亚希什（Yashish Dahiya）
作为一个行业，保险业始终以这样一个事实为基础：必须区分风险的好坏，并相应地定价。人们需要为最佳风险提供最佳利率，并且在众所周知事故很可能成为结果的情况下，价格必须适当地高。尽管此基本原理没有变化，但在普通业务中进行此操作的能力受许多环境因素的影响。
例如，在有数百万客户要求保险的情况下，可能需要将其细分为更广泛的范围，并采用更简单的风险区分方法，而在涉及的风险很小的情况下，则可能会全力以赴地了解每个小细节和螺栓存在。
关保险承保：迫切需要大修
相关新闻2020年预算：财政部可能会决定提高在瑞士居住的保险公司的外国直接投资，创业孵化和房地产投资：为印度人提供其他所有服务，这就是为什么印度公司的火灾保险费用在2020年可能上涨10％至50％的原因言归正传，到目前为止，至少在财产和伤亡领域，市场情况对保险公司不利。以汽车保险为例，市场主要是中间市场，而最终客户对保险人来说几乎是看不见的。
在这种情况下，区分风险的能力。因此，作为邻居的您和我，拥有相似年份的汽车，尽管司机的情况大相径庭，但他们获得的保险价格相同。不幸的是，这意味着您一直在补贴我（假设您是一名比平均水平更好的司机，而我比平均水平还差）。这些差异越来越多地在世界其他市场上被打破，印度将很快必须顺应这一趋势。
前进的方向是什么？
不同客户之间的风险评估需要个人可识别的特征，最终导致可测量的差异。例如，在汽车保险中，它表示与客户（及其汽车）个人相关的任何因素，这些因素最终可能意味着意外索赔（发生率以及事故的严重程度）有所不同。
全球范围内的某些发达/发展中市场正在通过使用远程信息处理技术进入这一领域-车载信息处理系统已插入汽车中以测量行驶距离和性质，最终被评估为对是否有人驾驶汽车产生影响将涉及意外索赔。
尽管这些设备最接近需要测量的内容（驾驶风险和索赔结果的倾向），但在像印度这样的保险费率太低且设备成本相对较高的市场中，它们并不实用。实际上，监管机构已经成立了一个委员会来研究这种方法的可行性。
在这种情况下，人们将不得不依靠所谓的“代理”-似乎与我们感兴趣的结果相关联的参数，因此对这些参数进行测量将导致对风险和价格的公平评估。这不是一个新现象。全球的保险公司继续使用这些代理来衡量各种风险情况并提供价格。例如，特定地方的丘陵地带会导致更高的保费，因为期望客户必须驾车穿越此类丘陵，并且与同一个人驾车穿越平原时相比，它们固有地导致更多的事故和索赔。这里的新概念是关于如何找到非常个人和个人可识别但同时与风险密切相关的代理，在汽车保险的情况下，风险可能是驾驶的性质，因此是索赔的发生率
语音和数字行为-为什么有效？
在过去几年中，引起保险公司注意的两个新参数是语音分析和数字行为。就像离线行为一样，一个人的在线行为与一个人的信仰和习惯密切相关。如果一个人观察并理解了这个人和行为，一个人也许能够破译这种人使自己陷入困境的可能性，从而导致索赔/事故。这有点类似于建立客户的角色，以使他们与索赔的倾向（以及定价）相关。在这种情况下，如此构建的角色纯粹是数字行为。这里重要的方面是将此类角色与索赔结果中的可衡量差异联系起来，以便可以对它们进行有效定价。
同样，语音分析领域在保险公司中发展势头良好。一个人说什么，以什么语气呈现一个良好的行为，习惯和人性的窗口。通过适当地理解单词用法，语调和中音的特定模式，可以再次绘制人的语音角色。进一步将此类角色与索赔结果相关联；可以将语音角色替换为评估（索赔）风险的基础，从而即使在与客户交谈时也可以动态地为客户定价。
语音（语言和语调）和数字行为在本质上都非常个人化，正是这种“性质”被保险公司用于个人风险评估。但是，必须注意，在构建这样的算法时，如果人们没有采取足够的步骤来理解基础数据及其相关性，GIGO（垃圾进垃圾出）的原理就会对模型产生作用。
（作者是Policybazaar.com的联合创始人兼首席执行官。观点是个人的）