 | 前言
國外人工智慧定損模型開發，因其市場大，可取得足夠數量事故照片進行機器學習模型訓練；反觀台灣市場小，訓練資料蒐集與取得不易，如何發展台灣本土化AI車定損系統，能有改進的方案優化車損評估系統及方法，提供台灣車險業更準確的定損及估價系統呢？
本文將分享如何克服「技術性」與「非技術性」挑戰的心得。首先說明業界對於導入AI車定損疑慮與建議；其次，說明直接引進國外「AI車定損模型」的潛在問題；再者，分析國內自行開發「AI車定損模型」的困境與因應之道；最後，介紹符合台灣本土化的解決方案。
車險理賠勘損由駕駛人自己DIY，在台灣可行嗎？基於消費習慣改變、國外實踐經驗與科技發展趨勢等面向，分享相對應建議如下供參考：
一、客戶接受度問題
雖然較年長客戶(嬰兒潮和X世代，即1965年前出生)習慣有人接觸的服務，但也是手機重度使用者，例如全聯PX Pay透過宣導、獎勵等措施，婆婆媽媽都在使用行動支付。此外，隨著Y世代 (1980年後出生)與Z世代（1997年後出生）已超過一半以上成人人口數，這些重視體驗的數位原生代，將期望與他們已經常使用的平台一樣能即時互動，因為客戶喜好與使用習慣改變，產險公司也需要關注並滿足未來主要客群的需求。
二、零件價格資料維護
目前國內零件價格不透明，產險公司若有需要，尚停留在「逐筆叫貨」，相當耗時費力，故認為零件維修價格資料的維護是一項大工程。事實上，除Covid 19疫情特殊期間外，一般零件價格更新頻率約1~2年不等，以中國平安保險為例，是個別與往來維修廠或零件商事先約定價格，每年定期審視，若有新車款再增加，保險公司可事先掌握成本。另外，以翱特系統為例，每月合作車廠會提供異動的零件價格表供系統更新。
參考上述實踐，可要求往來零件商先提供完整的常見零件價格清單，有異動時再通知更新；其次，亦可蒐集歷史零件價格資訊，透過AI大數據的分佈、趨勢、預測分析與異常分析等演算法，可顯示合理價格範圍並即時預警；再者，也可透過API個別串接往來車廠、維修廠或零件商的零件工時資料庫。
台灣缺乏像國外有公開透明的「零件價格平台」，產險公司只能被動接受市場價格，較無議價能力，故有人建議產險公會「修理工時工資暨零配件價格研究小組」，能建立類似國外公開平台，滿足會員公司需求，也有利於主管機關推動的「產險聯盟區塊鏈」，對於任意險的財損有共通、一致、透明的維修或換件金額資料交換。
陳素敏顧問簡介 （歡迎有興趣的保險公司洽詢陳素敏顧聯絡） | 
沒有留言:
張貼留言