隨著無人機應用日趨廣泛，保有量一路走高，無人機保險業也開始加速成長。目前，雖然這一業態還處于萌芽期，但是其展現的巨大潛力無疑值得市場關注。

大數據驅動的風險評估無人機保險的下一個拐點？

科技正在逐漸擺脫人們對保險固有的印象，尤以車險為代表的保險業變革早已開始。其實在無人機保險領域，也有人試圖用科技做出改變。只是無人機保險尚處于雛形期，一點點的科技變革還不足以掀起太大的水花，也難以引起人們的關注。但是這并不到代表不值得關注。

公開數據顯示，2016年全球保險科技初創公司交易173筆，融資16.9億美元，同比上升42%。2017年以來，保險科技的話題也是只增不減，熱度居高不下。

到底什么是保險科技，《中國保險科技發展白皮書2017》給了個參考，它指出保險業可與10項科技結合，包括區塊鏈技術、人工智能、物聯網、云計算、大數據、車聯網、無人駕駛汽車、無人機、基因檢測和可穿戴設備。

其中，大數據被認為是推動保險行業變革的一項重要技術。

初探無人機保險大數據

2016年宇辰網曾報道過一則新聞，講的是美國無人機保險創業企業Verifly發布了一款APP，它以用戶為中心，設置一個半徑為0.25英里的圓，作為保險的有效覆蓋范圍。APP自建有地理數據庫，且能掌握天氣信息，它會基于綜合因素給出報價，按小時收費。

時隔一年多以后，另一家英國創業企業Flock也推出了類似的APP，主打概念是“隨飛隨付費的無人機保險(Pay-as-you-flydroneinsurance)”，同樣是基于綜合情況，給出報價，按小時收費。

Verifly應該算是行業首創，作為第一個吃螃蟹的人，當時并未引起太大關注。而伴隨著其他后來者也開始投身這一業務，“無人機保險+大數據”這一組合，或許值得我們去仔細審視。

根據Flock的軟件應用FlockCover的頁面介紹，“價格取決于風險，飛得越安全，收費越低。”具體而言，影響價格的因素有四個，分別是：駕駛員情況(Operatorprofile)、環境數據(Environmentaldata)、超本地化天氣狀況(Hyperlocalweatherconditions)和無人機詳情(Dronedetails)。

駕駛員情況包括駕駛員經驗和歷史索賠紀錄；環境數據指的是周圍建筑信息等一些地面風險；超本地化天氣如飛行地區的實時風速；無人機詳情則包括重量、最大速度、最大飛行高度等。Flock的算法會將所有這些數據轉換為一個風險度量值，風險度量值越低，收費也就越低。

而如此大量的數據收集工作是怎么做的呢？

2017年9月，Flock的保險應用推出后不久，知名雜志《經濟學人》曾寫了一篇文章介紹：“Flock的應用依賴于廣泛的數據。比如來自計算巨頭IBM的天氣預報。IBM在2015年斥資逾20億美元收購了天氣公司(TheWeatherCompany)，現在能提供精確到幾百米范圍、幾分鐘內的天氣預報。一家名為雪花(Snowflake)的軟件公司，具備追蹤全球范圍內飛機的能力，其可提供關于附近飛行器的實時信息。Flock還會考慮當地的地理環境，比如到教堂、醫院和學校的距離，以及道路和交通狀況。用戶通過應用要求投保時，應用會分析所有這些數據。除了給出報價，應用還會告訴操控員如何降低風險?！?/p>

相比于目前市面上普遍的按年收費，這種按實際使用情況報價、按小時收費的APP確實改變了無人機保險領域的游戲規則。輔以大量數據作為參考，保險定價變得精細化、定制化和人性化。

其實已是巨頭搶灘的新風口

雖然在無人機保險領域類似于Verifly、Flock的例子不多，但是“大數據”、“定制化保險”等等在整個保險領域，尤其是車險領域，并不是生詞。

其實在這里，巨頭正搶灘布局，創企也在頻頻發力。

2016年4月，愛和誼保險、豐田金融和豐田汽車三家公司在美國的子公司，攜手成立車載信息保險服務公司(TIMS)，計劃推出根據司機駕車習慣制定的車險政策。他們利用車載感應器收集信息數據，分析剎車和加速等駕駛員主觀因素引發的風險幾率，從而上調或下調下一年的保費。

2017年5月，螞蟻金服向保險行業開放首個“車險分”。其借助大數據、人工智能等技術，對車主進行精準畫像和風險分析，并量化為300分到700分不等的車險標準分，分數越高風險越低。通過該方式，驅動國內車險向精準化、人性化邁進，讓車險定價由“從車”向“從人”轉變。

2017年6月，京東金融與陽光產險達成戰略合作，整合各自在保險、科技及大數據等層面的優勢，聯合成立了“智能保險實驗室”。雙方想要通過模型算法、大數據與人工智能技術，提升現行車險定價模型預測的精準度和風險區分度，進而改變傳統車險定價方式。

除了巨頭之外，創業企業也在摩拳擦掌，在這里不再一一列舉。大數據似乎已經成為保險業的盛寵。究其背后原因，澳大利亞精算師協會(ActuariesInstitute)用一張圖直觀地做了解釋。下圖橫坐標是保險費水平，縱坐標是投保人數。在當前大數據發展不成熟的情況下，大部分客戶都被歸類為平均風險，低風險和高風險的人數少之又少，所以大部分人都是按照平均風險收費的。而未來，有了大數據支撐，很大一部分過去處于平均風險的人，將轉移到低風險或高風險，也就是從A區到B區，或者從A區到C區。

其實無論是無人機保險領域的環境大數據，還是車險領域的駕駛行為大數據，都是在試圖利用數據來驅動風險評估，進而達到定制化的目的。這種定制化，能為優質客戶提供更優惠的定價。而對于風險較高的客戶，數據驅動可以引導客戶更加關注自身的行為，從而降低事故發生幾率。

大數據發展的頂層設計

“我國在大數據發展和應用方面已具備一定基礎，擁有市場優勢和發展潛力，但也存在政府數據開放共享不足、產業基礎薄弱、缺乏頂層設計和統籌規劃、法律法規建設滯后、創新應用領域不廣等問題，亟待解決?！?015年8月，我國促進大數據發展的第一份權威性、系統性文件《關于促進大數據發展的行動綱要》出臺，明確指出了我國大數據發展中存在的問題，且肯定了大數據是推動經濟轉型發展的新動力。

為此《促進大數據發展行動綱要》提到：穩步推動公共數據資源開放。提升政府數據開放共享標準化程度，優先推動信用、交通、醫療、衛生、就業、社保、地理、文化、教育、科技、資源、農業、環境、安監、金融、質量、統計、氣象、海洋、企業登記監管等民生保障服務相關領域的政府數據集向社會開放。建立政府和社會互動的大數據采集形成機制，制定政府數據共享開放目錄。通過政務數據公開共享，引導企業、行業協會、科研機構、社會組織等主動采集并開放數據。

技術仍在進步，頂層設計也給出了戰略性指引，即使不是短時間內實現顛覆，保險大數據也可以說是前景可期。

有一種說法叫，保險科技就如金融科技的下半場。在這下半場，我們十分期待無人機保險能夠上場，再有個良好的場上表現。