人工智能背景下汽車保險(xiǎn)與理賠人才培養(yǎng)模式創(chuàng)新研究

摘 要：隨著科技的不斷發(fā)展，人工智能在各行各業(yè)中已經(jīng)被廣泛使用，汽車保險(xiǎn)行業(yè)也不例外，近年來人工智能技術(shù)應(yīng)用也取得了顯著的成效；在此背景下，高職院校如何創(chuàng)新性地培養(yǎng)學(xué)生使其掌握更尖端的人工智能技術(shù)為客戶辦理各項(xiàng)保險(xiǎn)與理賠業(yè)務(wù)，以滿足汽車保險(xiǎn)行業(yè)對(duì)掌握人工智能技術(shù)人才的需求；文章擬對(duì)此問題進(jìn)行深入探討并提出建議對(duì)策。

關(guān)鍵詞：人工智能 汽車保險(xiǎn)與理賠 人才培養(yǎng)模式 創(chuàng)新研究

1 人工智能背景下研究汽車保險(xiǎn)與理賠人才培養(yǎng)模式的重要意義

在國(guó)家大力支持汽車產(chǎn)業(yè)的新時(shí)代，我國(guó)已經(jīng)成為汽車生產(chǎn)和銷售大國(guó)，隨著各類汽車銷售量不斷增加，需要購(gòu)買汽車保險(xiǎn)的客戶群體大量增加，同時(shí)各類汽車事故的定損理賠業(yè)務(wù)也在大量增加，按照我國(guó)車輛管理規(guī)定和交通法等相關(guān)規(guī)定，每輛車除了購(gòu)買國(guó)家規(guī)定的交強(qiáng)險(xiǎn)以外，客戶還可以根據(jù)需要辦理個(gè)性化車險(xiǎn)；并且，所有的客戶都希望在發(fā)生事故后能快速便捷地辦理理賠，特別是人工智能技術(shù)進(jìn)入到汽車保險(xiǎn)領(lǐng)域，平安保險(xiǎn)、太平洋保險(xiǎn)、中國(guó)人壽保險(xiǎn)、泰康保險(xiǎn)等各大保險(xiǎn)公司也推出了人工智能個(gè)性化服務(wù)，從車險(xiǎn)產(chǎn)品推廣、營(yíng)銷措施及理賠服務(wù)等業(yè)務(wù)，都已經(jīng)借助于人工智能等開始辦理業(yè)務(wù)，花樣翻新的人工智能服務(wù)完全打破了過去人們對(duì)汽車保險(xiǎn)與理賠業(yè)務(wù)辦理的概念，各大保險(xiǎn)公司一方面大量需要汽車保險(xiǎn)與理賠的從業(yè)人員，同時(shí)對(duì)從業(yè)人員在人工智能背景下綜合職業(yè)能力要求大幅提高，高職院校在人工智能背景下如何培養(yǎng)學(xué)生，以滿足車險(xiǎn)企業(yè)對(duì)人才的要求已經(jīng)成為當(dāng)前亟待研究的問題；眾所周知，人工智能已經(jīng)對(duì)社會(huì)經(jīng)濟(jì)各行各業(yè)產(chǎn)生了深遠(yuǎn)影響，汽車保險(xiǎn)與理賠也不例外；在此背景下，研究人工智能背景下汽車保險(xiǎn)與理賠人才培養(yǎng)模式具有重大的理論與實(shí)踐價(jià)值。

2 人工智能在汽車保險(xiǎn)與理賠領(lǐng)域的應(yīng)用優(yōu)勢(shì)

2.1 提高效率、降低成本

隨著汽車銷量的增長(zhǎng)，保險(xiǎn)與理賠業(yè)務(wù)量隨之增大，過去完全依靠人工辦理并進(jìn)行定損的理賠業(yè)務(wù)，人工定損可能對(duì)某一車損狀況得出不同的結(jié)論，需要多人多次核準(zhǔn)、討論協(xié)商才能確定，需要更長(zhǎng)時(shí)間及更多人員參與，耗時(shí)耗力，使用人工智能技術(shù)就可以比較精準(zhǔn)的快速確定，并且能夠快速完成理賠程序，提高了保險(xiǎn)與理賠辦理的速度與準(zhǔn)確度，克服了保險(xiǎn)理賠定損程序煩瑣、理賠慢的問題，提高了效率，降低了時(shí)間與人力成本。

2.2 提高用戶滿意度

對(duì)于汽車保險(xiǎn)的個(gè)人部分購(gòu)買，很多用戶在選擇時(shí)存在“兩難”情緒，對(duì)于種類繁多的車險(xiǎn)種類，到底應(yīng)該如何配置，才能實(shí)現(xiàn)“少花錢、高保障”的用戶期望，盡管有保險(xiǎn)員能夠?yàn)檐囯U(xiǎn)用戶提供產(chǎn)品介紹、咨詢及配置等服務(wù)，但仍然存在保險(xiǎn)員介紹的“車險(xiǎn)產(chǎn)品”可能帶有個(gè)人的“價(jià)值判斷”，很難根據(jù)用戶的用車規(guī)劃、個(gè)人收入及風(fēng)險(xiǎn)保障等做出“最佳安排”，人工智能為用戶進(jìn)行個(gè)性化車險(xiǎn)搭配就可以更科學(xué)合理地通過“精算”為客戶提供最佳方案，使用戶在購(gòu)買車險(xiǎn)時(shí)避免了個(gè)人“沖動(dòng)選擇、錯(cuò)選、誤選及漏選”的失誤，提高了用戶的滿意度。

2.3 解決偏遠(yuǎn)地方理賠難的問題

長(zhǎng)期以來，偏遠(yuǎn)地方、道路崎嶇、地形復(fù)雜等車險(xiǎn)事故現(xiàn)場(chǎng)定損及理賠一直是各大保險(xiǎn)公司的一大難題，一是人員不能第一時(shí)間到達(dá)現(xiàn)場(chǎng)；二是出險(xiǎn)現(xiàn)場(chǎng)容易遭到二次破壞，人工理賠定損存在很多不確定因素，使用人工智能技術(shù)，可以有效解決這些難題，特別是第一時(shí)間、第一現(xiàn)場(chǎng)解決偏遠(yuǎn)地方理賠難的問題。

2.4 彌補(bǔ)理賠高峰期人員不足的問題

汽車保險(xiǎn)與理賠是一項(xiàng)專業(yè)性很強(qiáng)的工作，要求工作人員要熟悉各種車型的底盤重量、安全氣囊及各種配置等基本技術(shù)參數(shù)，又要對(duì)車險(xiǎn)的各種條款規(guī)定做到熟記、深度理解及熟練應(yīng)用，還必須牢記道路交通法規(guī)，必須有敏銳的現(xiàn)場(chǎng)洞察力，要能承受一定的工作壓力，汽車事故現(xiàn)場(chǎng)有時(shí)候會(huì)有各種狀況，需要工作人員既要有較高的專業(yè)技術(shù)，又要有良好的溝通與協(xié)調(diào)能力，才能快速順利地解決每一個(gè)事故理賠，由于該行業(yè)對(duì)工作人員的綜合職業(yè)能力要求較高，能勝任并出色完成工作的人員較少，在理賠高峰期，由于工作人員短缺導(dǎo)致理賠速度較慢，有了人工智能技術(shù)。

2.5 人工智能可以幫助識(shí)別理賠欺詐

理賠欺詐行為就是“騙?！?，各大保險(xiǎn)公司盡管仔細(xì)勘察、慎重定損、嚴(yán)格把關(guān)，但因?yàn)橐恍┏鲭U(xiǎn)現(xiàn)場(chǎng)隱蔽的“騙?！笔侄魏茈y立刻識(shí)別，可能導(dǎo)致人工理賠錯(cuò)誤的判斷，而使用了人工智能技術(shù)后，可以通過大數(shù)據(jù)挖掘技術(shù)等方法進(jìn)行科學(xué)精準(zhǔn)的識(shí)別，從而避免了欺詐騙保的錯(cuò)誤發(fā)生。

2.6 為客戶提供個(gè)性化服務(wù)

人工智能可以為客戶提供多種多樣的個(gè)性化服務(wù)，例如，可以快速回答客戶關(guān)于車險(xiǎn)及理賠的各種疑問，也可以提供一些客戶急切需要的信息，不需要客戶等待人工客服回復(fù)；還可以通過識(shí)別不同的駕駛數(shù)據(jù)，并與過去的數(shù)據(jù)進(jìn)行比較，形成一個(gè)連續(xù)的“數(shù)據(jù)線”，由此來判斷和預(yù)測(cè)客戶駕車存在的潛在風(fēng)險(xiǎn)，匯總分析形成駕駛員的駕駛風(fēng)格，這些個(gè)性化服務(wù)一方面可以提醒客戶需要改變哪些危險(xiǎn)駕駛習(xí)慣，同時(shí)也可以為保險(xiǎn)公司在客戶辦理保險(xiǎn)時(shí)，提供科學(xué)客觀的參考依據(jù)，由此做出“投?！被颉熬鼙！钡恼_審核，幫助保險(xiǎn)公司規(guī)避可能的風(fēng)險(xiǎn)。

2.7 智能快捷審核

一般車險(xiǎn)理賠的步驟包括審核被保人的身份、材料是否齊全、正確、真實(shí)、以及審核診療信息，最后根據(jù)保險(xiǎn)事故客戶信息做出準(zhǔn)確的審核結(jié)論，但速度慢、手續(xù)煩瑣，主要原因是嚴(yán)謹(jǐn)審核非常重要，應(yīng)用人工智能技術(shù)后可以將審核理賠的時(shí)間快速地縮短，由人工智能審核避免了人工審核的疏漏和認(rèn)定意見不一致等弊端，不但加快了審核的速度，而且提高了準(zhǔn)確度，提高了客戶滿意度。

2.8 提供更有價(jià)值的信息

人工智能可以為保險(xiǎn)公司選址提供更有價(jià)值的信息，人工智能可以將保險(xiǎn)公司所在地的人流量、居民消費(fèi)水平、消費(fèi)習(xí)慣、經(jīng)濟(jì)收入及犯罪率等綜合信息分析，可以幫助保險(xiǎn)公司分析該地區(qū)人們對(duì)保險(xiǎn)的接納程度等，為保險(xiǎn)公司進(jìn)一步拓展業(yè)務(wù)、擴(kuò)大市場(chǎng)提供更加客觀的數(shù)據(jù)支持，避免盲目選址或不當(dāng)?shù)臓I(yíng)銷措施。

3 人工智能應(yīng)用在汽車保險(xiǎn)與理賠中的核心技術(shù)

3.1 知識(shí)表示計(jì)算法

知識(shí)表示計(jì)算是人工智能技術(shù)與信息科學(xué)技術(shù)相互融合的一種新型技術(shù)，該技術(shù)的核心是一種可被計(jì)算機(jī)接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)，在汽車保險(xiǎn)與理賠領(lǐng)域，知識(shí)表示計(jì)算主要通過人工神經(jīng)網(wǎng)絡(luò)表征結(jié)合事故認(rèn)定專家給出的綜合認(rèn)定數(shù)據(jù)進(jìn)行數(shù)據(jù)系統(tǒng)分析綜合，最后知識(shí)表示方法給出綜合認(rèn)定數(shù)據(jù)，從而運(yùn)用其智能性解決了車險(xiǎn)理賠過程中遇到的復(fù)雜問題。

3.2 計(jì)算機(jī)視覺技術(shù)

計(jì)算機(jī)視覺是利用攝像機(jī)和電腦對(duì)目標(biāo)掃描，進(jìn)而對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)呈等，并通過圖形處理，使其成為更容易被人眼辨別或傳送給儀器檢測(cè)的圖像。在汽車保險(xiǎn)領(lǐng)域中的應(yīng)用主要有信息組織、物體與環(huán)境建模以及交感互動(dòng)等方面，其作用是通過感知從感官信號(hào)中獲取信息；同時(shí)，運(yùn)用計(jì)算機(jī)視覺技術(shù)利用圖像處理操作及機(jī)器學(xué)習(xí)等綜合技術(shù)所組成的序列來將圖像分析任務(wù)分解為更加細(xì)化的小塊任務(wù)，便于更加精細(xì)化管理督查每一部分任務(wù)的完成情況。

3.3 人臉識(shí)別和語音識(shí)別技術(shù)

通過人臉識(shí)別技術(shù)和語音識(shí)別技術(shù)可以準(zhǔn)確地識(shí)別投保人的面部特征，從而確認(rèn)是不是投保人，理賠最重要的環(huán)節(jié)是要身份的確認(rèn)。人臉識(shí)別技術(shù)在保險(xiǎn)行業(yè)的應(yīng)用，最重要的是為投保人可以足不出戶辦理，保單保全、信息變更、修改地址、退保等業(yè)務(wù)操作，不用去線下柜臺(tái)直接拍照上傳即可，直接識(shí)別客戶的面部特征，瞬間確認(rèn)是否是客戶本人，從而減輕了人工工作量，減少審核錯(cuò)誤率，降低了成本。

3.4 光學(xué)字符識(shí)別技術(shù)

傳統(tǒng)的保司工作人員在針對(duì)理賠、審查等工作時(shí)，需要一步一步確認(rèn)審核，浪費(fèi)了大量時(shí)間，當(dāng)用戶在提交理賠申請(qǐng)資料時(shí)，使用光學(xué)字符識(shí)別技術(shù)可以快速精準(zhǔn)的抓取到證件上的數(shù)據(jù)信息，快速對(duì)用戶個(gè)人信息完成識(shí)別，加快理賠速度。目前平安保險(xiǎn)公司已經(jīng)成功地運(yùn)用了這項(xiàng)技術(shù)辦理業(yè)務(wù)。

3.5 風(fēng)控模型技術(shù)

運(yùn)用大數(shù)據(jù)模型和風(fēng)控模型，可以生成風(fēng)險(xiǎn)控制規(guī)則，并能查詢到客戶以前的征信數(shù)據(jù)及對(duì)出險(xiǎn)數(shù)據(jù)進(jìn)行篩選排查，如果排查到哪個(gè)案件有問題，或者有可能存在欺詐，則這樣的案件就可以交由人工審核，由此提高了風(fēng)控水平。

3.6 機(jī)器學(xué)習(xí)技術(shù)

保險(xiǎn)與理賠使用機(jī)器學(xué)習(xí)技術(shù)，可以大量處理客戶數(shù)據(jù)，根據(jù)處理的客戶數(shù)據(jù)預(yù)測(cè)客戶未來可能發(fā)生的行為及行業(yè)發(fā)展趨勢(shì)，例如：預(yù)測(cè)客戶對(duì)保險(xiǎn)公司或者某一保險(xiǎn)產(chǎn)品的信任度及忠誠(chéng)度，預(yù)測(cè)退保率及續(xù)保率等，處理的客戶數(shù)據(jù)越多，預(yù)測(cè)準(zhǔn)確度越高。

4 高職培養(yǎng)學(xué)生人工智能保險(xiǎn)與理賠實(shí)踐技能困境

4.1 缺乏專家指導(dǎo)

人工智能技術(shù)作為人類社會(huì)繼計(jì)算機(jī)、互聯(lián)網(wǎng)之后的又一次顛覆性技術(shù)革命，已經(jīng)逐漸滲透到社會(huì)經(jīng)濟(jì)的各行各業(yè)，改變著人們生活的方方面面，作為一項(xiàng)高尖端的新技術(shù)，正處在探索和發(fā)展階段，真正熟練全面掌握人工智能技術(shù)的技術(shù)專家對(duì)學(xué)院師生技術(shù)指導(dǎo)較少。

4.2 教師缺乏培訓(xùn)

當(dāng)前，高職學(xué)院汽車保險(xiǎn)與理賠授課級(jí)實(shí)訓(xùn)教師，對(duì)汽車保險(xiǎn)與理賠在傳統(tǒng)工作環(huán)境下能較好地指導(dǎo)學(xué)生進(jìn)行知識(shí)與技能的獲得，但在人工智能背景下，如何使用AI技術(shù)訓(xùn)練學(xué)生的專業(yè)操作技能，目前教師自身面對(duì)AI技術(shù)的知識(shí)儲(chǔ)備及實(shí)踐操作能力很欠缺，大部分老師自己還處于學(xué)習(xí)階段，缺乏專業(yè)的培訓(xùn)。

4.3 缺乏實(shí)驗(yàn)條件

目前，許多高職院校沒有專門的人工智能實(shí)驗(yàn)室和實(shí)驗(yàn)設(shè)備，汽車保險(xiǎn)與理賠業(yè)務(wù)與交通、醫(yī)療等多行業(yè)知識(shí)相關(guān)，學(xué)生在校應(yīng)該有相應(yīng)的實(shí)驗(yàn)條件，才能訓(xùn)練相關(guān)技能，但目前缺乏智能交通實(shí)訓(xùn)套件（FS_JTTJ）、智能交通綜合實(shí)訓(xùn)系統(tǒng)/沙盤（FS_ITS）、智慧教室系統(tǒng)（FS_TMJS）、智能硬件實(shí)驗(yàn)箱（FS_ALiIoT）及智能傳感器實(shí)驗(yàn)平臺(tái)（FS_ISensor）等實(shí)驗(yàn)條件。

4.4 缺乏整體人工智能技能培養(yǎng)規(guī)劃

當(dāng)前高職學(xué)院各專業(yè)人才培養(yǎng)方案中并未融入人工智能相關(guān)內(nèi)容，人工智能相關(guān)的教學(xué)內(nèi)容無法落地，與專業(yè)課程教學(xué)目前處在脫節(jié)狀況，從人才培養(yǎng)方案及課程標(biāo)準(zhǔn)等方面缺乏整體規(guī)劃。

4.5 重視程度不夠

雖然大部分師生都已經(jīng)通過各種信息通道了解了人工智能對(duì)未來社會(huì)發(fā)展的重大影響，但對(duì)學(xué)生進(jìn)行人工智能技能訓(xùn)練在思想上還處在了解、探尋階段，對(duì)人工智能融入專業(yè)技能訓(xùn)練的重視程度不夠，導(dǎo)致大部分高職學(xué)院依然把辦學(xué)重點(diǎn)放在傳統(tǒng)教學(xué)目標(biāo)中，學(xué)生對(duì)人工智能技術(shù)掌握及技能訓(xùn)練還未放在重點(diǎn)培養(yǎng)目標(biāo)中。

5 汽車保險(xiǎn)與理賠高職生人工智能應(yīng)用技術(shù)培養(yǎng)創(chuàng)新路徑探索

5.1 要做好頂層設(shè)計(jì)規(guī)劃

隨著人工智能技術(shù)逐步對(duì)各行業(yè)原來的運(yùn)營(yíng)模式的挑戰(zhàn)，高職學(xué)院作為為國(guó)家培養(yǎng)技能型、應(yīng)用型人才的主要陣地，對(duì)學(xué)生人工技能的培養(yǎng)將是滿足用人單位需求，跟上時(shí)代對(duì)人才技術(shù)要求，就必須對(duì)原有的人才培養(yǎng)方案進(jìn)行修訂，對(duì)課程標(biāo)準(zhǔn)進(jìn)行修訂，同時(shí)，在學(xué)院的總體人才培養(yǎng)規(guī)劃中，要將人工智能的教學(xué)要求增加進(jìn)去，并且細(xì)化到人才培養(yǎng)方案及課程標(biāo)準(zhǔn)中去，做好系統(tǒng)培養(yǎng)計(jì)劃。

5.2 要與專業(yè)課程高度融合

汽車保險(xiǎn)與理賠學(xué)生技能培養(yǎng)，在傳統(tǒng)的教學(xué)模式中，學(xué)生為客戶辦理保險(xiǎn)與理賠業(yè)務(wù)，較少使用人工智能技術(shù)，但現(xiàn)在的龍頭保險(xiǎn)公司，例如平安保險(xiǎn)、人壽保險(xiǎn)及太平洋保險(xiǎn)公司等大量業(yè)務(wù)采用人工智能技術(shù)，所以，汽車保險(xiǎn)與理賠行業(yè)發(fā)展已經(jīng)明確提出了從業(yè)人員應(yīng)該掌握一定的人工智能技術(shù)，學(xué)院對(duì)學(xué)生的培養(yǎng)就應(yīng)該從車企對(duì)人才的技能要求出發(fā)，與專業(yè)課程學(xué)習(xí)緊密結(jié)合，做到無縫對(duì)接，相互融合，才能達(dá)到預(yù)期的教學(xué)目標(biāo)。

5.3 對(duì)教師進(jìn)行系統(tǒng)培訓(xùn)

名師出高徒，高水平的人工智能車險(xiǎn)業(yè)務(wù)技術(shù)骨干，必須有豐富教學(xué)經(jīng)驗(yàn)、車險(xiǎn)專業(yè)技能、掌握了人工智能技術(shù)的高水平教學(xué)團(tuán)隊(duì)來實(shí)施人才培養(yǎng)方案，必須對(duì)教學(xué)團(tuán)隊(duì)進(jìn)行人工智能技術(shù)的系統(tǒng)培訓(xùn)，才能使教師全面掌握人工智能知識(shí)及操作技能，才能帶領(lǐng)學(xué)生有計(jì)劃、有目的開展學(xué)習(xí)活動(dòng)，國(guó)家當(dāng)前正在加強(qiáng)教師培訓(xùn)，高職學(xué)院在教師培訓(xùn)計(jì)劃中應(yīng)該增加人工智能培訓(xùn)計(jì)劃，從人數(shù)、規(guī)格上大力加強(qiáng)對(duì)教師的系統(tǒng)培訓(xùn)。

5.4 加大硬件實(shí)訓(xùn)基地建設(shè)

學(xué)生人工智能技術(shù)的學(xué)習(xí)，更多需要依靠相關(guān)實(shí)驗(yàn)、實(shí)習(xí)設(shè)備才能完成，高職學(xué)院在汽車保險(xiǎn)與理賠的實(shí)驗(yàn)、實(shí)訓(xùn)基地建設(shè)過程中，要對(duì)人工智能實(shí)訓(xùn)室加大投入力度，資金投入要滿足儀器設(shè)備等建設(shè)需要，才能保障班級(jí)授課制的學(xué)生在同一教學(xué)時(shí)段內(nèi)多人同時(shí)開展學(xué)習(xí)。

5.5 與AI及車險(xiǎn)龍頭企業(yè)“合作”培養(yǎng)

中國(guó)人民保險(xiǎn)公司、平安、太平洋、人壽保險(xiǎn)公司等是當(dāng)前車險(xiǎn)龍頭企業(yè)，這些龍頭企業(yè)已經(jīng)在部分業(yè)務(wù)辦理上采用了人工智能技術(shù)，人工智能技術(shù)研發(fā)實(shí)力最強(qiáng)的科大訊飛公司，首屈一指的語音技術(shù)領(lǐng)先者托爾思公司，全球領(lǐng)先的智能檢索技術(shù)服務(wù)商萬興科技，成功自主研發(fā)了AI圖像以及對(duì)話機(jī)器人的漢王科技公司，全球文字識(shí)別技術(shù)與智能交互龍頭企業(yè)科大國(guó)創(chuàng)公司，智能網(wǎng)聯(lián)和智慧能源領(lǐng)軍企業(yè)福石控股公司，國(guó)內(nèi)領(lǐng)先的產(chǎn)業(yè)云及大數(shù)據(jù)服務(wù)商傳智教育公司，人工智能技能培訓(xùn)龍頭企業(yè)海天瑞聲公司等知名人工智能公司，如果高職院校能與這些公司合作培養(yǎng)學(xué)生，將企業(yè)技術(shù)精英引入教學(xué)團(tuán)隊(duì)，最前沿的結(jié)合應(yīng)用場(chǎng)景的實(shí)踐技能傳授給學(xué)生，勢(shì)必對(duì)學(xué)生人工智能技術(shù)的訓(xùn)練培養(yǎng)起到巨大的推動(dòng)作用。

6 結(jié)語

隨著汽車行業(yè)的發(fā)展及居民家用車的普及，車險(xiǎn)企業(yè)的用工需求量增大，對(duì)高職生汽車保險(xiǎn)與理賠人工智能技術(shù)的培養(yǎng)是新時(shí)代教育改革的大趨勢(shì)。

基金項(xiàng)目：本文系甘肅省教育廳：2024年度甘肅省高校教師創(chuàng)新基金項(xiàng)目2024B--295階段性研究成果。

參考文獻(xiàn)：

[1]袁華，李政道.“互聯(lián)網(wǎng)+”背景下我國(guó)保險(xiǎn)產(chǎn)業(yè)發(fā)展路徑探尋——基于SWOT分析法[J].金融與經(jīng)濟(jì)，2016（11）：81-85.

[2]李紅坤，劉富強(qiáng)，翟大恒，等.國(guó)內(nèi)外互聯(lián)網(wǎng)保險(xiǎn)發(fā)展比較及其對(duì)我國(guó)的啟示[J].金融發(fā)展研究，2014（10）：77-83.

[3]李博方.人工智能產(chǎn)業(yè)發(fā)展的風(fēng)險(xiǎn)分析及對(duì)策研究[J].智能計(jì)算機(jī)與應(yīng)用，2017，7（3）：106-108，113.