技術(shù)的價(jià)值并不來(lái)源于資本的追捧和輿論的捉弄，去偽尋真之后，依然要回歸叢林法則「生存即有效」

在風(fēng)口被拋棄的時(shí)代，所有保險(xiǎn)AI領(lǐng)域熱度都在降溫，保險(xiǎn)公司也在觀察其真正的價(jià)值。

在醫(yī)健AI掘金志之前的文章中，對(duì)保險(xiǎn)AI中NLP的發(fā)展給予了肯定，圍繞這種技術(shù)落地的實(shí)際情況，雷鋒網(wǎng)專訪了一家保險(xiǎn)NLP企業(yè)創(chuàng)始人——企?？萍箭嬑木?/p>

在進(jìn)入保險(xiǎn)行業(yè)以前，龐文君就在香港中文大學(xué)學(xué)習(xí)分形體進(jìn)化算法，并發(fā)表數(shù)篇算法論文，畢業(yè)之后又在香港供職于多家保險(xiǎn)公司，曾在世界最大保險(xiǎn)經(jīng)紀(jì)公司W(wǎng)illis集團(tuán)擔(dān)任亞洲區(qū)總監(jiān)。

她向雷鋒網(wǎng)表示，在保險(xiǎn)領(lǐng)域，NLP相對(duì)于其他AI技術(shù)，認(rèn)知和落地都晚一個(gè)節(jié)拍，2018年以后才被大家所了解。一些有創(chuàng)新精神的險(xiǎn)企開(kāi)始嘗試應(yīng)用第一代智能客服，而彼時(shí)其他AI技術(shù)已經(jīng)進(jìn)入拼刺刀階段。

但NLP之所以有更好的發(fā)展前景，就是因?yàn)楸ｋU(xiǎn)的業(yè)務(wù)場(chǎng)景十分符合NLP的技術(shù)特點(diǎn)。

作為一種由大量條款文本承載商業(yè)價(jià)值的服務(wù)，保險(xiǎn)在銷(xiāo)售、承保、客服、理賠等多個(gè)環(huán)節(jié)都需要大量的文本確認(rèn)和自然語(yǔ)言溝通，這些場(chǎng)景可以利用NLP進(jìn)行文本智能標(biāo)注，輸出帶標(biāo)簽的參考結(jié)果。

例如NLP可以像人工核保師一樣，理解體檢報(bào)告中的人體健康信息和疾病發(fā)生概率的情況。

以下是專訪的完整內(nèi)容，雷鋒網(wǎng)做了不改變?cè)獾木庉嫛?/strong>

價(jià)值導(dǎo)向的保險(xiǎn)NLP

雷鋒網(wǎng)：近期企保科技為水滴保險(xiǎn)商城提供了NLP語(yǔ)音機(jī)器人，這個(gè)項(xiàng)目是怎樣的情況，Aimi機(jī)器人對(duì)水滴有什么作用？

龐文君：目前企保和水滴的合作已經(jīng)超過(guò)大半年。水滴無(wú)論是用戶量、還是保費(fèi)規(guī)模，都是全球最大互聯(lián)網(wǎng)保險(xiǎn)平臺(tái)，用戶量已經(jīng)超過(guò)6億，而企保為水滴構(gòu)建的正是全量服務(wù)的保險(xiǎn)機(jī)器人，覆蓋所有業(yè)務(wù)模式。

具體效果來(lái)說(shuō)，對(duì)人工的替代率可以達(dá)到90%。這代表100個(gè)問(wèn)題里面，機(jī)器人處理90個(gè)以上，需要人處理的不到10個(gè)。

過(guò)去對(duì)于NLP機(jī)器人效果判定存在很大的誤區(qū)，只看重了準(zhǔn)確率和召回率。

但保險(xiǎn)作為一種復(fù)雜、鏈條長(zhǎng)的生態(tài)體系，不應(yīng)該只看重準(zhǔn)確率，以人類(lèi)工作來(lái)看，只做簡(jiǎn)單重復(fù)的工作，怎么會(huì)代表能力的高低。NLP的價(jià)值應(yīng)該更看重具體的工作范圍和能力寬廣程度。

雷鋒網(wǎng)：這么多保險(xiǎn)NLP公司，為什么水滴保險(xiǎn)商城最終選擇了企保，背后有怎樣的原因？

龐文君：企保是所有NLP公司中，唯一只聚焦保險(xiǎn)領(lǐng)域的企業(yè)。從行業(yè)痛點(diǎn)出發(fā)找解決方案，而不是拿著錘子到處找釘子。

這個(gè)特點(diǎn)決定對(duì)于客戶的落地成本和調(diào)整區(qū)間是所有NLP方案中最小的，上線之后，可以按照他們現(xiàn)有的材料，學(xué)習(xí)一下就可以做到上崗，快速進(jìn)入工作狀態(tài)。

其它NLP企業(yè)提供的只是一個(gè)錘子，客戶需要根據(jù)自己需求打釘子。當(dāng)初他們接觸這種新技術(shù)是希望節(jié)省人力，但可能人力非但沒(méi)有減少，還要適配更多人來(lái)伺候這種新錘子，給它輸入問(wèn)題，編寫(xiě)答案，儼然請(qǐng)回來(lái)一個(gè)問(wèn)題寶寶。

雷鋒網(wǎng)：目前企保已經(jīng)服務(wù)國(guó)壽、人保、京東安聯(lián)、中信保誠(chéng)等眾多保險(xiǎn)企業(yè)，在哪些場(chǎng)景中有明顯的效果？實(shí)際效果到底是多好？

龐文君：保險(xiǎn)科技服務(wù)的to B行業(yè)，本身就需要深耕和長(zhǎng)期心態(tài)對(duì)待。因?yàn)閳?chǎng)景非常復(fù)雜，光險(xiǎn)種就包括意外險(xiǎn)、醫(yī)療重疾險(xiǎn)，旅游險(xiǎn)、車(chē)險(xiǎn)、壽險(xiǎn)、團(tuán)險(xiǎn)、年金理財(cái)?shù)鹊?。每個(gè)險(xiǎn)種面向的用戶群和服務(wù)模式都完全不同，但都是依據(jù)ROI（投資回報(bào)比），希望花更少的錢(qián)，辦更多的事。

每個(gè)NLP機(jī)器人項(xiàng)目都需要保險(xiǎn)機(jī)構(gòu)投入時(shí)間、采購(gòu)、上線、維護(hù)等成本，這些方面企保NLP產(chǎn)品的ROI，都已經(jīng)達(dá)到客戶要求。

雷鋒網(wǎng)：這么多服務(wù)里面，對(duì)哪一次NLP上線場(chǎng)景印象最深刻。

龐文君：和i云保的合作就非常明顯，上線NLP機(jī)器人種類(lèi)超過(guò)100種。而且這一百個(gè)項(xiàng)目，并不是從1到100的復(fù)制，包括不同類(lèi)型的機(jī)器人例如營(yíng)銷(xiāo)類(lèi)的、促活類(lèi)的、服務(wù)類(lèi)的等多種場(chǎng)景。

每種業(yè)務(wù)都有完全不一樣的目標(biāo)，也就需要完全不同的機(jī)器人，為了這個(gè)項(xiàng)目，企保對(duì)業(yè)務(wù)部門(mén)進(jìn)行重組，單獨(dú)按照每個(gè)機(jī)器人項(xiàng)目成立單獨(dú)的項(xiàng)目組，垂直管理、垂直負(fù)責(zé)，這個(gè)項(xiàng)目持續(xù)了很久。

保險(xiǎn)NLP的三重門(mén)

雷鋒網(wǎng)：很多風(fēng)險(xiǎn)控制，更多是靠人的經(jīng)驗(yàn)判斷。您認(rèn)為人工和智能，哪個(gè)更重要？現(xiàn)在智能應(yīng)用不好的情況，是否沒(méi)有對(duì)人的經(jīng)驗(yàn)充分吸收而導(dǎo)致的？

龐文君：沒(méi)有什么經(jīng)驗(yàn)是AI不可以吸收的，智能沒(méi)有達(dá)到和人同樣的效果，一定是沒(méi)有充分轉(zhuǎn)化人的經(jīng)驗(yàn)。

時(shí)代角度來(lái)看，今天還沒(méi)有進(jìn)入到強(qiáng)智能的時(shí)代，僅僅能依靠AI做一些輔助性工作，還完全無(wú)法獨(dú)立出來(lái)，所以人和智能的對(duì)比一定是偽命題。

雷鋒網(wǎng)：市場(chǎng)上是否存在，算法專家在沒(méi)有充分吸收人工經(jīng)驗(yàn)，就直接讓產(chǎn)品吸收大量數(shù)據(jù)，追求數(shù)據(jù)為王的情況？

龐文君：這個(gè)現(xiàn)象普遍存在，AI保險(xiǎn)領(lǐng)域，很多企業(yè)都在標(biāo)榜自己是數(shù)據(jù)驅(qū)動(dòng)的人工智能公司。

但從企保應(yīng)用NLP的情況來(lái)看，AI的價(jià)值來(lái)源于真實(shí)的業(yè)務(wù)場(chǎng)景，沒(méi)有知識(shí)圖譜的數(shù)據(jù)是沒(méi)有價(jià)值的，直接追求數(shù)據(jù)為王，最終一定會(huì)停留在假象和外圍，也就無(wú)法滿足行業(yè)的知識(shí)和邏輯，企保的做法就是知識(shí)引導(dǎo)+數(shù)據(jù)驅(qū)動(dòng)。

雷鋒網(wǎng)：保險(xiǎn)是AI落地的重要方向，但有專家認(rèn)為，很多場(chǎng)景根本用不到復(fù)雜機(jī)器學(xué)習(xí)模型，一個(gè)簡(jiǎn)單決策樹(shù)或基礎(chǔ)統(tǒng)計(jì)模型就能解決，您怎么看？

龐文君：保險(xiǎn)本身難度和挑戰(zhàn)都非常高，簡(jiǎn)單決策樹(shù)的概念一定會(huì)被率先否掉。我們?cè)趯?shí)踐中發(fā)現(xiàn)，每種業(yè)務(wù)場(chǎng)景中，按照數(shù)據(jù)類(lèi)型去完成作業(yè)的輸入、輸出模型，可能就需要幾十種模型，所以決策樹(shù)是根本沒(méi)法用的。

簡(jiǎn)單決策樹(shù)最明顯的例子就是智能保顧，在16、17年所有互聯(lián)網(wǎng)保險(xiǎn)平臺(tái)，乃至眾安、太平洋等險(xiǎn)企都做了嘗試，但發(fā)展一直都不好，實(shí)際根本沒(méi)有客戶愿意用，也解決不了問(wèn)題，以至于現(xiàn)在很少提這種概念。

雷鋒網(wǎng)：AI保險(xiǎn)應(yīng)用中，出現(xiàn)這么多噱頭場(chǎng)景，背后的原因是什么？

龐文君：保險(xiǎn)領(lǐng)域是需要人力，場(chǎng)景非常復(fù)雜的行業(yè)，這個(gè)行業(yè)對(duì)于AI一定存在很多的需求，但并不代表處處是藍(lán)海，把AI拿過(guò)來(lái)，就能生根發(fā)芽。

像簡(jiǎn)單決策樹(shù)這種觀點(diǎn)，就是因?yàn)楦粜羞M(jìn)入保險(xiǎn)創(chuàng)業(yè)的技術(shù)專家，很難找到真正價(jià)值點(diǎn)，就會(huì)趨向利用簡(jiǎn)單決策樹(shù)尋找馬上出效果的需求，但最后發(fā)現(xiàn)，做出的產(chǎn)品根本沒(méi)有任何價(jià)值，也就成為了噱頭。

雷鋒網(wǎng)：像企保的NLP研發(fā)和應(yīng)用中，經(jīng)常要碰到大量文本數(shù)據(jù)，是否也會(huì)出現(xiàn)，數(shù)據(jù)過(guò)于多元、過(guò)擬合的情況。噪聲數(shù)據(jù)過(guò)多直接影響結(jié)果。這個(gè)問(wèn)題通常有哪些解決方法？

龐文君：數(shù)據(jù)過(guò)擬合和噪音數(shù)據(jù)過(guò)多是企保研發(fā)中經(jīng)常碰到的情況，產(chǎn)品里面包含上百個(gè)模型，偶發(fā)肯定會(huì)有，但是整體性從沒(méi)出現(xiàn)。如果所有模型都出現(xiàn)這種情況，說(shuō)明產(chǎn)品對(duì)于場(chǎng)景的定義是失敗的。

雷鋒網(wǎng)：16、17年那個(gè)階段，大量的學(xué)術(shù)型創(chuàng)業(yè)者跟隨AI保險(xiǎn)熱度進(jìn)入這個(gè)行業(yè)，現(xiàn)在資本退卻之后，這些企業(yè)的發(fā)展趨勢(shì)都比較差，您怎么看待這種現(xiàn)象？

龐文君：自己非常不看好非保險(xiǎn)的純技術(shù)創(chuàng)業(yè)，不理解自己要解決的問(wèn)題，就一定會(huì)出現(xiàn)大炮打蒼蠅、殺雞用牛刀。技術(shù)僅僅是工具，解決的問(wèn)題不僅要是痛點(diǎn)，還要存在巨大商業(yè)價(jià)值。

對(duì)于技術(shù)型創(chuàng)業(yè)者，很容易陷入方法論，拿著錘子到處找問(wèn)題，但是往往解決問(wèn)題都價(jià)值有限，很快就會(huì)出問(wèn)題，浪潮退卻之后，一定就能發(fā)現(xiàn)誰(shuí)在裸泳。

NLP稱王

雷鋒網(wǎng)：在AI保險(xiǎn)應(yīng)用里面，NLP有怎樣的優(yōu)勢(shì)？

龐文君：保險(xiǎn)行業(yè)區(qū)別于其他行業(yè)最大的一個(gè)特點(diǎn)，是一種由大量條款文本承載核心商業(yè)價(jià)值的服務(wù)，其所有涉及的工作角色（咨詢、銷(xiāo)售、核保、核賠）都是基于對(duì)條款材料、規(guī)則文書(shū)對(duì)于客戶語(yǔ)言的學(xué)習(xí)和理解以及回應(yīng)。

以文本為例，用戶購(gòu)買(mǎi)保險(xiǎn)之后，獲得的就是一本二三十頁(yè)難以理解的合同。甚至有的保險(xiǎn)公司老板都在講，里面的條款，自己都看不懂。

而且，保險(xiǎn)行業(yè)還經(jīng)常需要做雙向選擇，并不是所有人都能買(mǎi)保險(xiǎn)，也不是所有人都能獲得理賠，場(chǎng)景和NLP的技術(shù)特點(diǎn)高度一致。

雷鋒網(wǎng)：相比于NLP，為什么像計(jì)算機(jī)視覺(jué)、核保AI等在保險(xiǎn)中的實(shí)際價(jià)值有限？

龐文君：計(jì)算機(jī)視覺(jué)技術(shù)本身并不是不好，在保險(xiǎn)行業(yè)的身份證識(shí)別等簡(jiǎn)單文本場(chǎng)景，已經(jīng)有很好的應(yīng)用。

不好的問(wèn)題就出現(xiàn)在復(fù)雜文本數(shù)據(jù)，對(duì)于保險(xiǎn)托管、醫(yī)療票據(jù)、理賠文件，一直都沒(méi)有達(dá)到保險(xiǎn)公司的要求，用起來(lái)確實(shí)沒(méi)啥價(jià)值。

未來(lái)解決途徑應(yīng)該是和NLP結(jié)合在一起，像醫(yī)院的體檢報(bào)告，可以在OCR識(shí)別之后，可以利用NLP解讀背后的醫(yī)療意義，并給出結(jié)論，這種結(jié)果對(duì)于保險(xiǎn)公司，肯定是有意義的。

雷鋒網(wǎng)：在發(fā)展路徑上NLP和其他AI技術(shù)，有什么不一樣的地方。

龐文君：AI已經(jīng)在保險(xiǎn)領(lǐng)域發(fā)展了幾年時(shí)間，市面上的保險(xiǎn)科技企業(yè)也都表示自己是AI，很難找到和AI沒(méi)有關(guān)系的企業(yè)?，F(xiàn)在資本市場(chǎng)也在嚴(yán)重的下滑。

但NLP相對(duì)于其他AI技術(shù)，無(wú)論認(rèn)知還是落地都會(huì)晚一些，在2018年以后才被大家所了解，一些有創(chuàng)新精神的險(xiǎn)企開(kāi)始應(yīng)用智能客服，但這都是第一代智能客服。

在2019年之后，這些第一代、第二代所謂的智能客服暴露出很大的問(wèn)題，最后的效果和客戶最初的期望完全不一樣。很多客戶都在講AI并不智能，期望值已經(jīng)下降。

雷鋒網(wǎng)：對(duì)于AI保險(xiǎn)的落地應(yīng)用上，為什么更多人看重營(yíng)銷(xiāo)環(huán)節(jié)？

龐文君：保險(xiǎn)成本的鏈條里面也主要分三塊，營(yíng)銷(xiāo)、運(yùn)營(yíng)和理賠端。而其中占比最高的就是銷(xiāo)售環(huán)節(jié)。而且保險(xiǎn)行業(yè)銷(xiāo)售傭金相對(duì)非常高，部分險(xiǎn)種甚至把100%保費(fèi)作為傭金，所以就是利益導(dǎo)向。

不聊AI，只談業(yè)務(wù)

雷鋒網(wǎng)：NLP相比其他AI保險(xiǎn)技術(shù)，無(wú)論是應(yīng)用還是建立明確的觀念都是比較晚的過(guò)程。對(duì)于不太懂AI的客戶，企保從16年開(kāi)始是怎樣一步步教育客戶認(rèn)可NLP的價(jià)值？

龐文君：創(chuàng)業(yè)之前自己在保險(xiǎn)行業(yè)已經(jīng)有了一定的基礎(chǔ)，但創(chuàng)業(yè)之后，真的還是從頭開(kāi)始一家一家去碰、去溝通，到現(xiàn)在我自己溝通的企業(yè)已經(jīng)超過(guò)幾百家。

具體情況按照時(shí)間節(jié)點(diǎn)來(lái)看，2017年、2018年還要不斷講AI技術(shù)，我們的差異在哪里，讓客戶了解AI，去布道；

2019年產(chǎn)品細(xì)分好之后，開(kāi)始談適用，按照對(duì)方業(yè)務(wù)場(chǎng)景，推薦相應(yīng)適用產(chǎn)品；

到現(xiàn)在，和客戶溝通中已經(jīng)幾乎不談AI，只談業(yè)務(wù)。主要就是因?yàn)樽尶蛻襞袛嗾鍭I和假AI會(huì)很難，也不懂AI技術(shù)，但他一定熟悉和理解自己的業(yè)務(wù)場(chǎng)景，知道痛點(diǎn)和問(wèn)題在哪里，知道怎樣的效果有作用，直接告訴他我們產(chǎn)品能解決什么問(wèn)題，怎么幫到他們，效果非常好。

雷鋒網(wǎng)：這種最開(kāi)始就接觸NLP機(jī)器人的客戶，受到很多挫折的用戶，是否存在之前產(chǎn)品這么爛，后來(lái)有很強(qiáng)排斥心理的情況？

龐文君：NLP在保險(xiǎn)行業(yè)的出現(xiàn)，已經(jīng)不再是一天、兩天，很多保險(xiǎn)客戶，過(guò)去都接觸過(guò)一代、二代老的智能客服產(chǎn)品，可以說(shuō)是深受其苦。

使用企保產(chǎn)品之前，確實(shí)有很多客戶有先入為主的排斥心理，覺(jué)得AI都是挺爛的。但使用企保產(chǎn)品之后，往往就會(huì)喜出望外，原來(lái)受傷越深的客戶，對(duì)于AI的認(rèn)可度會(huì)越高，他們很容易就會(huì)體會(huì)到其中的反差和價(jià)值。

雷鋒網(wǎng)：在逐漸摸索的過(guò)程中，遇到客戶方使用企?？萍嫉漠a(chǎn)品體驗(yàn)不太理想，客戶方通常情況下會(huì)怎么做？

龐文君：客戶永遠(yuǎn)都希望機(jī)器人達(dá)到100%，覺(jué)得機(jī)器人應(yīng)該比人厲害。有一次我們和客戶做介紹，客戶看了機(jī)器人效果，直接就表示這個(gè)問(wèn)題我也可以回答，他已經(jīng)把自己跟機(jī)器人去比較了。

機(jī)器人肯定會(huì)有答錯(cuò)的情況，在客戶介紹中，我們也會(huì)首先和客戶講，現(xiàn)在不是強(qiáng)AI的時(shí)代，不是直接把文件丟給機(jī)器人，就可以把所有保費(fèi)都賺回來(lái)，所有服務(wù)和銷(xiāo)售就都完成了，這種情況一定是想得美。現(xiàn)在保險(xiǎn)企業(yè)也在逐漸明白，八成以上就可以達(dá)到要求。

雷鋒網(wǎng)：對(duì)于體驗(yàn)不好的情況，企保過(guò)去有怎樣的應(yīng)對(duì)措施？

龐文君：介紹的一個(gè)目標(biāo)就是不要讓客戶先想的美，機(jī)器人雖然會(huì)答錯(cuò)，但我們會(huì)保證企保機(jī)器人的表現(xiàn)在業(yè)內(nèi)是最好的，也會(huì)鼓勵(lì)客戶將產(chǎn)品和其他家做對(duì)比。

而且對(duì)于機(jī)器人，測(cè)試中答對(duì)或答錯(cuò)幾個(gè)問(wèn)題都沒(méi)有任何實(shí)際意義，在大范圍、大規(guī)模的工作量情況下，才能體現(xiàn)其實(shí)際水平。我們?cè)诔跗诘捏w驗(yàn)、測(cè)試環(huán)節(jié)，一定會(huì)把量級(jí)、場(chǎng)景逐漸放寬、放廣，客戶會(huì)很容易建立起正確的認(rèn)知。

此外介紹中我們往往會(huì)直接講機(jī)器人的使用方法。因?yàn)檎Z(yǔ)音機(jī)器人，廣泛應(yīng)用很多不同的業(yè)務(wù)場(chǎng)景，如果最開(kāi)始沒(méi)有培訓(xùn)好，客戶之后一定無(wú)法發(fā)揮AI的效用，也就會(huì)產(chǎn)生失望情緒。

格局已經(jīng)形成

雷鋒網(wǎng)：在保險(xiǎn)行業(yè)內(nèi)已經(jīng)有一份非常有前景和體面的工作，為什么還要出來(lái)創(chuàng)業(yè)，而且還選擇了保險(xiǎn)AI？

龐文君：在16年到17年這個(gè)時(shí)間段，AI在保險(xiǎn)行業(yè)的熱度逐漸升高，而自己當(dāng)時(shí)在Willis已經(jīng)做到亞洲區(qū)最年輕的總監(jiān)。當(dāng)時(shí)創(chuàng)業(yè)也很不被支持，很多人都問(wèn)我，為什么要放棄這么有前途的工作，折騰自己。

自己經(jīng)手的保險(xiǎn)案子中，發(fā)現(xiàn)很多甚至超過(guò)10個(gè)億美金的案例，中間許多簡(jiǎn)單、重復(fù)性的工作都是人力在完成。

保險(xiǎn)行業(yè)雖然規(guī)模很大，但I(xiàn)T化非常落后，不僅是國(guó)內(nèi)這些互聯(lián)網(wǎng)保險(xiǎn)公司，即使像英國(guó)Willis、美國(guó)Aon的世界500強(qiáng)也是這樣。

自己學(xué)的就是人工智能，在保險(xiǎn)行業(yè)摸爬多年之后，就開(kāi)始思考解決這些問(wèn)題的技術(shù)路徑和框架，之后就出來(lái)了。

雷鋒網(wǎng)：在AI保險(xiǎn)創(chuàng)業(yè)過(guò)程中，什么是在創(chuàng)業(yè)之后才看到事情的本質(zhì)？

龐文君：NLP作為一種通用型技術(shù)，自己在創(chuàng)業(yè)最早期，就非常擔(dān)心企業(yè)之間的競(jìng)爭(zhēng)情況。

但聊完200多家險(xiǎn)企，和見(jiàn)過(guò)他們應(yīng)用的NLP機(jī)器人之后，就發(fā)現(xiàn)這種擔(dān)心完全是多余的，因?yàn)榻^大部分都處于早期階段。

而且我們國(guó)家的AI保險(xiǎn)和NLP領(lǐng)域已經(jīng)走在全球最前沿，像倫敦、新加坡、臺(tái)灣等國(guó)家地區(qū)的AI并沒(méi)有我們先進(jìn)，我們招聘算法工程師的時(shí)候都有這些地方的人來(lái)申請(qǐng)，所以也很了解他們現(xiàn)在的整體水平，甚至有些還停留在收智商稅的階段，比如做100個(gè)問(wèn)答對(duì)，收100萬(wàn)。

而且中國(guó)的市場(chǎng)，有著巨量的用戶量，像水滴就有6億注冊(cè)用戶，相比之下美國(guó)只有三億人口。

雷鋒網(wǎng)：您對(duì)每年不斷涌入AI保險(xiǎn)行業(yè)的新創(chuàng)業(yè)者和優(yōu)秀技術(shù)人才有什么想說(shuō)的？

龐文君：保險(xiǎn)科技這個(gè)領(lǐng)域現(xiàn)在創(chuàng)業(yè)變得很難，資本市場(chǎng)已經(jīng)過(guò)了熱度。如果真的打算在這個(gè)行業(yè)創(chuàng)業(yè)，首先應(yīng)該有一定的經(jīng)驗(yàn)和積淀，成功率才會(huì)更高。比如現(xiàn)在重新開(kāi)始做NLP創(chuàng)業(yè)，已經(jīng)太晚了，格局已經(jīng)形成，很容易會(huì)拿不到融資。

當(dāng)然國(guó)內(nèi)保險(xiǎn)行業(yè)大方向是很好的方向，依然處于青壯年，也確實(shí)存在比較多的機(jī)會(huì)，例如保險(xiǎn)+醫(yī)療，很多藥廠都在找保險(xiǎn)機(jī)構(gòu)合作，因?yàn)樯绫Ｕ袠?biāo)的方式已經(jīng)極大壓縮藥廠的利潤(rùn)。

整個(gè)國(guó)家醫(yī)療費(fèi)用支出6萬(wàn)億，社保占2萬(wàn)億，商保只有5000億，未來(lái)藥品和醫(yī)療服務(wù)的買(mǎi)家一定是保險(xiǎn)公司，這個(gè)機(jī)會(huì)現(xiàn)在正在醞釀，BAT等巨頭也已經(jīng)開(kāi)始挖人。

其實(shí)不創(chuàng)業(yè)也不代表不能成為優(yōu)秀的人才，對(duì)于保險(xiǎn)NLP領(lǐng)域，可以來(lái)到已經(jīng)創(chuàng)業(yè)比較成熟的企業(yè)，例如我們企保，就非常歡迎人才加入。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。