破局新能源车险亏损难题，蚂蚁保推出“绿洲”联合定价系统

8 月 17 日，在 2024 年 FCon 全球金融科技大会上，互联网保险代理平台蚂蚁保介绍了其刚发布的车险定价解决方案“绿洲”。这是蚂蚁保和行业头部保司历时半年多打磨出来的新一代车险风控定价技术，借助蚂蚁保行业领先的 AI 风控能力解决传统保司面临的车险定价难题。平安、太保、人保等 9 家行业头部保司都深度参与了和蚂蚁保的技术合作。目前联合定价已经成为蚂蚁保车险平台上的主要报价模式，已覆盖平台上 70%的车险报价。

中国社会科学院保险与经济发展研究中心副主任王向楠指出，“精准定价能力”的缺失，是车险业务，尤其是新能源车险亏损困境的主要原因。蚂蚁保认为，传统保司主要考虑车的风险，忽视了车主和驾驶的风险，只能评估“车况好不好”，无法评估车是“谁在开，开的稳不稳”。此外，传统保司定价周期较长，无法快速评估新的风险波动，及时调整价格。最终导致用户价格高，保司运营亏损，尤其是在新能源车险行业，据行业机构统计，新能源车的车均保费约为燃油车的 2~2.5 倍，行业综合成本率（赔付率+费用率）一直高于 100%。

为了解决这一问题，蚂蚁保联合平安财险等车险行业头部保司，共同推出了车险联合定价解决方案，让用户价格更普惠，让保司经营更健康。该方案一是采用了蚂蚁保领先的 AI 风控模型，综合考虑了车主和驾驶行为的风险因素，弥补了保司的短板。二是通过自动化机器学习（AutoML）实现了人工专家的替代，提升定价建模效率 10 倍以上，帮助保司更快更及时的进行价格的动态调整和运营。

使用联合定价之后，约 38%的低风险车主平均降价 10%，15%的车主从无法报价到获得了合理报价。接入新能源车联合定价的 7 家保司中，已有 5 家保司由亏损转为营利，综合成本率开始低于 100%。

相比传统保司定价模式，联合定价的主要优势在于蚂蚁保的 AI 风控模型和自动化建模技术，帮助保司更精准、更快速的识别和处置风险，做出定价决策。

1. 应用大规模图学习技术精准识别人车关系和高危驾驶行为，提升定价效果 60%以上

传统保司主要依据车辆相关的风险数据进行定价，很难识别驾驶人和驾驶行为的真实风险，做到精准定价。蚂蚁保主要采用大规模图学习技术等 AI 技术创新来解决人车关系识别和驾驶行为风险评估的问题，弥补保司在"从人"风险识别上的能力缺失，风险识别效果提升 60%。

蚂蚁保基于 PB 级的金融和车生态数据构建了行业最广的人-车-驾驶行为关系图，基于大规模图学习和图计算技术挖掘真实的人车关系和高危的驾驶行为，从而具备推测车辆实际驾驶人的驾驶风险。例如同一个家庭车辆，风险相对趋同，而经常进行夜间高速驾驶，急停急刹的车主的风险就相对较高。

2. AutoML 替代专家实现定价全流程自动化决策，提升 10 倍效率，帮助保司实现风险动态运营

传统保司的定价主要依赖精算专家，又没有很好的系统工具进行辅助计算和评测，导致周期相对较长，从样本分析开始到建模上线需要 1 个月左右时间。蚂蚁保基于 AutoML 技术构建了行业首个车险定价自动化平台，将定价建模效率提升了 10 倍以上，单次建模从 2 周降低到 1 天。

通过 AutoML 和流程自动化技术，定价的全流程全部实现了线上化，包括数据的采集、建模、评估、反馈监测、费率调整，且整个流程形成了动态的闭环。原本需要精算师大量线下进行的工作均实现了机器替代，例如特征的筛选与分组，模型参数的设置，费率表的调整等。AutoML 模拟了专家推导过程，根据赔付率控制、区分度最大化等目标，能够在更高维的空间中自动搜索出最优解和到达路径，并提供出可解释的过程和结论。

通过定价自动化平台，保司能够更快速的制定和调整费率，更高效的适应和面对行业风险波动，提升保司风险经营的能力。

后续蚂蚁保将持续加大对“绿洲”联合定价的技术投入，同时加快和保司的技术合作，将 AI 风控能力通过联合的方式应用到核保、理赔等其他保司精算环节中，通过大数据和 AI 等科技能力推动蚂蚁保平台和行业共同发展。