 | 二、導入AI車定損潛在問題分析與建議
車險理賠勘損由駕駛人自己DIY，在台灣可行嗎？過去曾有多家產險公司指出有二大問題，除了零件維修的報價資料串接就是一項大工程，另外民眾能不能接受的心理層面需要顧及。
有關零件工時價格，以中國平安保險為例，是個別與往來維修廠或零件商先約定價格，每年定期審視，若有異動再調整，保險公司可事先掌握成本。有關保戶接受度問題，隨著千禧世代（出生於1997年之後年輕人）約佔近一半成人人口數，這些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，保險公司需要平衡這些年輕客戶與其他一半人口的需求 (X世代和嬰兒潮)。
為了快速導入，有些產險公司考量直接引進國外「AI車定損模型」，但可能會衍生以下潛在問題：
1. 各國車型、維修邏輯與審核標準不完全相同，國外的AI模型可能不能完全適用於國內實際市場需求，不能直接採用。
2. 當模型部分不適用，除非是獨立模型，否則因CNN類神經網路非常複雜，無法局部調整、逆向工程，需要整個模型重新訓練，最多只能事後針對某部位調整其權重。
3. 若要本土化，可利用其架構進行Transfer Learning，但仍需要足夠本土資料去訓練、驗證與測試，才能落地商用。
4. 一般AI模型訓練是採用本身的資料與標註，訓練出來的模型才能合用；若是用別人資料來訓練，模型不一定合用，可能造成誤判或無法判別。
5. 未來若要與本地資料串接，因技術控制在國外，台灣市場小，可能較難量身訂製，若要更改，費用較高、也不即時，衍生問題恐更多。
6. 目前國內法規禁用大陸廠牌的資通訊產品，保險業係受高度監理行業，敏感度高，尤其是與中國地區之產品或技術合作時，應更加謹慎並顧及主管機關之行政見解與指導，相關處理程序上必定會更為複雜，若此，反而事倍功半。
7. 國外AI模型供應商是否有分支機構或代理商能協助部署於國內，若無，恐有於國內可否執行業務之適法性問題；縱無此疑慮，相關導入服務所生之費用支付，亦恐有稅務問題。再者，相關使用者介面 (UI) 是否能中文化？若無，可能有跨國語文溝通問題，另亦有涉外適用法律保障等問題須要考量。
簡言之，導入國外AI定損，因車型與維修邏輯不同，不能完全適用；此外，自動偵測標示所有損傷處，可能造成增加賠款支出，未受其益反蒙其害；再者，費用高昂，尚有系統整合與零件工時價格建置問題。
基於上述，建議國內自行開發為宜，可依據本地需求，導入更先進技術，機動性快，可動態調整，較有可解釋性等優點。新局數位科技透過產業利用性、新穎性與進度性，來創造競爭優勢與差異化，為更正確快速導入，善用AI、AR、Big Data等新興科技，合作夥伴包括工研院、資策會、美商訊能集思等國內相關技術頂尖廠商，領域專案負責人皆是學經歷俱佳的博士專家，以確保專案成功。
圖1. 新局數位科技的價值主張 
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