法再中国李用虎：再保视角下的健康保险科技

3月19日，“健康中国 科技中国”下保险发展机遇暨第二期互联网健康险保障指数发布会（2021）在天津举行。

Bee TECH CEO、法再中国寿险市场部总经理李用虎在演讲时表示，健康科技是把双刃剑。在李用虎看来，保险很重要的一点就是解决信息不对称的问题。所有的技术都是值得尊重的，但是怎么用，这就上升到一个道德层面的问题。“健康科技对整个行业发展是双刃剑，我们作为市场主体，无论是营销端，还是做产品精算，渠道销售的管理，或是再保做风控的管理，我们怎么去让这把剑有利于行业，同时很大程度平衡消费者的利益，这是需要我们在使用技术的时候反复衡量和评估的。避免一个技术的使用反而让消费者损失，这是不长久的。如果某一个技术是让客户逆选择，或者非目标客户逆选择这也是不合理的，使用技术这种工具需要时刻警惕双刃剑，而不是没人管随意为之。”李用虎这样形容。

Bee TECH CEO、法再中国寿险市场部总经理李用虎

以下为演讲实录：

今天分享三个话题，我想从再保角度看关心承保利润，再保险更关心健康保险的应用；第二是对于整个保险行业发展，健康科技本身是双刃剑；第三讲讲再保公司在健康保险科技的实践。

我们从传统意义上说的营销渠道，保险公司和再保公司是价值链，小雨伞从第一反应来讲应该是营销渠道。营销渠道关注用户体验，也比较关心公司收入，每个企业需要对自己的营收负责。第二，中国做健康险寿险的公司，还是以利差为主。承保尤其头部保险公司影响没有那么大。再保公司主要做得是死差，因为我们很少有再保公司在中国大规模投资或者长期把客户的储备金放到在保的账户上面做投资，Balance sheet（资产负债表）在中国也是非常小的，全球可能会很大。所以价值链决定这里面谁会更关心风险对应的科技，科技有很多应用，在营销端应用，在客户服务方面应用，在风险识别、风险管理方面的应用。那么我们说健康险风险本身是保险本质，风险对应保险方面再保公司压力是最大的。

我们为了做内部报告，进行了大量地调研合作，有很多的再保公司他们都在做生态链接。Bee TECH就是从数据分析到做各种各样科技公司并购和加持，中国本土再保公司也在这方面尝试布局入局。

法再中国也大量的收购和设立子公司，比如ReMark，也是做这种数据分析偏科技营销方面，逐渐也在转型。Bee TECH设立子公司，在中国主要做健康科技，对风险有大量研发，这才是核心竞争力。我们也做了一些入股，像clover大家都听说过，对次标的人做大量的研究，有的人群买不了保险能让他们慢慢买保险，次标的人群买了保险以后做健康管理，让健康价值通过金融模式体现出来，赔付率降低，客户花钱少。为什么花钱少？就是更健康了，这就是本质。再保公司在整个健康管理方面，尤其风险方面是非常关注的。

但是健康科技带来一些不确定性，举一个例子，癌症早筛技术，把个人未来得癌症风险识别出来。这会出现一些问题，到底是好还是不好？从老百姓角度讲癌症早筛技术会使他们的健康得到提升，会出现一个选择，这方面做管理还是不做管理是个人的选择。但是早期癌症识别出来了，所以治愈率是有提升的，对社会是肯定有价值的。对保险来讲就会面临一些问题，现在哪家大的保险公司让自己客户敢去做早筛，早筛完就理赔，所以重大疾病导致保险公司识别出来市场有这样健康科技手段他们不敢用，所以是很奇怪的事情，对客户是好的但是不敢用。

长期医疗这是另外一个产品形态，长期医疗压力很大，因为大家对未来赔付不确定压力很大。把早期筛查技术用进来，那么保险公司是愿意的，早发现出来早治疗成本低要报销的，对长期赔付下降是有好处的。从这个角度讲愿意提供，如果这家公司卖的方法是卖一个重疾险再卖一个长期医疗险决策就难了，如果是两个事业部做的问题就更大了，这里面有很多问题。有些公司医疗险归健康子公司做，科技险归寿险子公司做，怎么协调很复杂。一旦大量使用CI到底是资产还是负债就不好说了。

刚才我们举的只是一个例子，是癌症早筛或者基因技术都是一个逻辑。现在市场出现更流行的做法，癌症早筛或者基因是一个问题。现在市场出现一个问题大数据，现在做什么？现在识别一个人得重大疾病风险，可以做很多预测，预测出来之后，也是保险公司去做预测，假如说市场有的供应商让客户去预测怎么办？假如说开发一个工具每个客户填一下自己未来五年未来十年得重大疾病或者癌症发生率风险，变成客户端使用工具对保险行业进行选择，那么大数据预测这种工具风险预测到底是好还是不好？你从老百姓角度讲肯定是好，更早知道自己风险，可以提前做大量的应对。但对保险行业来讲是灾难，这就是信息不对称，保险很重要一点信息不对称才需要做核保和风控。一旦对称就不好，不能光选好的风险，这是一个比较大的问题。一旦客户使用了，保险行业也受不了。现在譬如说肺小结节一查出来，客户先发现，没在大的医疗机构留下记录，可能对保险公司产生一个逆选择。数据是中性的，并汪是说大数据技术就是坏的工具，所有技术都是值得尊重的，最核心是公司怎么用，监管怎么管，这才是上升到道德层面的另外一个纬度。

我们这里面提出来健康科技对整个行业发展是双刃剑，我们作为市场主体，无论是营销端，还是保险公司，做产品精算，渠道销售的管理，还是我们再保作风控的管理，我们怎么去把这把剑有利于行业，同时很大程度平衡消费者的利益，这需要我们在使用技术的时候反复衡量和评估。避免一个技术的使用反而让消费者损失，这是不长久的。如果某一个技术是让客户逆选择，或者非目标客户逆选择保险公司，这也是不合理的，使用技术这种工具需要时刻警惕双刃剑，不能说技术发展就没人管。

我们谈人工智能大数据谈了好多年，真正去一些场景看时候，发现很多概念层面的东西真正去落地的时候，只是个模型，放在边上没有人碰。我们想往前走一小步，真的让他落地产生价值，所以我们当初做了这个模型，就做这个东西还是蛮有意思。其中有两个逻辑：

1. 数据在哪？就在哪放置模型。

2. 放置模型目的不是模型本身，是为了解决问题。

有两个模型的逻辑，解决问题很容易，我们说大数据人工智能找算法师很容易，能不能整合起来，是需要公司战略投入的，各家公司把核心业务的数据能够打通这就很难。数据打通以后找数据工程师直接做，是做不出来，要有一些真正在业务端懂业务，譬如核保人员加入进去才能做出来核保引擎，光有算法、工程师是不行。有了这个算法工程师加业务人员最重要，第一要解决什么问题，很多人做，每个人有不同想法，两个项目成员想法不一样，最后肯定做不出好的产品。重要的是要解决什么问题。我们第一代做的时候有很多随访数据，做运动、心率、睡眠时间跟癌症发生率、疾病发生率还有死亡率相关，这个数据怎么采集？就是通过腕表。不能把很多概念只提出来不落地，不落地没有意义，落地之后也要循环迭代才有意义。至少说在IOT在健康险领域里面往前走了一步，当然不只是说调一个微信步数，要做多一点研发，也是对行业的贡献，不能光是概念。