omniture

KuWeather:深耕人工智能大數(shù)據(jù),做好天氣保險精細化

北京心中有數(shù)科技有限公司(KuWeather)
2017-11-17 12:35 6669
KuWeather依托“數(shù)據(jù)科學家 + 氣象專家 + 數(shù)學專家”人工智能團隊組合,將深度學習與氣象專家模型、數(shù)學算法相結(jié)合,深耕風控內(nèi)核,打造了KuWeather智慧天氣指數(shù)風控平臺,做到了各天氣要素所有閾值的各種方向全覆蓋。

北京2017年11月17日電 /美通社/ -- 天氣保險以其巨大的市場規(guī)模正吸引著越來越多的企業(yè)有所行動。世界天氣風險管理協(xié)會認為,目前全球經(jīng)濟的20%-30%直接暴露于天氣風險之下。按此估計,我國有15萬億的直接風險需要天氣保險來對沖和解決。

KuWeather自主研發(fā)的天氣指數(shù)保險AI展示平臺
KuWeather自主研發(fā)的天氣指數(shù)保險AI展示平臺

在此背景下,以天氣指數(shù)為標的的天氣指數(shù)保險成為了近年來較大的熱點。各大保險公司紛紛推出不同行業(yè)應(yīng)用的產(chǎn)品。玉米種植天氣險、楊梅采摘險、大閘蟹養(yǎng)殖險,乃至游園天氣險、中秋賞月險等等如雨后春筍,層出不窮。

發(fā)達國家的經(jīng)驗證明了這一趨勢的必然性:日本2000年至今,天氣指數(shù)保險的交易額每年增速都在20%以上。而美國和歐洲不僅天氣保險產(chǎn)品的交易規(guī)模巨大,天氣衍生品在芝加哥的交易也已有20年的歷史。

從此歷程來看國內(nèi)的天氣保險,目前我們基本實現(xiàn)了量上的由少到多,也在產(chǎn)品門類上初步的實現(xiàn)了多樣化。然而,從市場各參與方的感知來看,還有許多的地方亟待深耕。

最直觀的,保險產(chǎn)品的用戶依然面對著這些問題:產(chǎn)品閾值太高,淪為小概率事件博彩,基本上得不到賠付;理賠依據(jù)不夠貼近現(xiàn)實,用戶已經(jīng)受損,卻仍用未受損區(qū)域的指數(shù)來界定賠付;行業(yè)應(yīng)用門類太少,經(jīng)常需要一些不同的應(yīng)用方式,卻難以找到快速部署的產(chǎn)品。

這些問題產(chǎn)生的原因有很多。其中較大的一塊,就是保險公司的合作方需要有強大的商業(yè)氣象服務(wù)能力;不應(yīng)該是簡單的數(shù)據(jù)買賣方,而是要具備優(yōu)秀的數(shù)據(jù)解讀能力、氣象專業(yè)的行業(yè)經(jīng)驗、靈活的場景結(jié)合落地能力。

作為一家博士學歷占比50%以上的商業(yè)氣象服務(wù)商,KuWeather認為,要為用戶提供貼合痛點、簡單快捷的產(chǎn)品,解決好上面提到的用戶感受問題,需要在幾個維度上完成氣象服務(wù)能力上的進化。

天氣風險和氣候風險全期覆蓋,風險測算與定價精細化

盡管客戶都已經(jīng)意識到,未來一段時間的天氣風險會帶來損失,但是經(jīng)常被忽略的一點就是:短期天氣風險和長期氣候風險存在巨大差別。

一天的冰雹即可造成農(nóng)作物大面積絕收。2015年5月15日,廣西隆林發(fā)生冰雹,196戶煙農(nóng)種植的2864畝烤煙受災(zāi),其中造成絕收面積達1266畝。

而缺少降水這種天氣現(xiàn)象只有長時間持續(xù),才會對農(nóng)作物產(chǎn)出形成危害。2014年,遼寧、吉林一帶出現(xiàn)持續(xù)干旱,玉米產(chǎn)量最終大幅減少。當年遼寧的玉米單產(chǎn)從2013年的464公斤/畝下降至334公斤/畝,總減產(chǎn)數(shù)量約430萬噸。

可以看到,兩種風險的影響方式完全不同,這就要求保險產(chǎn)品具有全期覆蓋能力。也即在任意的保險期間內(nèi),都能對風險很好把控。

目前業(yè)界對天氣、氣候兩種風險的處理方式,大多采用長歷史數(shù)據(jù)進行統(tǒng)計建模來近似。但是,這種未將天氣預(yù)測和氣候預(yù)測納入的方法會導致風險測算定價不夠精細。也就會經(jīng)常出現(xiàn)閾值不貼近用戶實際的問題。

地域風控的全域規(guī)范考量

天氣風險的發(fā)生對地域存在著很強依賴,并且這種依賴的細微化,有時完全突破傳統(tǒng)風控所采用的氣候劃分。回到2015年5月15日廣西隆林的千畝絕收,同樣是那次冰雹,僅十幾公里外的臨縣卻秋毫無損。

可以想像,采用大地域來進行保險定價雖然能很好的實現(xiàn)風險平滑,但是卻極易導致定價偏差以及事后的理賠紛爭問題。由于會在大地域內(nèi)選取有限代表點作為理賠依據(jù)(用來防止風險高估),那些受災(zāi)卻未被采用為理賠依據(jù)點的地方就無法獲得賠付。

行業(yè)應(yīng)用考慮的全向納入

“汝之蜜糖,彼之砒霜”在行業(yè)上已經(jīng)被很多的觀察到。同樣的天氣“不利”,一個行業(yè)在它面前噤若寒蟬,另一個行業(yè)卻能甘之如飴。

山西朔州,風力發(fā)電場。百米高的風機在大風中持續(xù)創(chuàng)造利潤。此時,日本的旅行社卻苦惱大風吹走了西伯利亞飄過來的大塊浮冰,因為這些浮冰是旅行社吸引高價值客戶的法寶。這些游客不惜高價,要觀賞在大塊浮冰上,狐貍等動物如何捕捉小動物。而浮冰被吹走,旅行社收入大減。

日本的旅行社希望風力小,風電場卻希望風在一定范圍內(nèi)大。不同的行業(yè)很多時侯需要天氣要素閾值完全相反的方向。

針對這些維度,KuWeather依托其獨特的數(shù)據(jù)科學家 + 氣象專家 + 數(shù)學專家這一人工智能團隊組合,將深度學習與氣象專家模型、數(shù)學算法相結(jié)合,深耕風控內(nèi)核,打造了KuWeather智慧天氣指數(shù)風控平臺。在該天氣風險內(nèi)核平臺上,做到了各天氣要素所有閾值的各種方向全覆蓋。這樣在與具體行業(yè)的結(jié)合時,只需模塊化無縫接入便能較有效的支持各類行業(yè)需求。

平臺首次實現(xiàn)了全期、全域、全向能力覆蓋。

全期意味著客戶所關(guān)注的任意時間段的天氣風險,均能被后臺多范式算法智能預(yù)測,并且預(yù)測結(jié)果極其貼合未來實際。KuWeather充分利用了其天氣預(yù)報和氣候預(yù)報能力,首次將預(yù)測范式納入了算法,很好的解決了閾值不貼近實際的問題。此外,由于天氣預(yù)報和氣候預(yù)報能力的引入,保險客戶所需的高質(zhì)量風控預(yù)警服務(wù)可隨時提供。

全閾意味著理賠標準能在全國范圍內(nèi)做到最精細化的區(qū)分,也就是風險單位的最小公倍數(shù)最優(yōu)搜尋。KuWeather的新平臺采用機器學習算法良好的解決了地域風控的這一規(guī)范性問題,成功的在全國2800多個區(qū)縣內(nèi)實現(xiàn)了全氣象要素的風險劃分。

全向意味著氣象要素的各類組合可能方向,以支持不同行業(yè)的定制化需求。借助KuWeather云強大的服務(wù)能力,可以無壓力支持各種行業(yè)客戶保險內(nèi)核的運維和優(yōu)化。

有了這個平臺,保險公司不再需要花費精力在本不擅長的氣象領(lǐng)域,而是完全可以集中注意力在客戶的定制需求上。KuWeather智慧天氣指數(shù)風控平臺保證著產(chǎn)品的貼合現(xiàn)實和用戶的良好反饋。而該平臺的模塊支持功能也保證了產(chǎn)品對接的無縫效率。

保險,本為平滑經(jīng)濟風險。利國、利業(yè)、利民生。天氣保險,攜科技創(chuàng)新和金融創(chuàng)新雙動力,氣象萬千,業(yè)界大事,不可不深察。在其中,有人看到了巨大的利潤,有人看到了巨大的需求,Kuweather之念,丙吉問牛。以專業(yè)商業(yè)氣象服務(wù)能力為宗旨,視行業(yè)民生之痛為己痛,不忘初心,愿為中國氣象+保險產(chǎn)業(yè)提供所有可能。

消息來源:北京心中有數(shù)科技有限公司(KuWeather)
China-PRNewsire-300-300.png
相關(guān)鏈接:
全球TMT
微信公眾號“全球TMT”發(fā)布全球互聯(lián)網(wǎng)、科技、媒體、通訊企業(yè)的經(jīng)營動態(tài)、財報信息、企業(yè)并購消息。掃描二維碼,立即訂閱!
collection