周道许：智能汽车时代的车险发展机遇、挑战与创新趋势

近日，清华大学五道口金融学院金融安全研究中心主任、原中国保险监督管理委员会政策研究室主任周道许出席相关活动，做题为《智能汽车时代的车险发展机遇、挑战与创新趋势》的演讲。他建议保险公司与汽车制造商、科技公司跨界合作，共同开发保险产品。

周道许主要观点如下：

一是政策确定性较强。2020年，发改委、工信部等11个国家部委联合印发了《智能汽车创新发展战略》，并制定了一系列目标：

“智能化”目标：到2025年，实现L3级自动驾驶规模化生产和L4级自动驾驶特定环境下市场化应用。

“网联化”目标：到2025年，LTE-V2X（车联网）实现区域覆盖，5G车联网在部分城市、高速公路应用，高精度时空基准服务网络全覆盖。

“标准建成”：到2025年，中国标准的智能汽车体系基本形成。

二是市场认可度高。根据汽车之家研究院发布的《2023智能汽车发展趋势洞察报告》，购车的年轻人对智能配置的认可度较高。市场的需求推动汽车智能配置渗透率不断提升。例如，在智能座舱领域，2022年车联网、语音识别控制的渗透率已经超过70%；在智能驾驶方面，2022年主动刹车的渗透率提升了15个百分点，高于前两年增长之和，车道保持辅助系统和自适应巡航系统的渗透率都已经超过30%。麦肯锡预计，随着我国智能化软硬件生态链的逐步完善，技术将加速向下渗透。这意味着智能汽车时代来临的步伐只会越来越快。

对于车险行业而言，智能汽车的兴起既是机遇也是挑战。一方面，智能汽车为保险机构提供了大量的数据，让保险机构能够做到“三个精准”：精准定位客户需求、精准定价保险产品、精准管理理赔风险。

一是精准定位客户需求。智能汽车通过持续收集关于驾驶行为、使用习惯、车辆状态等方面的数据，使保险公司能够更好地理解消费者的具体需求。数据带来的深入的洞察力使得保险产品能够更加贴合客户的实际需求，提供更为个性化的保险解决方案。例如，针对经常长途驾驶的车主，保险公司可以提供包含道路救援的定制保险包，而对于主要用于城市通勤的车主，则可以设计更多关注车辆损伤维修的保险产品。

二是精准定价保险产品。智能汽车提供的详细数据还使保险公司能够根据车辆使用情况、驾驶行为等因素，对保险产品进行精准定价。基于风险的定价模式，不仅公平合理，也能有效控制保险公司的风险暴露。我们预计，随着新能源汽车技术的不断进步和成本的下降，以及维修技术和标准的完善，新能源车险的保费趋势将逐渐合理化，从而实现保费的合理调整。

三是精准管理理赔风险。智能汽车的数据收集能力还为保险公司提供了强大的工具，以精准管理理赔风险。通过实时监控车辆状态和驾驶行为，保险公司可以迅速响应事故，准确判断事故责任，甚至在某些情况下，能够预防事故的发生。此外，通过分析大量的数据，保险公司可以识别出高风险驾驶行为，采取措施进行干预，从而降低整体的赔付率。

另一方面，随着汽车智能化程度的加深，车险业务也将在商业模式、理赔关系、合规管理上越来越复杂：

一是商业模式复杂化。新能源汽车制造商的加入，为保险行业带来了新的竞争者和合作伙伴，从而推动了商业模式的复杂化。例如比亚迪通过收购财险公司已经切入车险业务，试图通过一站式服务提升用户体验。这种趋势促使传统保险公司需要重新考虑它们的业务战略，寻求与汽车制造商、科技公司及其他行业参与者的合作，共同开发符合智能汽车特性的创新保险产品和服务。

二是理赔关系复杂化。智能汽车在提高驾驶安全和便利性的同时，也引入了新的责任划分和理赔机制问题。当智能汽车发生事故时，可能涉及人为操作错误、智能系统故障、第三方服务提供商的责任等多个因素，使得责任界定变得更加复杂。因此，保险公司在理赔时需要考虑更多的因素，例如，如何评估智能系统的责任、如何处理与第三方服务提供商的责任关系等。同时，随着智能服务提供商对车险市场的参与，他们可能成为车险的购买主体，这将进一步增加理赔关系的复杂度。

三是合规管理复杂化。智能汽车时代的车险服务涉及大量个人和车辆数据的收集、存储和处理，这就带来了数据安全和隐私保护的重大挑战。保险公司必须确保其数据处理活动符合相关法律法规的要求，同时保护客户的隐私权益不受侵犯。此外，随着新技术的应用，如人工智能、大数据分析等，保险公司还可能面临新的合规问题，例如，如何保证算法的透明度和公平性，避免歧视性定价等问题。因此，保险公司需要建立更加完善的合规管理体系，以应对智能汽车时代带来的挑战。

服务模式创新：保险公司需要利用智能汽车提供的大数据，开发个性化保险产品，实现基于实时驾驶行为的动态定价；通过智能技术优化事故检测与快速理赔流程，显著提升客户服务效率和体验。

合作模式创新：保险公司需要与汽车制造商、科技公司等建立跨界合作，共同开发适应智能汽车特性的创新保险产品，推动智能汽车生态系统的共同发展。

管理模式创新：保险公司需采用新技术手段确保数据合规，应对智能汽车带来的数据安全和隐私保护挑战；同时利用AI和大数据等技术优化内部管理流程，提高运营效率和风险管理能力。

图为周道许

REVIEW