公司收集外部数据的能力可能会改变保险业的现状。传统上，保险公司会收取保费内部来自客户的数据:例如他们的体重、性别和任何有健康问题的家族史。然而，随着技术的发展，使得数据收集更多地针对个人而非大量人群成为可能，保险公司可以为其客户提供独特的、量身定制的保单。

该外部数据包括行为数据;换句话说，使用人工智能软件，保险公司可能能够跟踪用户的使用模式，将通知保险公司对具体个人的风险。谁加速或突然停止可能付出比司机谁并不多，并与物联网跟踪设备，保险公司或许能根据这些信息实时调整客户政策的驱动。

物联网设备可能会证明自己是许多保险类型的未来。在这篇文章中，我们分析了物联网设备用于不同类型保险的可能性，并研究了可能对保险公司未来产生最大影响的物联网设备。

这篇文章的观点来自于最近的保险关系白皮书，题为:将创新技术转化为竞争优势:4种工具有效利用人工智能，区块链，聊天机器人，物联网和更多。请按此下载报告。

汽车保险：驾驶传感器和自动驾驶汽车

也许最突出的是，一些汽车保险公司，如进步，已经开始执行AI到自己的业务通过物联网设备的方式。其快照该程序的工作原理如下:客户将一个物联网传感器放入汽车的置物箱中，该设备跟踪客户的速度、停车频率、转弯动作、维修频率等驾驶习惯。

下面的1分钟视频营销意在传达的价值主张（价格较低安全驱动程序）传送到客户：

Progressive反过来接收大量的驾驶数据，据报道，在撰写本文时，这些数据的价值超过140亿英里，其机器学习软件可用于提取驾驶员的人口统计数据与其驾驶习惯之间存在的模式，然后向客户提供专门为他们量身定制的费率。换句话说，客户将根据他们给保险公司带来的风险支付费率。

事实上，车辆本身正变得“智能”物联网设备。无人驾驶汽车有严重扰乱了保险市场的潜力。巴菲特认为，自主汽车的普及将导致道路上，进而伤害了伯克希尔·哈撒韦公司拥有的Geico的少的驱动程序。

事实上,2015年毕马威报告预测，自主车可能有助于缩小汽车保险业的60％，到2040年考虑，车险占据总保险市场的40％，这将不符合逻辑的是，在这种情况下，物联网设备，如自我驾车实际上全线伤害保险公司。

虽然随着技术的变化，某些保险形式可能会过时(这是市场的本质)，但是a埃森哲咨询公司最近的报告据估计，自动驾驶汽车可以为保险公司带来810亿美元的收入，这是新形式的保险的结果，比如为网络安全物联网设备产品责任保险。

健康和人寿保险：可穿戴式设备的IoT

在医疗保险行业，可穿戴物联网设备可以将客户数据发送给保险公司，保险公司会提供更完整的客户信息，除了考虑客户的人口统计特征外，还要考虑他们的行为。例如，物联网可能能够追踪顾客是喝酒还是抽烟，或者他们是否过着久坐不动的生活方式。他们的保费可能会增加，而相反，一个人谁不使用物质和锻炼往往会看到他们的保费下降。

从理论上讲，这些溢价可能会上升和下降实时。或许，喝增加一个月会恢复到其基线溢价下个月他们的饮用水返回到他们的酒精使用更标准频率之前增加一个人的保费只是一个月。因此，物联网设备可能鼓励用户引领健康的生活方式，因为不这样做的后果会更有形的和更直接的（在每月的最后一个更大的法案）。

这对保险公司来说可能是件好事，因为这意味着更少的客户可能会过上风险更大的生活，从而增加了他们最终盈利的可能性。

也就是说，根据保险Nexus的Morag Cuddeford Jones在她的文章中所说4个工具，有效地利用人工智能，区块链，聊天机器人，物联网和更多，作者Morag Cuddeford Jones写道，“‘插入’客户并不是每一个行业都很简单。”她讲述了一位未具名的人寿保险公司代表的话：

If a life insurance company looks at my health data and says it’s not great, knowing that I could get a better rate if I could make my numbers look better, all of a sudden I’m more worried about making my past data look good than making lifestyle changes that improve my health. That creates problems. I could see people coming up with ways to manage those numbers. Right now we don’t know how do we effectively handle that, which is why most of the life insurers are staying away from leveraging wearables for anything but offering a few incentives.

至少根据这位寿险代表的说法，寿险公司出于道德考虑，似乎在避免使用物联网设备。然而，如果他们采用这项技术，它很可能与医疗保险公司提供的可穿戴设备相似。

来自物联网设备的语音和客户服务数据

更普遍的情况是，随着千禧一代进入保险市场，公司将不得不对这一代人的期望做出回应，这些期望是他们作为其他商品和服务的消费者所传递的价值观。据琼斯表示，千禧一代:

“感觉他们了解健身耐磨，远程信息处理系统或智能恒温固有的筹码。[他们]不知道为什么携带卖出的政策，其中包括连接设备。取而代之的是，他们不明白，不能使用可穿戴或家庭互联数据政策“。

换句话说，尽管存在道德问题，琼斯认为，千禧一代可能渴望物联网设备，并愿意在生活的各个方面尝试它们，如果这意味着方便或更便宜的价格。从理论上讲，保险公司将能够利用千禧一代的情绪来试验物联网技术。

罗马Dumiak，在好事达技术总监认为，对能，如琼斯所言，“创建试点”或“冲刺：”受益于实现技术，如物联网设备的低投入试验。Dumiak声称，Allstate公司是第一家提供中Alexa的技能给客户。使用Allstate保险技术，客户可以询问Alexa他们的Allstate余额，询问何时到期，并询问最近的Allstate代表的位置。

对于什么是客户忠诚度，好事达也为客户提供良好的黑客和快速简报技巧。这些技能与客户的政策毫无关系，也与保险毫无关系。相反，它们似乎是为了客户忠诚度的利益而提供的。良好的技巧为那些向你请教如何处理日常琐事的人提供了有用的建议，比如如何清除衣服上的污渍。快速简报技巧为客户提供了做好事的想法。

下面是好事达的好黑客Alexa的技能短短的1分钟演示视频：

这些看似不一致的应用程序显然对好事达有真正的商业价值。好事达(Allstate)数字用户体验副总裁罗杰·泰(Roger Tye)认为，“随着技术的发展，Alexa将成为一种发现机制。”答案最好的公司会力争上游。“目前，我们还不清楚好事达的Alexa技能究竟对公司的盈亏产生了怎样的影响，但我们相信泰伊的推论是有道理的。”

保险公司可能会通过一种技术手段来获取客户的忠诚，这种技术手段可以在客户需要的时候介入他们的生活。从理论上讲，客户在更换保险公司时可能会三思而行，因为好事达一直在帮助他们解决日常生活中的问题，无论他们是需要找到并密封通风装置，还是需要把衣服上的宠物毛去掉。

Dumiak还表示，这家合资公司进入Alexa的还向该公司提供，使他们能够利用机器学习的，特别是当它来到开发聊天机器人的客户信息。

这很可能是聊天机器人本身是建关从Allstate保险公司技能，而不是良好的黑客或Flash简报技能获取了信息，考虑到问题的Alexa经历的Allstate保险公司技能将直接关系到客户服务。按理说，他们的聊天机器人是为客户服务的内置结果的原因，虽然我们找不到对Allstate保险公司技能究竟是如何告知聊天机器人的信息。

这也可能是可能的，基于与良好的黑客和Flash简报技巧的对话，Allstate保险公司可以检索个人客户数据。例如，可能客户谁问Alexa的某些类型的问题（潜在的问题，这是显着富裕，或意味着新的客户需求）都或多或少可能是upsold到一个新的保险产品。或许，某些种类的问题是一个信号，表明用户可能是事故更高或更低的风险。我们还没有看到这种目前客户剖析的任何证据，但它似乎是一个可行的使用情况是好事达能争取Alexa的用户的临界质量。

由此可见，开始进军客户数据可能是一个很好的投资，因为强大的客户数据集，将允许进行更精确的机器执行学习算法，从而在客户服务等领域上的时间和金钱，节省企业，正如本文前面所讨论，使公司能够提供可吸引客户量身订做的政策。

实现人工智能的成功-数据清理和数据基础设施的考虑

然而，并不是所有的客户数据都是相同的。Dumiak断言清洁数据是要走的路，我们同意。干净的数据是，这是有组织的，准确和方便的AI系统与工作。琼斯建议“已经有一个数据组织系统公司他们已经有信心，他们的数据是干净的，处于快速前进的有利位置。”

这意味着，即使与物联网设备试验之前，公司应该确保他们对自己的客户数据已经是比较稳健和组织。这也是势在必行的保险公司，以确保他们的数据来自物联网设备的使用接收进入数据仓库，允许相对简单的访问和参考，如数据湖(尽管数据存储需求会根据公司、应用程序和收集的数据类型而有所不同)。

杂乱无章的数据将很难为机器学习系统来分析从数据来看，这是它的全功能模式。它发现任何模式可能会受到影响的不准确的数据的结果，使之无用，最终的时间和资源的浪费。书面我们最后一篇关于保险关系的文章，很明显，许多保险业领袖认为，他们当前的数据存储方法需要改变，而且这一过程并不容易。

数据清理涉及到删除数据表中的不一致性和冗余。例如，一个保险公司理论上可能有一个客户在不同的保单下多次上市，这是由于他们在注册过程中的一些疏忽造成的。如果这样的问题在很多情况下都会发生，那么机器学习系统可能会基于过多的数据进行预测。

彻底清理数据将涉及删除这些重复的客户项目，在数据中纠正任何拼写错误，删除标记为无效数据，并填写任何丢失数据的保险公司可能还没有对客户或可以在系统存在于其他地方。虽然手动清洗可能取决于公司的规模涉及大量的人力资源，存在软件声称可以加快数据清洗过程。

下面有三种方法可以确保企业不会发现自己的数据集太过混乱，无法输入机器学习系统。下面的步骤与CRM和营销数据相关，但也可能应用于其他领域。

• 企业应确保它们导入到有证标准物质的数据导入之前的清洁，这种切换有证标准物质时尤其如此。
  • 将数据输入电子表格可以帮助您清理CRM将读取的列，并将电子表格中列出的列命名为CRM中列出的列。

• 随时更新客户和潜在客户的信息。
  • 如果客户有能与贵公司为他们创建多个帐户多封邮件，巩固那些当你学会了多封电子邮件的帐户的权利。
  • 那些打电话给客户，发现他们打错了电话的公司应该努力通过其他方式联系客户，以获得客户更新后的电话号码。

• 有能力的CRMs可以搜索客户记录中丢失的信息，如电话号码或地址。然后，企业可以接触到这些客户，以获取丢失的信息。

我们之前提到过：有意AI任何公司都需要有一个数据收集和存储连贯的战略尤其是在保险业，客户数据是最重要的潜在的底线业务影响是巨大的)。

总结思考

如果物联网设备还没有普及，那么它的普及很可能是不可避免的。年轻人进入保险市场,保险公司必须提供产品,适合他们的生活方式和价值观,据一些业内人士,千禧一代可能允许物联网设备在家中,在他们的车里,和自己的身体为了获得折扣,方便,和更个性化的体验与他们的公司购买。

如果这盘出来，可能对保险公司寻求收集客户数据好兆头，他们可以使用到目标市场营销不只是特定人群，但个别人。公司是利用它们从物联网设备接收清洁的数据可以超过他们的竞争对手竞争优势，谁尽管有资金与物联网设备试验等待发现自己。如果有的话，如果有足够的客户数据在试运行期间收集甚至失败涉足物联网设备可能是有价值的。

这篇文章是由保险关系赞助的，是根据我们的《透明》杂志编写、编辑和出版的Emerj赞助内容指南。了解更多关于实现我们的AI-专注于执行我们的观众Emerj广告页面。

标题图片来源：Adobe公司股票