作者 | 俊天明
出品 | 子彈財經
在疫情防控常態化的大背景下，大健康產業正在成為最受矚目的行業之一。保險作為健康產業重要的一環，也在這一年迎來了不小的變革。
在過去的一周，保險行業備受矚目的頂級峰會DIA（全稱：Digital Insurance Agenda）剛剛落下帷幕。這是一場專注於保險行業創新以及國際前沿保險科技的峰會，在全球範圍內頗具影響力，DIA參會企業提出的行業解決方案以及科技產品，會在很大程度上影響行業在未來一段時間的發展方向。
來自6大洲，超過1000家保險、再保險和保險科技公司的行業領袖出席該會議，這其中，妙健康作為中國大陸地區唯一受邀參加本屆DIA的健康科技公司，受到了更多保險業參與者關注的目光。
在DIA大會開始幾周前，DIA創始人羅傑·佩韋雷利和雷吉·德·費尼克斯發布了一場關於新冠疫情後保險業最新趨勢的概述，其中提到一個重要趨勢：提高數位化。
而在保險數位化方面做出的貢獻，正是妙健康受邀參會的原因。
1、數位化變革下的中國保險業
妙健康正在承擔起中國保險業數位化變革領頭軍的角色。
在此前的很長一段時間，傳統保險業在中國的口碑一直不佳，有很多網民調侃稱，中國的保險有兩個不能賠：這也不能賠，那也不能賠。
網友的吐槽只是傳統保險業在中國的發展現狀的一個切面。事實上，不僅消費者對國內的保險不太滿意，保險從業人員也不輕鬆。銷售額提升難，獲客成本高，維繫客戶成本高，巨大的銷售壓力，成為很多保險從業者的夢魘。
從整體來看，過去的四五年間，中國的保險業經歷了一波高峰、低谷，之後再回暖的發展態勢。2016年，中國的保費規模超越日本躍居世界第二，然而在2018年，中國保費增長率僅為3.9%，相比2017年18.16%的增速已大幅下降，而到了2019年上半年，中國保險業又迎來一波發展小高潮，保費同比增長率達到了14.16%。
保險行業不夠穩定，邊發展邊挨罵似乎已經成為常態，這背後的原因很複雜。前弘康人壽總經理，現輕鬆集團CEO張科在一篇專欄文章中曾提到：產品是（中國）保險市場亂象的重要根源之一，「產品捆綁」則是終極問題。
產品是一系列問題的集中體現，而背後的問題我們可以繼續深挖。保險行業之所以要產品捆綁，原因在於新用戶發展困難，只能提高單用戶銷售額，而背後又是因為銷售顧問對用戶的需求不明確，推銷不夠精準。捆綁銷售導致口碑下滑，這又加深了銷售困難，使獲客成本高企，最終形成惡性循環。
保險行業需要一個來自外部的力量打破這種循環，而近10年興起的數位化浪潮，已經開始扮演起這個變革者的角色。而在剛結束的DIA峰會中，妙健康和合作夥伴們展示了近一年來，數位化在保險行業變革過程中的巨大作用。
妙健康用來打破保險行業的關鍵武器是數據。通過整合行業內已經趨於成熟的智能穿戴設備，妙健康打造了妙+物聯網健康大數據平臺。
這個平臺能做到什麼呢？
我們知道，保險是基於風險進行定價，而保險行業雖然有醫療行業提供的疾病數據來作為風險計算的依據，但在面對單個用戶時，基於整體概率得來的風險數據，讓用戶個體的風險被平均，用戶自身風險較大的健康隱患沒有得到充分保障，同時也為低風險的部分付出了額外的成本。這導致保單對用戶來說，不經濟，不實惠。
而妙健康在獲得用戶的健康數據以後，可以通過對用戶健康狀況進行量化分級，再通過對用戶健康管理的依從性進行量化分級，預測用戶未來重疾及慢病的發病風險，形成完整用戶健康檔案，制定個性化健康計劃，達到風險控制、費用控制的效果。
數字加持之下，保險的效果提上去了，保費降下來了，保險經紀人對客戶的狀況更為了解，信任感得到提高，惡性循環被打破。這就像是虛竹面對著無崖子的珍瓏棋局，落一子而破全局。
在DIA大會上，妙健康合作方太平洋保險的副總經理李祺分享了雙方合作以來的一些成果。他提到，妙健康幫助太平洋保險的保險代理人進行健康培訓和數據賦能，使代理人的營銷效果以及對客戶的服務水平大大提升。
從用戶端獲取數據，改善保險行業在精準營銷以及動態風險控制等方面的弊病，再以更合理和低價的保險產品來反哺用戶。我們已經可以看到一個比較完善的「健康管理+保險」的數位化體系，而這個體系，需要一個數位化中臺的加持。
2、如何打造一顆保險業的數字大腦
妙健康正在將自己打造成保險行業的數字中臺，而我更傾向於將其稱之為保險業的一顆數字大腦。
從生物學上來看，人類大腦的作用是收集信息，整合處理信息，反饋信息。而妙健康在整個保險體系中，正在起到類似的作用。
我們先來談一下妙健康是如何收集信息的。
傳統的保險行業中，如果獲得有針對性的數據信息，一直是困擾著從業人員的難題。保險公司通常只能依據投保人的年齡，性別以及既往病史等非常粗線條的數據，做出大概的風險估算。
但保險人是為自己的未來投保，而不是過去。且用戶的健康狀況是動態變化的，如果僅以投保時的健康狀況來做作為整體的健康評估數據，無疑是非常不準確的。
數據難採集的原因很簡單，保險代理人的精力有限，而多僱傭保險代理人的成本則太高。保險代理人需要不斷挖掘新的客戶來獲得收入，無暇持續跟進投保人的健康狀況變化。這使得保險通常都成為一錘子買賣，沒有任何的售後服務可言。而投保人吐槽的買之前熱情似家人，買之後冷淡似仇人的狀況，也成為一種普遍現象。
數位化以及物聯網技術，讓這種狀況有了改善的契機。
通過整合市面上超過90%的智能穿戴及智能醫療設備，在獲得用戶授權之後，妙健康大大降低了獲取用戶健康數據的門檻。這其中包括運動、睡眠、營養和心理健康行為類數據；也包括心率、血壓、血糖、體重及體溫等身體指標數據，在保險行業中的利用價值極高。
同時，作為一家具有網際網路屬性的健康管理企業，妙健康也深諳網際網路運營方式。通過類似今日頭條的精準推薦機制，以及遊戲化的任務完成機制，妙健康在協助用戶切實完成健康管理目標的同時，也讓低頻的健康服務變成高粘性的服務，這讓他們擁有了獲取動態健康數據的能力。
截止目前，妙健康累計服務的用戶規模已經近億人次，能夠利用的數據量同樣以億為數量級來計量，這讓保險行業利用大數據技術改善行業狀況成為了可能。
我們再來看信息的整合加工。
處理海量的數據，從醫學這樣擁有複雜多維數據的學科中總結出規律，以計算機的算力來說，也是一件非常耗時耗力的任務。
人工智慧技術讓複雜數據的處理成為了可能。為了讓沉睡在用戶智能設備中的數據真正的釋放其價值，妙健康打造了兩個基於人工智慧技術的大數據處理平臺：H-健康風險分級管理平臺和M-人工智慧健康幹預平臺。
H-健康風險分級管理平臺提供了一套健康數據的智能解決方案，通過AI技術，妙健康在H平臺上建立了一個擁有17W+健康醫療及用戶行為標籤的數據標籤系統。再通過自研的醫學規則引擎，妙健康讓這套解決方案能夠準確有效的提供健康檔案管理、個人綜合健康指數評分、異常指標解讀及疾病風險預測等服務。
將用戶健康狀況進行量化分級對於保險公司以及用戶本身都具有極大的價值，它能讓保險公司針對用戶個體的健康狀況，制定合理的保險方案，它也能讓用戶通過對自身健康狀況的了解，選取合適的保險產品，減少不必要的支出。
最後我們再看信息的反饋。
上文提到的M-人工智慧健康幹預平臺承擔起了這一職能，它的作用是以用戶的健康數據為基礎，以遵循醫學原理為原則，結合平臺AI健康管理師，AI運動康復師以及AI營養師的能力，給予用戶千人千面的健康幹預方案。
如果說數據獲取以及數據整合，解決了投保環節中保前和保中的難題，那M平臺解決的就是保險行業此前在保後環節中存在的問題，它讓此前更多是一錘子買賣的保險，真正成為了一項有長期價值的服務。
我們常說，防範勝過保障，在提出合理健康幹預計劃的基礎上，妙健康讓用戶實現了有效的健康管理，這在保障用戶健康的情況下，也降低了保險公司自身的賠付風險，成為了一項具有雙贏價值的技術。
今年的五月，妙健康聯手OPPO Watch以及泰康保險，聯合推出了新型互動式健康險，讓健康管理實現了閉環，讓保費、保額根據用戶狀態浮動成為了可能。
我們可以看到，通過對資源的整合以及大數據和人工智慧等新技術的應用，妙健康已經基本上建立起了一套成熟的保險業數據中臺：它連接保險的上下產業鏈，連接著企業端和消費端，讓真正具有互動性和針對性的保險產品設計成為可能。
這對保險業來說，可能是劃時代的改變。
3、擁抱數據將是保險業的最佳選擇
妙健康改變保險業的方式，是嘗試把健康和保險聯動起來，對於保險業來說，這應該不是什麼太過新鮮的想法。但通過數位技術、AI以及IOT等先進技術讓這一想法真正有效的落地，妙健康顯然是取得成果最為顯著的企業之一。
我們的這個時代，保險消費者的觀念正在發生著巨大的改變，隨著電商平臺、外賣平臺和打車平臺等新興網際網路服務的出現和普及，全新的服務理念開始出現，消費者對全方位無縫對接的服務體驗日益看重。
而在服務這一項上，保險業在此前的一段時間內顯然已經落伍了。
消費者對消費體驗期望值的快速提升，與保險公司對數位化的遲滯反應，已經成為了一個越來越明顯的矛盾。如何將消費者的期待轉化為機遇而非問題，已經成了考驗保險公司組織管理能力的一大課題。
而德勤合伙人Andy Lees在一份關於保險公司發展趨勢的報告中則提到：險企所需的生態系統是合作、外包和內部團隊的有機結合。從傳統模式轉向靈活開放的架構需要付出極大的努力。
在自建數位化遭遇困難的基礎上，通過合作、外包的形式，擁抱像妙健康這樣的數位化解決方案提供商，顯然成為了一個最佳的方案。
我們可以預測，在未來，保險業、健康管理行業和科技行業將愈發緊密地聯繫在一起。能提供整體技術方案，並將之落地的企業，將在競爭中愈發處於領先位置。
正如我們開篇所說的，通過一系列的技術革新，妙健康正在承擔起中國保險業數位化變革領頭軍的角色。
作為消費者，我們也期待在數位化的大背景下，我們能夠擁有更經濟實惠的保險產品，和更有效的健康管理服務，畢竟，健康才是幸福生活最基礎的前提。
*文中題圖來自：攝圖網，基於VRF協議。