发展。

综上，“定损宝”2.0版产品的主要功能与赋能效果（见表2）。

表2 “定损宝”2.0版产品功能分析与赋能效果

四、保险科技赋能车险理赔的制约因素

（一）保险科技监管体系待完善

保险科技在赋能车险理赔数字化转型的同时，也可能带来新型风险，对监管有效性构成挑战。首先，以分业监管为主的监管体制无法完全适应保险科技跨界融合和不断拓展应用场景的趋势，同时对新型业务的保险消费者权益保护也需要加强。其次，车险理赔效率提高、人工智能和系统性风险的复杂性也对监管科技提出了更高要求，需要加强政府部门监管科技的技术应用和平台建设。此外，保险科技的应用会带来不同于传统金融风险的新型风险。例如，UBI车险的数字化理赔可能加大客户行驶轨迹等隐私泄露的风险；租用第三方云服务会面临数据泄露、业务中断等服务外包信息科技风险；无人驾驶场景也给理赔责任认定带来新挑战，而这些风险和挑战需要通过完善保险科技监管体系来前瞻性应对。

（二）保险公司科技投入待加强

从长期来看，保险科技在车险理赔中的应用是车险数字化转型的重要组成部分，也是各家财产险公司的“必答题”。但是，随着2023年车险“二次综改”的推进，短期内车险保费价格走低，叠加疫情后居民出行全面恢复常态，保险公司可能面临综合赔付率和经营成本率上升、利润率下降的问题，从而挤占其他费用支出空间。保险科技在车险理赔中的应用总体上还处于初级阶段，需要大量研发资金的投入，并且见效周期较长。保险公司一方面希望通过科技赋能车险理赔，来解决业务“痛点”，实现“降本增效”；另一方面又因为车险承保利润率的下降，无法在科技方面投入大量资金，造成科技投入不足的局面，从而制约了保险科技赋能车险理赔作用的进一步发挥。此外，保险公司与上下游企业、高校、科研机构的协同攻关及科技成果的转化，包括保险科技与车险理赔场景的深度融合应用，也有待加强。

（三）保险科技复合型人才不足

保险科技的创新发展催生了对保险科技复合型人才的迫切需求。总体上看，我国保险科技复合型人才的有效供给不足，存在结构性矛盾。一方面，各家保险公司、保险科技企业对复合型人才的需求上升且呈多样化、特色化趋势；另一方面，由于保险科技复合型人才培养周期长、要求高，导致供不应求，特别是同时掌握保险科技底层技术、数字化车险产品研发和理赔应用的高端复合型人才，更是“一将难求”。复合型人才不足的原因主要包括：一是政产学研协同的人才培养体制不完善。复合型人才的培养需要科技与业务融通的培养环境和平台，但是保险相关的跨业合作和轮岗机制不健全、政产学研协同创新体系待完善、多元化的人才流通渠道不畅通，影响了复合型人才培养质效。二是高校车险理赔相关专业人才培养目标滞后，课程内容交叉融合不足。保险类课程偏重理论教学，缺乏实践操作和技术应用；技术类课程又与保险业务脱节，无法满足保险科技发展对复合型人才的市场需求。三是保险行业从业要求相对较低，理赔人员的结构和素质不适应数字化发展趋势，同时保险公司缺乏完善的复合型人才培养、引进和激励机制，制约保险科技复合型人才的发掘和成长。

（四）车险理赔数字生态待优化

从整个车险理赔生态体系来看，“理赔数字化”是车险行业的一次重大变革。但是，受主客观因素制约，车险理赔的数字生态体系仍有待进一步优化和完善。首先，保险公司获取行业外部数据和其他公司车险理赔共享数据的渠道不畅，“数据壁垒”影响车险理赔数字生态体系建设。除基础社保信息外，保险公司对于公共交通、医疗服务、维修记录等外部数据，尚无合法合规、统一规范的数据查询接口。同时，各家保险公司与其他保险公司共享车险和反欺诈数据的意愿偏弱，由此造成的信息不对称制约了保险科技对车险理赔赋能作用的发挥，也为欺诈活动提供了空间。其次，人工智能、区块链、云计算、大数据等保险科技底层技术的应用尚处于相对“孤立”状态，未实现融合应用，特别是作为多项数字技术集成创新载体的“元宇宙”，与车险理赔场景的深度融合，尚缺乏已落地的具体方案。因此，要进一步探索构建服务车险理赔的“元宇宙”，综合应用保险科技优化和完善车险理赔数字生态，赋能车险行业高质量发展。

五、进一步支持应用保险科技赋能车险理赔的建议

（一）完善保险科技监管体系，支持科技赋能车险理赔行稳致远

为支持保险科技赋能车险理赔守正创新、行稳致远，同时防控潜在风险，需要进一步完善保险科技监管体系。首先，要加强顶层设计，优化监管体制。落实《党和国家机构改革方案》，在组建国家金融监督管理总局的基础上，完善保险业监管理念，使之适应保险科技跨界融合的发展趋势，加强对保险科技车险理赔应用等新型交叉业务的统一监管，同时强化行为监管和持续监管，统筹负责车险投保人的权益保护工作。其次，要加大监管科技应用力度，建立全国统一的车险大数据监管平台。建议监管部门加强监管科技能力和资源建设，培养监管科技人才，在保险科技监管中充分应用数字技术，推进风险监测机制信息化、常态化、智能化，加快数据监管平台搭建，改变车险监管的数据建设滞后于保险科技创新的局面，同时纾解信息不对称，提升监管的实时性、穿透性与专业性。逐步建立和完善全国统一的车险大数据监管平台，实现车险理赔信息的实时汇总、动态监测、风险预警和欺诈拦截，并整合预警模型要素与交通拍摄图形数据，应用人工智能对可疑行为自动拦截和处理，从而有利于推动行业的标准化建设和有效防控欺诈风险，为保险科技赋能车险理赔营造良好的监管环境。第三，要完善监管模式，加强对新型风险的前瞻性防控，实现鼓励创新与防范风险的平衡。在金融科技创新监管试点的基础上，完善“监管沙盒”模式，为车险数字化理赔创新产品提供安全可控的测试空间和包容审慎的监管环境，在充分保护保险消费者权益的同时，为保险科技创新应用提供监管支持。要高度重视新技术应用可能带来的各类新型风险，有针对性地完善风险管理机制。加大车险理赔业务中的个人隐私信息保护力度，鼓励保险公司运用区块链、分布式身份认证等技术完善对数据传输和终端设备的信息安全风险防范。要求租用第三方云服务开展车险理赔业务的中小财产险公司强化“服务外包、责任不外包”的主体意识，明确界定服务外包边界和数据权属关系，完善“防火墙”设置和灾备管理，提升对业务连续性、数据泄露、网络攻击、合作方欺诈等新型风险应对能力。针对无人驾驶技术的逐渐普及可能对车险理赔责任认定等带来的新挑战，监管部门要前瞻性地完善监管规则，引导保险公司加强对新技术的研究，及时修订车险合同条款，并提高保险科技在新场景下的适用性。

（二）加大保险科技投入力度，推动前沿技术突破与理赔融合应用

车险理赔的数字化转型离不开保险科技的研发投入和转化应用。保险公司要合理规划内外部资源，把握数字化转型的大趋势，平衡好短期投入和长期效益的关系，加大保险科技投入力度。首先，要增加资金和人力投入，完善内部制度和预算管理，规定每年收入的一定比例用作科技研发投入，并严格要求专款专用，为保险科技创新提供资金保障。优化内部组织构架和岗位设置，可以在车险理赔业务条线单独设置科技支公司或事业部，健全人力资源管理机制，保障科技人力投入。其次，要立足科技高水平自立自强和自主可控，积极推进保险科技前沿技术的协同攻关。行业内龙头保险公司或者平台型企业可以联合高校、科研机构、产业链上下游企业等合作建设保险科技协同攻关中心，对生成式人工智能（AIGC）、区块链“闪电网络”（Lightning Network）、大数据多维引擎与增强分析等前沿引领性技术开展协同攻关，为保险科技创新提供底层技术储备和支撑。同时，政府部门可对中心开展关键共性技术研发、推动创新成果共享、打造产业创新高地、搭建资本运作平台等给予相应的政策支持。第三，要提高科技成果转化率，推动保险科技与车险理赔场景的深度融合应用。要深入了解车险理赔的痛点、难点，从业务实际出发推动技术创新，研发满足需求的理赔新技术，提高科技成果转化率。要促进保险科技底层技术与查勘定损、理算核赔、运营管理等车险理赔各业务环节的融合，实现全流程数字化转型。

（三）完善政产学研协同创新体系，加大保险科技复合型人才培养力度

首先，要完善政产学研协同创新体系，为复合型人才培养提供良好的平台和环境。要发挥政府的监管激励效应、保险公司的创新主体地位、高校的科研支撑作用、行业自律组织的服务引导功能，完善政产学研协同创新体系，为高端复合型人才培养提供科研和实践平台。要健全跨业合作和轮岗机制，鼓励保险从业人员积极参与行业交流和学习，打通政产学研多元化的人才流通渠道。其次，加大满足车险理赔数字化转型需要的复合型人才培养力度。高校应加强对车险理赔行业人才需求的调研和分析，面向理赔数字化转型开设保险科技交叉专业，推进师资队伍、课程内容和教学资源建设，构建保险学、汽车营销、信息技术交叉融合的课程体系，同时加强对学生实践创新能力的培养，满足行业对复合型、应用型人才的迫切需求。第三，保险公司要加强理赔人员数字素养和技能培训，健全复合型人才引进和激励机制，完善人才梯队建设。保险公司要整合内外部资源，大力引进和培养数字化人才，有针对性地加强理赔人员的数字素养和技能培训，使其熟练掌握“定损宝”等数字赋能工具的使用。要健全复合型人才引进和激励机制，根据业务发展和数字化转型需要，积极引进亟需的“领军人才”，完善薪酬激励和职业晋升制度，鼓励员工提出和实践创新想法，为保险科技人才营造崇尚创新的企业文化和广阔的发展空间。支持大型保险公司设立保险科技子公司，优先选拔具备保险与科技复合背景的人才进入高管层。同时，保险公司还应加强与高校合作，通过校企联合培养，提高复合型人才培养的适用性，完善人才梯队建设，为保险科技赋能应用提供智力支持和人才保障。

（四）探索构建服务车险理赔的“元宇宙”，优化车险理赔数字生态

要优化车险理赔数字生态，首先，需要应用大数据等保险科技打破“数据壁垒”。要探索建立跨界大数据库，有序引入公安、交通、维修、医疗等外部数据源，实现跨行业信息的安全共享、合规使用，赋能车险理赔效率提升和风险防控。同时，应用区块链的防篡改、防抵赖、可追溯等创新特征，以及同态加密、联邦学习等隐私计算技术，实现“数据可用不可见、可控可计量”，在保障隐私的前提下，推动保险公司间数据共享上链，为车险理赔数字生态建设提供数据支撑。其次，“元宇宙”作为多项前沿数字技术和功能深度融合、集成创新的产物，在车险理赔中具有广阔的应用前景，能给客户带来实时全景的沉浸式体验，实现理赔全流程的智能化和自动化。因此，在建立大数据库和实现数据上链的基础上，各类保险机构和相关主体要合作探索构建分层的车险理赔“元宇宙”，优化车险理赔数字生态，全方位赋能车险高质量发展，服务人民美好生活（如图2所示）。

图2 车险理赔“元宇宙”的分层结构与主要功能

首先，物理世界的“传输层”与数字世界的“镜像层”对应，使“元宇宙”具备数字孪生功能，能够全景还原事故现场，实现全流程远程查勘定损，客户还可通过数字世界实时了解物理世界的理赔进度。其次，“元宇宙”的“处理层”中，结合边缘计算、云计算和人工智能技术生成的虚拟数字人，不仅“任劳任怨”地把大量重复性的理赔资料录入、核对等工作做到完美，还能胜任通过图片和视频识别车损程度、根据理赔规则核算金额等颇具专业性的任务。“元宇宙”的“边云协同”功能和平台生态化特征，使其能够参考成千上万的图片和视频，并与新收集到的证据比对，高效精准地报价核损和理算核赔，帮助保险公司在防范欺诈风险的同时，在物理世界的“服务层”中提供高质量的车险理赔服务。保险公司的理赔人员能够作为场景搭建师，凭借多年积累的专业经验，优化整个理赔流程，在“元宇宙”中搭建车险理赔数字化交互平台，更方便地与客户进行信息交流，并开展客户关怀，为车险理赔创造良好的数字生态环境。此外，数字人民币作为链接数字世界“价值层”与物理世界“应用层”的载体，可以通过“元宇宙”中的区块链智能合约，实现赔款的精准、定向、自动支付，显著提升客户体验，助推车险理赔高质量发展。