中企院视角

蒋炜 教授

上海交通大学安泰经济与管理学院运营管理系主任，教授，博导

国家自然科学基金委员会国家杰出青年科学基金获得者
 

我两年前开始物联网研究的时候，一直思考很重要的问题：物联网怎么可以改变我们今天的商业社会，给我们的商业社会到底带来了什么价值，以及消费者面对大数据、面对物联网可能不断进入生活当中的一个过程，消费者到底能够得到什么样的好处。

这个讨论的话题叫做“物联网背景化的场景化商业模式创新”，是最近半年来做的车联网保险作为一个案例来展开今天的讨论。

 

这是今天探讨的四个方面，首先做一些普及科普宣讲，物联网可能是在第二代互联网之后大家看到的越来越多影响生活方方面面的一种新的技术。这种新的技术是通过一种硬件，把我们的生完完全全记录下来。

    举个例子，家里的扫地机器人会在自己扫地过程当中会将你家庭的大小尺寸、方位等等都会记录下来。我们现在有很多人开创了车联网汽车，尤其是绿色能源汽车，这些汽车所有的运行状态数据都会被汽车的生产厂家以及消保委记录下来。这样的数据到底会发挥什么价值，有什么作用，这是我们今天要探讨的话题。我们已经进入了一个物联网的时代，随着窄带物联网技术协议的落地，随着中国5G技术的发展，我们已经看到了越来越多的物体、物件会像车联网的方式联接起来，他们怎样影响我们的生活，以及未来的商业模式是什么样的。

 

 

 

我们看到这里有两张图是在去年做的估计和预测的值，一个是关于Gartner，预计到2020年物联网设备将会突破两百亿，这些物联网设备都包括什么？包括汽车、手环、手机，现在还有更多，比如说家庭里面的水表等等等等，都会作为物联网设备存在于这个社会。但是物联网设备生产出来的数据，数据的量也会越来越多，呈现急剧爆炸的趋势。

 

我们的研究基于物联网，但是有一个非常明显的特点，既然物联网作为一个硬件设备，已经渗透到我们生活的方方面面了，那么我们的生活到底是什么？我们如何千面化、数字化看待我们的生活？我们有一个定义，生活变成了一个一个场景，这是可以被数字化记录下来的。比如说你早上一起床，你的手表会记录你当时的心跳、血压，这是和健康相关的数据。吃完了早饭之后去上班，比如你会送小孩子上学，这是一个场景。把小孩子放在学校之后可能会遇到拥堵，之后可能上了高速公路，最后到达了公司。所以说看似只有半个小时到一个小时的时间段，但是其实经历了不同的场景，而这些不同的场景都被车联网通过数字化记录了下来。

这样的场景，我们实际上会把所有这些活动都记录下来，研究思考如何刻划每个场景。我们今天已经收集到了很多数据，这些数据如何进行分析，并且最后产生商业价值？我们的分析事实上围绕着五个W和一个H进行展开的，When  where  what  why  who， How。

以车联网为例，比如说车联网传感器产生和记录下来数据之后，必然要回答的第一类问题是：这辆车现在在哪里，什么时间，准备做什么，以及怎样做。第一部分主要和汽车现在的状态相关，这个司机现在是不是还醒着还是已经睡着了等等。

第二个部分，和What和why相关主要是和目前的运行轨迹相关，现在是去上班还是去商场，以及他为什么做这样的活动。这些是和未来可能要达到的某种目的是相关的。

有了这样两个数据的刻划之外，我们更容易去认知客户到底是谁，这个客户到底有什么需求。通过这样的三步，在整个车联网数据当中，就有可能最终回答到底是哪个客户现在在开车，以及具有什么样的目的。

我刚才讲的是最简单的商业场景，也是汽车车联网可以记录下来的一个场景。这个只是场景的判断，但是最终要通过车联网的数据进行分析。比如通过车联网的每时每刻记录下来的数据分析这个驾驶员现在是一种什么样的驾驶状态，是不是清醒，是不是有意识。

第二个要完成什么目的，是送孩子呢？还是去上班。

第三个，未来到底想要做什么等等。这是这个场景通过刚才这样的传感器数据可以回答的。有了这样的传感器数据之后，在物联网背景下，我们提出的场景化的商业模式创新主要是沿着三个方向进行展开的，即用户个性化、业务精细化、时间片段化。

既然我们知道了客户是谁，这个驾驶员是谁，在驾驶主张方面我们就会有一些新的认识，这个新的认识包括什么？包括比如说对客户的画像，可能变得更加抽象，而不再像原来是一个具体的画像。举个简单的例子，比如说这个驾驶员是男性还是女性，这个课题已经不重要了，因为不管是男性还是女性，我们对他的划分更多的关注的是场景，比如说会不会出险，会不会发生交通事故，交通事故的概率这件事情，完全可以基于这一点进行客户画像的。

 举个例子，很多电商平台当中对于性别的画像不是简简单单分男性和女性，我们在这样的环境当中可以将性别分为十几种，往往依据某种消费的频次、消费的习惯，或者说根据驾驶的习惯进行划分的。这是关于性别。也许依旧叫性别，但只是告诉你这里有一个变量，用于客户的画像。所以说用户画像用户认知变得越来越抽象了，抽象有什么好处，抽象对于认知来讲没有任何好处，抽象的个体只有和未来的产品进行更好的对接，进行更好的服务才有可能产生价值。所以说一定要求我们的产品能够提供的产品服务能够更加具像化。这样具像化的服务可以和我们抽象的个体之间产生匹配。

比如说要求我们产生的实时推荐服务，可能要更加精准更加个性化，这里谈的是用户个性化的发展。

这里简要谈两点，是我们研究过程当中认知到的。

第一个是关于服务的转型升级的研究，我依旧以车联网为例，大家知道汽车可能本来是一个交通的代步工具，但是现在有了安吉星，安吉星提供的服务不单单是道路支持，可能还可以帮助你做GPS规划、路径规划，甚至帮助你做类似的产品推荐和服务推荐，加油站、打折券等等。这是将传统的硬件载体慢慢变成一个服务载体，所以有一个服务转型升级的需要。

我依旧以车联网为例，传统的汽车在运行过程当中都会有保险的问题，尤其是在我们国家，实际上我们国家汽车保险当中会涉及到交强险和商业险两种。传统对于交强险是强制性的，每个人都要交的，而且是固定的费率。

在我们新谈到的这种基于场景化的商业模式创新当中，你会看到因为我们汽车的实时运行状态数据是可以被采集到的，意味着每个采集到的数据背后代表的驾驶员的实际驾驶行为是完全可以被刻划出来。以至于每个出险的概率是可以被计算的。后面会花时间和大家探讨目前学习到的模型。

这样的一些个性化的甚至是精细化和碎片化的车险服务类型，就为我们未来的车辆保险驾驶行为保险带来了一些新的创新的产品。这样的创新产品能够在收益模式上同样带来新的创新，比如说第一个创新上的想法是如果一个驾驶员随着驾驶里程、保险系数变得越来越高，我们是否返还一些保费，这在国外在欧美已经有一些企业做这种尝试。美国有一家企业很早以前已经开始尝试如果你的驾驶行为非常好，驾驶习惯非常好，你的保费的30%，甚至50%到年底会退还给你，这是未来的利润分成模式，鼓励用户保持更好的驾驶习惯。

同时当然也会为保险公司，为车辆的保险公司，甚至为车企带来价值。

第二种创新是关于场景化的微支付，这在过去是不可想象的，同样以保险为例，过去的保险形式经常以一年作为一个保险单位的，但是我们知道在过去的几年当中，随着互联网的发展，我们越来越多的依赖于那些微支付，微支付的痛点是非常非常低的。大家是感受不到支付的。同时微支付的更多特点可以基于场景化，有需要就可以做支付，没有需要的话可以不做这样的支付。

同样的比如说以车险为例，你可能会发现如果某一天我不开车，这件事情是可以被车联网记录下来的，这一天是否可以不用交保费。这前这件事不可能办到，但是在未来是有可能的。在未来基于场景化的商业模式创新当中，用户变得更加具体化，变得更加个性化，而业务也会变得精细化，同时我们的场景、时间都会变得碎片化。这些会在客户的价值主张、新的产品以及服务模式和收益模式当中带来新的创新的渠道。

如果是汽车的保险，这里不单只局限在汽车，可能未来的空调是不是也可以做这样的，甚至我们平常每天都要使用的电梯也会有同样的一些保险或者说运营模式，这里提出一个场景化的商业模式。基于这个商品，这个产品在实际的使用过程当中所涉及到的数据的采集，来开发相应的商业模式。

我刚才已经谈到了包括新的产品的设计，新的产品的交叉销售，以及基于产品状态的维护保养和基于产品使用情况的保险，又叫UBI（Usage-Based Insurance），也就是区别于传统车险按车型和历史出险记录的定价方式，旨在通过采集车主驾车的相关使用数据，如年驾驶里程、连续驾车时间、急加速、急减速发生的频率等，来掌握车主驾驶行为，从而根据风险进行相应的车险定价。

这里面有CBI（Context-Based Insurance），还有UBI等等等等，实际上CBM在很多产品的发售当中已经开始发挥作用了。比如说电梯就是一个很典型的例子，在欧美国家电梯已经基本上根据使用状态进行维修保养，而不是我们国家一般是一个月或十五天必须要进行一次维护保养。在欧美有很多上百年的电梯，有些电梯一个星期到两个星期保养一次，有的电梯可能是一个月到两个月保养一次，这样一些不同的根据产品状态进行保养的模式，已经深刻影响了当地的文化和社会的商业当中的一些运营模式。

所以说我们看到基于产品使用状态的保险的这样一些模式，未来也会有可能影响我们国家的商业形态。

 

接下来针对中国的汽车保险行业当中发展的痛点，也是我最近半年的主要的研究成果，向各位做一个相对来说比较详细的介绍。

事实上我们国家保险行业发展的过程当中，几乎没有任何一家保险公司到目前为止是属于盈利的，尤其是在车联网保险方面几乎没有盈利的。反观在欧美国家，他们的盈利率几乎可以达到5个百分点，这是一个巨大的差距，意味着我们国家不管是太保还是一些小型的保险公司，每家保险公司今天做的都是在为政府买单，为消费者买单，而自己没有任何盈利手段，甚至在赔钱。

试想这样的一种盈利模式，企业怎么可能会有动力来做保险。消费者得不到企业的合理合法科学保障的情况下，怎么可能在出险的时候，在车辆真正发生事故的时候不和保险公司扯皮。所以说这是一个巨大的社会问题，这个巨大的社会问题的背后是不合理的机制的设计，是在一定的旧的传统的机制设计基础之上带来的后果。

在今天车联网之后，行驶过程当中所有的数据被记录下来，今天这种记录电动车、新能源车上完全实现了，因为我们政府已经把这些数据全部采集下来了，就看能不能合理合法使用这样的数据，为保险业，为消费者带来更加合理更加科学的车险定价，以及风险的管理机制。所以说UBI车险可能是区别于传统汽车定价方式的一种新型的，能够带来场景化分析和个性化解决方案的最终方案。未来五到十年我们可能会看到，每部车即使不是自动驾驶，每部车和每部车之间的通讯未来是可以开放的，每个消费者、每个驾驶员实际的驾驶状态是可以被监控的，这些都已经有局部和全局的解决方案。

如何通过采集车主驾驶行为当中的数据，更好了解每年或者每个星期甚至每天实际的驾驶里程，这里谈的都是碎片化的，你甚至可以知道每天每分钟实际的行驶里程，以及速度、连续驾驶的时间、急加速、急减速的数据等等。这些数据可以进行分析，并对中国保险业的改革和发展提供一些新的思路。

过去几年当中，车联网保险发展经历了几个阶段，并不是一个完全全新的新名词，事实上车联网保险至少在之前经历了两代产品，第一代产品PAYD，pay  as  you  drive，你如果开车就要付保险，如果不开车可以以比较低的价格购买保险，这在将近十年以前，在欧美国家已经开始实施了。在我们国家有一些地区有一些险种上已经有所尝试。

第二个阶段是PHYD，看你这个人是不是经常开快车，是不是经常出入酒吧等等，pay  how  you  drive，在欧美国家的实践证明，的确可以帮助保险公司降低出险概率，同时保护消费者。
 

我们今天提出的第三代车联网保险品种叫做场景化的保险，CBI，如果可以将所有的前面谈到的PAYD、PHYD和中国的管理实践结合起来。比如说任何一段驾驶行为当中可以分割成切割成不同的场景，每个场景可能和某个目的是相关的，和每个行驶路段是相关的，和当时当地的天气道路状况等等一系列情况都是相关的。这是一个场景，能不能通过未来设计某类场景去定义车辆保险？

这些场景可能包括“堵车险”，这是一个设计方案，也是我们现在正在研究的。现在道路拥堵在新加坡有道路拥堵费，是有税率的。同样的我们既然已经知道了车辆行驶过程当中有拥堵，为什么不能设计拥堵险，使人们回避拥堵的状态，从而减少降低城市的道路交通拥堵。同时按天按小时进行保险，也会有一些基于里程进行保险，等等一系列不同的基于场景的保险模式。

这样的汽车保险模式，在过去半年当中，基于一家车联网的数据，我们已经开始做尝试。事实上做这个的企业和科研机构在现在蛮多的，但是现在很少有一家企业，能够将车企的车联网数据和保险公司的数据完全打通。这是现在社会的一个痛点，因为社会的主体是完全不一样的，车联网企业绝大多数属于互联网企业，车企作为天生的车联网数据的生产者和拥有者，他们有着大量的车辆运行状态的数据。他们愿意把这样的数据拿来和保险公司分享，为保险公司打造了新的产品品种，一些新的产品，这是我们看到的现在目前最成功的一个将出险数据和车辆的驾驶行为数据做一个天生的对接，这是我们看到的国内第一例。

在打通车企车厂和保险公司的数据之后，我们到底可以提供什么样的服务？我们发现，人们在通过车联网驾驶里程数，开车的时长，以及每次急刹车次数的数据，这些看似是合理的数据，在现实当中去运用预测出现概率的时候，效果并不理想。其实这不像想象当中那么容易，因为每个车辆是否出险，不单与驾驶水平有关，而且和周围的环境是有非常大的关系。

这样的一个相关性必须要通过大量数据的学习找到中间的规律才有可能发现。

比如说通过一个小的案例和大家分析。第一个场景是短途的拥堵场景，在这样的情况下，开的路途并不长，但是是在市内，繁忙的路段开车，出险概率是偏高的。第二个场景，也是通过数据可以挖掘出来的，属于长途疲劳驾驶的行为。通过数据的分析，我们就可以找到很多有几十种这样的问题场景。这些场景，每个场景对应的出险概率都是不一样的，这为我们后续制定相应的定价策略和保险政策提供了科学和理论依据。所以这样的场景可能对于驾驶员的画像就会完全不一样，比如说我们之前定义驾驶员的画像经常是这样的，一个人喜欢开快车，一个人经常疲劳驾驶，一个人喜欢通勤等等，但是那些分析不是基于场景的，更多的是基于驾驶流程带来的。我们分析结果有很多很多不同的场景，比如说是否每天送孩子上学，周末是否出游，下班是否购物等等，这些场景会直接决定他们行走的路段是否是拥堵的路段，环境就会被我们感知下来。

驾驶平稳性，我们会看是否有道路急转弯次数，是否经常变道，根据交通状况，通过速度城市交通的拥堵以及乡村道路的拥堵等等，一系列的场景通过一系列的场景划分和每种场景下的出险概率的科学判断，就更容易给出驾驶员的画像，从事有可能提供更加精准的保险产品和保险策略。

    

最后做一个小结，实际上在过去一到两年当中，我们在研究物联网企业和用户之间进行数据交换的过程当中，我们看到了越来越多的信息不对称造成的一些矛盾，这些矛盾有些是国家立法层面没有解决的问题，但是同时我们看到了一些可喜的结果，就是用户在接受物联网数据的过程当中，有越来越多的意愿去使用那些物联网设备。尤其是车联网，比如说你的车子通过车联网数据采集和传输，可以全流程追踪现在这件事情，对于车主来讲没有反对意见，相反他们会觉得如果把数据全部上传，可以看到自己每天的驾驶习惯、每天的驾驶行为，对于用户改善驾驶行为相当有好处，很多消费者已经意识到了这一点。同时对于保险企业来讲，基于车联网数据场景化的产品，事实上带来一种新的创新模式，这种创新模式决定了一个保险公司拥有区别于其他的保险公司的核心竞争能力。

尽管我们知道精算作为保险公司长期以来都是存在的，但是传统的精算方法更多的基于调查的数据，人口调查的数据来展开的，比如基于驾驶员性别年龄职业等等一系列静态的数据所产生的，而基于场景是动态的，甚至会随着时间发生变化，而且和家庭结构有关系，这就为保险企业未来能够精准定位客户、消费者带来了新的竞争手段。更重要一点，从技术角度讲，这个技术已经越来越成熟了，从数据角度讲，这个数据已经每天每时每刻都传到了政府相关部门的手里，政府如何发挥自己监管的作用，去更好的规范这个行业，不管是车联网技术，还是车联网保险，如何规范这样一个行业，这是摆在政府未来在三到五年当中必须要去面对和解决的一个问题。

可喜的是上周刚刚看到工信部发布了车联网的技术标准，新的标准体系。

同时我们也知道，像工信部等等正在牵头研究联合学界联合产业界去研究关于车联网保险未来的发展状态和数据标准是什么样的。我们应该预期在不远的将来，由政府牵头和政府主导的车联网以及车联网保险这方面的研究和落地一定会蓬勃开展起来。我们可以预见到未来的车联网和保险行业当中一定会发生翻天覆地的变化，这也是我们为什么今天选择这样的题目，和在座的各位进行探讨和探索。

 

（本文根据2018年6月25日蒋炜教授在深度思考论坛上的演讲整理，未经演讲人审核。）

（本页面的所有内容，包括文字、图片，版权归属上海交大中国企业发展研究院，知识产权归属作者本人或中企院研究团队，转载请联系我们，对未经许可擅自使用者，中企院保留追究其法律责任的权利。）