返回首页
2026.07.20 00:37 约 8 分钟 AI 9,117 阅读

经纪人的优势:人工智能如何最终冲击保险业这一最古老的行业

QED Investors 公司美国业务负责人、合伙人阿米亚斯·杰雷蒂撰文。

在近十年的时间里,风险投资大量涌入保险行业,其背后的基本理念很简单:保险是一种基于数据进行的匹配业务,而这种匹配工作应当由软件来承担。

不过,最成功的保险经纪初创公司其实并非某家保险科技企业,而是瑞安特色菜公司(RYAN)。这家公司由拥有 60 年行业经验的帕特里克·瑞安创立,他将自己的成功归功于良好的人际关系。当然,我们并非要贬低古斯黑德公司(GSHD),那也是一家很出色的企业,其企业价值在过去几年里一直在 10 亿美元到 60 亿美元之间波动。新前沿公司也曾以 10 亿美元的价格被惠勒塔沃森集团(WTW)收购。但与如今市值已达 90 亿美元的瑞安特色菜公司相比,这两家公司都显得相形见绌。

Ryan Specialty 是一家批发经纪公司,充当着零售保险代理人与保险承保商之间的桥梁。它的业务重点在于超额和剩余风险保险市场——那属于标准承保体系之外的保险业务领域,专门处理那些对传统承保商而言过于新颖、复杂或面临极高灾难风险的险种。这类险种包括商业货运车队、冒险运动、大型工厂、危险化学品,甚至是面积极大的住宅等,凡是不符合标准承保准则的险种都在其服务范围之内。

Ryan 公司的 CEO 早年曾是一名高尔夫球手,其个人简介中至今仍记载着他在高尔夫领域的优异成绩(公平地说,这些成绩确实相当出色)。那么,人工智能能否最终取代高尔夫运动的优势呢?或者正如该公司的一位创始人所说,人工智能将会取代这一过程中的每一个环节,最终只留下高尔夫运动本身。

瑞安特色菜现象

要理解当前正在发生的变化,首先就得认识到 E&S 保险经纪市场规模之大、利润之高。该市场的保费从 2000 年的 120 亿美元增长到 2024 年的 1300 多亿美元,复合年增长率高达 10.6%,几乎是同期传统保险市场 3.8%增长率的三倍。由于气候风险、网络责任、自主系统以及各类新技术产品的出现,世界正变得越来越复杂,而 E&S 市场也在持续扩大。

Ryan Specialty 处于这一变革的核心位置。该公司 78%的保费收入都来自 E&S 保险市场,业务范围涵盖批发经纪、承保授权以及承保管理,同时还以承接那些无法用标准条款覆盖的风险而著称,从而建立了自己的独特优势。2024 年该公司的营收为 25 亿美元,增长了 21%;2025 年的营收则上升至 30.5 亿美元,增幅同样为 21%。得益于运营效率的提升,2024 年的净收入达到了 2.3 亿美元,同比增幅高达 277%。这显然是一家尚未受到技术变革显著影响的企业。

然而,市场似乎已开始担忧。自 2025 年 4 月触及 52 周高点 75.93 美元以来,RYAN 的股价已下跌超过 50%,且呈现持续下滑的趋势。该公司宣布了一项名为“Empower”的三年期重组计划,目标是为公司每年节省 8000 万美元的成本。其执行董事长特意向投资者表示:“我们将人工智能视为盟友,而非对手。”当一家企业不得不如此强调时,通常意味着市场并不认同它的观点。

人工智能带来了哪些变化——为何恰在如今

人工智能将会改变每一个行业,这种说法早已是陈词滥调;真正的关键问题不在于它是否可行,而在于如何实现。

在 QED,我们常把人工智能比作炼金术——它能够自动处理那些原本无法自动化处理的任务。过去 15 年里,金融科技虽承诺带来数字化转型,但实际上大多只是实现了网页表单的形式。虽说这比纸质表格要好,但终究并非我们所期望的那样。我认为正因如此,超额与溢出保险领域才一直保持着吸引力,却又显得遥不可及。

我们投资组合中的证据:三大信号

过去几年里,我们所进行的各项投资共同勾勒出了保险行业的发展方向。通过独有的数据与人工智能的结合,我们能够以传统市场无法比拟的速度、规模和精准度来提供保险保障。

Kin:当传统市场不再适用时

我们投资 Kin 的初衷在于:气候变化已经打破了某些地区传统家庭财产保险所依赖的精算假设。在佛罗里达州、路易斯安那州和加利福尼亚州,由于定价模型无法适应不断变化的风险环境,多家大型保险商已退出该市场或大幅缩减承保业务。

Kin 的策略是直接面向消费者,并从一开始就建立数据优势。与 Capital One 一样,Kin 也秉持这样的信念:所谓“高风险”领域其实是掌握正确数据及分析方法的机遇,而非应该回避的领域。

Kin 并未依赖传统的精算表,而是收集与房屋相关的各类数据——如屋顶材料、海拔高度、距洪水区的距离、建筑类型以及翻新历史等——并据此根据每户房屋的实际风险状况来制定保费,而非仅依据邮政编码。该公司的核心产品是家庭保险,通常以正式承保商的身份开展业务;但在某些情况下,为了为易发火灾的地区提供保障,具备提供极端天气及灾害保险的灵活性就显得极为重要。不过,驱动 Kin 业务发展的核心理念其实也适用于整个极端天气及灾害保险领域,即为那些传统市场无法覆盖的人群提供服务。

结果便是:Kin 已发展成一家价值 20 亿美元的公司,其保费收入超过 6 亿美元。它能够为传统保险市场不愿承保的房屋提供保险服务并实现盈利,而且其定价能够准确反映实际风险状况,而非仅依据县级平均水平来定价。

Tint:当嵌入式数据改变产品形态时

我们对 Tint 的投资着眼于另一个维度:当保险产品被内置到能够生成有关潜在风险的高价值专属数据的平台中时,将会出现怎样的变化?

Tint 为交通、租赁及共享经济领域的各类平台提供嵌入式保险基础设施服务。他们认为,与自己合作的这些平台比任何传统保险公司都更了解相关风险——共享汽车平台掌握着驾驶员的出行记录、车辆状况、使用习惯以及事故历史;租赁平台则了解物品的状况以及租户的行为表现。传统保险公司将这些信息视为不可知的“黑箱”,而 Tint 则能将其转化为用于核保的有用数据。

对于 Tint 而言,部分数据优势可以通过传统的自动化手段获得,但每种情况下数据、风险与平台之间的匹配都需要量身定制,而正是这种定制化能力让人工智能发挥了作用,从而打开了全新的市场。例如,Tint 为 Turo 这样的平台、Guesty 这类房屋租赁专用软件,以及那些专门从事汽车运输业务的经纪人群体提供服务。这些截然不同的市场都需要对保险产品、风险评估和承保流程进行大规模定制,而没有人工智能的话,这是根本无法实现的。

当机器人失控时:下一个发展前沿

2024 年,我写过一篇文章,探讨我认为最值得关注的新兴保险问题之一:自动驾驶系统与机器人的责任问题。当自动驾驶汽车引发事故,或是基于人工智能的医疗设备做出错误判断,又或者自主施工机器人损坏建筑物时,该由谁来承担责任?这个问题的答案目前尚不明朗,而这种不确定性本身便蕴含着巨大的市场机遇。

这无疑属于过度与溢出保险的典型问题。这类风险十分新颖,难以用历史数据来建模,而且需要那种在标准保险条款中并不存在的保障形式。如今能让这些问题得以解决的因素,也正是让所有这些机遇成为可能的因素:人工智能能够分析自主系统中的故障模式,整合实时事故数据,并以五年前无法实现的速度和精度来评估风险。相应的保障方案将是定制化的,相关数据将为企业所有,而定价则会是动态变化的。这就是过度与溢出保险市场的真实面貌,未来将由那些从一开始就运用基于人工智能的架构来运营的公司来打造这个市场。

核心观点:将未来提前到来

这三类信号所呈现的规律如出一辙:传统保险市场在为新风险定价、整合新数据以及设计新产品方面动作迟缓。正是由于传统行业无法快速适应,才有了环境与灾难保险市场。正因如此,人工智能与环境与灾难保险领域才如此值得关注。随着人工智能不断渗透到金融服务领域,其带来的将是更加灵活的风险转移机制、更少的保障缺口,以及从行为到风险之间更为紧密的反馈循环。

此前试图将环境与意外保险以及商业保险自动化的尝试,都因那些难以处理的异常案例而失败,这些问题也曾阻碍大规模机器人流程自动化的发展。在人工智能出现之前,相关软件仍要求所有情况都必须符合既定框架,因此初创企业只能选择那些异常案例较易被处理的细分市场,或那些差异不太重要的小型保险产品。

我们的假设是,人工智能的强大功能能够将这种基于数据、流程和承保结果的逻辑大规模地应用起来。通过在每一个环节都融入推理与智能,定制服务就不再需要局限于小规模操作。

市场格局:专为人工智能设计的环境与灾害保险科技企业

该生态系统尚处于起步阶段,但已有一批企业开始为专业保险及环境与安全保险领域构建基于人工智能的基础设施。

目前的竞争态势,其实是那些运用人工智能来提升现有业务分发能力的传统保险商,与那些凭借创新思维和先进技术实现快速发展的 AI 原生初创企业之间的经典对决。不过,在业务生产与分发之间还存在另一个值得关注的问题:这些 AI 原生型的保险商是否真的还需要经纪人?是否会出现一种保险交易平台,让所有消费者都能轻松购买到各类保险产品?又或者,这些 AI 原生的经纪人会选择依赖传统保险商,还是直接与再保险商合作,从而设计出更符合客户需求的保险产品并为其定价?

我们对这一行业格局的看法如下:

经纪人的优势:人工智能如何最终冲击保险业这一最古老的行业

我们正在关注的领域

20 年来,环境与灾害保险经纪市场一直堪称金融服务领域中默默无闻的巨头——它持续发展、稳步增长,如今更已取得显著的商业成功。Ryan Specialty 的成就充分证明了深厚的专业素养能够成为支撑其发展的坚实壁垒。

开始。准确的价格。恰当的保障范围。这正是该行业的核心目标,而人工智能则是保险史上首项真正能够同时实现这三点的技术。

了解 RecodeX-立足新加坡,洞察全球 AI 的更多信息

立即订阅以继续阅读并访问完整档案。

继续阅读