人工智能AI在保险领域的应用相对较浅。保险业经过几百年的发展，保险精算已经积累大量规则性逻辑，AI只有和这些基础结合才更适合保险行业。然而当前很多技术大牛、一直追捧技术、却没有有效利用行业多年积累的经验、也没有和行业的需求结合在一起，造成依靠数据开发的风控产品，大大偏离市场的预期。保险公司们均不同程度地加大对线上数字化、智能化服务的投入，以提高用户体验，以及企业应对特殊事件的抗风险能力。
AI的评价标准
对业务有用是关键。比如理赔风控模型可以尽可能短的时间内识别出10%的异常情况，再对这10%的数据进行分析，更改参数再跑一次，从中得到5%的确定数据，最终统计效率在95%以上。统计出来的这5%数据，可以依靠精算的经验，分门别类的报告就可以完成目标。
从保险公司不同部门的诉求
核保部门目标是不能放坏人进来太多，基于既往数据和行为时间序列进行分析，并和标准值比较，最终确定差距大小。
核赔部门目标是不能让坏人得逞的太多，对不同供方需方数据，进行大规模比对，其中需要识别的数据既有需方，也有供方，也就是医疗行为和就医行为，所以比风控更加复杂。
保险精算部门的需求在于，通过AI发现普遍性风险规律，即发现被普遍关心和认可、风险不可人控、风险可被预测的保障标的。现在通过人工智能做支撑，保障标的的创新速度在逐渐加快，迭代周期逐渐缩短，甚至可以把过去联想不到的风险事件内在关联逐一发现。
知识图谱对保险业务的改善能力
基础层是人工智能产业的基础，主要是对于人类感知和行为能力的替代的硬件及软件，如传感器、AI芯片、数据资源、云计算平台等，这一套从工业时代以来，一直有着技术的传承。
应用层是整合了基础层和中间层以后，解决人类实际问题的最终产品化，是一种整合，很多企业都在做这件事，例如机器人等。
两者中间是中间层，代表着知识图谱。在底层上加入不同的知识图谱就产生不同的应用层。加上物种识别图谱，这就是智能安保;加上保险关联图谱，这就是智能保险。
人工智能体系不仅解决保险行业获客、维护、留存等问题，除此之外，还能打通客户与保险公司的交流通道，实现销售端最核心的效率和信任，这两点让保险销售真正降低成本。人工智能体系助力保险科技，不仅能打造安全合规保险风控体系，还进一步完善配套安全管理制度，大幅度提高保险科技风险预防能力，加大用户隐私信息保护力度，逐渐健全风险防范长效机制，强化保险科技创新全生命周期管理，推动保险风险管控水平迈上新台阶。
将来保险科技在人工智能方面的运用将会得到更加完善的研发体系，实现保险+科技双引擎驱动个性化的业务需求，将打造成从互联网端营销获客到线上化客户服务的闭环，实现数据驱动业务增长模式，达到资产+流通+价值的融合状态，为保险科技的发展助力。保险科技在国内具有广阔的市场前景，未来可期。
