某壽險公司開始以新系統建立AI（人工智慧）預測模型，精準找出近三年無重大疾病理賠紀錄、且有保障缺口的保戶，主動提供簡易告知、免體檢即可投保長照險或增加住院日額。如此運用，對於保戶的保費精算來說，到底是好是壞？而保險在大數據運用上，究竟來到了什麼地步？
從2百萬保戶資料中進行篩選
據了解，該業者先針對投保其「住院費用給付保險附約（HIR）」3年以上，且保單持續有效的200多萬保戶進行篩檢，並強調透過AI分析其既有保戶的醫療照護缺口、收入狀況、投保行為、消費習慣等資訊，從中選出近來並無重大疾病出險的客戶，再提供可加保住院日額及意外身故保障，或長照險的簡易告知與免體檢等消息。
大數據運用早有前例－UBI車險
事實上，前陣子也有國內產險業者，號稱推出以大數據分析為基礎，替車主量身打造UBI（Usage-Based Insurance，駕駛行為模式基礎保險）車險保單，不需另行安裝車載機具，僅運用汽車「煞車來令片厚度」及「行駛里程數」雙計費因子結合，就能判斷駕駛人的風險類型與高低，進行保費定價，讓保費更合理，甚至訴求「不涉及個人隱私」。
大數據分析雖能替消費者帶來便利，只要廠商能收集到消費者資料夠多、夠久，就能精準抓出消費者喜好，完全不用等消費者開口，廠商就會主動把消費者「幾乎會買單」的商品送上。
用大數據分析保費定價恐有隱私爭議
然而，因為需要收集消費者大量個人資料，過去也常被指有「侵犯消費者隱私」的問題。以保險透過大數據分析定價來說，過去就曾出現過爭議。
英國資深記者傑克斯‧帕雷帝（Jacques Peretti）曾在去年出版的《改變未來的秘密交易》的翻譯書中，以英國Admiral保險公司為例，該公司從2016年就開始「爬」駕駛新手的臉書貼文（例如貼了多少開趴時喝醉的照片），來評估他們對其他駕駛造成的風險，並用此資料來進行車險的定價。
儘管臉書後來阻止該公司繼續利用這些資料定價，但傑克斯反問：「既然保險公司都可以蒐集模糊的照片，再把它們變成『資料』來決定保單，那當提供醫療保險的公司拿到『資料』，例如你上個月吃了幾次麥當勞之後，又會做出什麼事來」？
大數據精算後的保費 仍有看不見的需求
也許，消費者會認為：「保費調降，不是好事嗎」？但是，熟知保險費率精算的人都知道，保險運作就是靠一大群人的危險發生率進行精算，而每一個人只要繳一點錢，當某些人發生危險後，再將保費給付當事人。
簡單來說，保險要能順利運作，必須靠較多「健康（或危險發生率較低）的人」，以及少數「不健康（危險發生率較高）的人」之組合，才能使所有人少繳保費，如此才能使保險運作正常。
令人擔心的是，除了個人隱私的侵犯外，在大數據AI的運用下，每個人都有各自的精算保費—「危險高的人保費貴、危險低的人保費便宜」是沒錯，但也許會發生：真正需要保險的人，恐怕會因為保費很貴，而不願意買；危險發生率低的人，雖然保費便宜，但投保意願可能也不高。
因此，大數據AI在保險業的運用上，目前正方興未艾。在國內保險業的運用上也是如此，目前主要能運用在「客戶行銷」及「風險管理（防理賠詐欺）」上，至於保費精算的運用上，還沒有類似分析案例。
最後，不論是產險公司之前推出的UBI保單，或是「用AI大數據分析保戶醫療缺口」，嚴格來說，仍與「大數據分析精算個別保戶的保費」，有一大段差距，未來的趨勢會怎麼走，還有待保戶們的持續觀察。
《延伸閱讀：台灣人最愛買保險 解讀近15年關鍵大數據》
