“我开车很稳，技术娴熟，一年都没有什么事故，为什么还和别人交一样的保费？”估计生活中很多人会有这样的疑惑，其实保险公司何尝不是如此。
传统的保险行业无法解决用户风险的准确识别，因此只能眉毛胡子一把抓，统一定价。这样低效的定价行为可能“吓退”最守规矩，风险发生概率最低的“好客户”，而留下那些高风险的“坏客户”，进而导致一些车险公司不论降不降保费都会面临亏损的尴尬境地。
相信，这对于许多“好客户”和保险公司双方都是一件十分不愿意看到的事。因此，让客户交的保费跟他的风险状况相匹配，提供更有竞争力的服务和价格，是所有保险公司追求的目标，也是投保人的愿望。
那么，如何判断谁才是“好客户”，谁又是“坏客户”呢？这取决于保险公司能否准确判断风险，但在传统的手段下，“此情无计可消除”。
不过福音来了，
5月25日，蚂蚁金服宣布向保险行业开放首个“车险分”正是为了帮助保险公司准确判断风险应运而生的。
“车险分”，以蚂蚁金服在大数据、人工智能、数据建模等方面的技术，为保险公司更准确识别客户风险、更合理定价、更高效服务消费者提供依据。简单来说，让靠谱的人买车险更便宜，同时让保险公司还能赚钱，鱼与熊掌有望兼得。
一、车险市场庞大，但如何“识人”是一大难题
据参与本次发布会的蚂蚁金服副总裁、蚂蚁金服保险事业部副总裁尹铭（花名团长）介绍，截止2016年，全国有1.5亿私家车主，覆盖全国54%的家庭。2016年，车险的保费有6800亿元，占保险公司的保费数额达到75%；2016年车险的车均保费3290元，相当于全国2016年城乡的收入人均3万多元的10%。车险是保险业的刚需产品，也是与消费者最密切相关的险种之一，是财险公司的主要业务，对保险公司的影响非常大，因此保险业有这样一句话，得车险者得天下。
但尴尬的是，在车险行业中，只有14家公司车险承保盈利，41家亏损的公司亏损总额达到63亿元，行业亏损比例达到75%。在信息不对称的情况下，对风险进行精准定价能力的缺失，是这些车险公司面临困境的重要原因。
究其原因，可用太平财险副总经理戴曙燕的看法概括：一般而言，车险的风险定价因素由“从车”（与车相关）信息与“从人”（与人相关）信息两部分组成。目前国内车险定价更多考虑“从车”信息，比如车型、车龄、配置、车辆是否有“出险”等。但真正是否发生风险，起决定因素的往往是车主本人的具体情况。
研究发现，广泛引入和挖掘“从人”信息，确实可以帮助车主识别潜在的风险水平。举个简单的例子，已婚已育人群的风险往往要比单身人士低；长期在两个地点之间往来的人群，风险往往比没有固定出行线路的人群要低；甚至人群的收货地址是否稳定都跟出险的概率呈现出相关性。
但是长期以来保险公司恰恰缺乏挖掘“从人”信息的数据。
二、蚂蚁车险分争做车险界的FICO分，大数据助力保险公司精准识人
正如上述戴曙燕的看法，如何精准识人成为保险公司精准定价的关键。
在美国，解决这类问题靠的是车险分。美国保险市场，有FICO、律商这样两个车险分。美国的保险公司向你报出车险的价格，一定会事先去到律商、到FICO的平台上查询下数值，这个数值就是车险分。这个过程就像银行放贷之前，查贷款人的信用分一样，如此，保险公司卖车险也能高效、准确、便捷的报出另双方都满意的价格。
蚂蚁车险分是什么？没错，它就是希望成为中国的FICO、
律商
，蚂蚁车险分的目标就是帮助保险公司进行精准的核保、定价，使每一个驾驶员的驾驶风险看得精准。
那么如何成为中国的FICO和
律商
？蚂蚁金服保险事业群副总裁李冠如介绍，为了研究如何以科技手段助力保险公司，产出用户需要的好产品，蚂蚁金服成立了专门的保险数据科技实验室。实验室分布在美国的硅谷、中的上海和杭州，团队全部来自全国、全球知名的学府，既有保险界的，也有人工智能界的，但人工智能是主导。其中数据科学家83%以上都是做数据科学的AI人工智能，目前已经发布了62项专利，主要是涉及人工智能的保险应用，以及数据建模的保险应用，整个团队十分强大。而蚂蚁车险分就是这个保险数据科技实验室的产品。
如前所述，有很多变量影响人的驾驶行为，即人的行为本身。
那么什么东西跟用户的驾驶行为相关呢？李冠如介绍了蚂蚁车险分采用的六大类标签，具体包括他的职业特征、他的身份特征、他的信用历史、他的消费习惯、驾驶习惯、稳定水平等等。这一些大类标签，都跟用户的驾驶风险密切相关。在这六大标签下面，蚂蚁挖掘了海量的数据标签，达到的能力是可以挖掘千亿级样本和百亿级特征，通过深度学习的方法，寻找众多变量之间的关系。基于这些研究，蚂蚁金服将海量“从人”信息通过人工智能等技术进行挖掘，对车主进行精准画像和风险分析，量化为车险标准分，输出给保险公司使用，并且通过特定的技术，保证双方在不进行如何数据交换的情况下使用对方数据。这样既能为保险公司提供帮助，又能保障用户的隐私安全。
