“在我看来，未来金融科技对于保险业的颠覆会更加地厉害。整个生活和保险业务场景都产生了凶猛的变化。”
清华大学国家金融研究院院长、国际货币基金组织原副总裁、中国人民银行原副行长朱民日前发表演讲称。
作为保监会批准的首家民营保险公司，民生保险是如何顺应金融科技潮流，应用区块链技术呢？据雷锋网AI金融评论了解，就在近期上海峰会上，民生健康险创新项目负责人、万云CPO程羽带来了民生健康险区块链设计与实践分享。
以下是程羽演讲实录， 雷锋网(公众号：雷锋网)AI金融评论作了不改变原意的编辑：
据雷锋网AI金融评论了解，民生保险区块链项目在2016年10月至2017年2月期间，处于POC概念验证阶段，随后健康险开始落地。
项目目的由验证区块链技术在寿险理赔业务应用的可能性，转向从业务发展痛点出发，设计分布式业务架构，采用包括区块链技术在内的技术。该项目参与方包括民生保险、万向旗下子公司、柑趣、边界等。
基于关键假设依赖的目标理赔业务场景
基于关键假设依赖的目标理赔业务场景的流程基本是，客户购买产品，区块链可以在保护个人隐私的情况下，从可靠的数据源头边界的获取不可被篡改的数据；场景触发，赔付保险事故；利用人工智能和区块链实现线上主动或者自动处理，按照条款的约定自动进行理赔责任的判定并计算金额；准实时自动/主动响应客户理赔需求，并完成赔付。
医疗机构分布式的数据交换
我们希望能实现场景触发，出现医疗事故会主动触发赔付。这就需要从医院拿到数据。理想的医疗机构数据交换步骤分为七步，第一是提供客户发起医疗类理赔的必要基础资料，如病历卡卡号、理赔ID等；接下来会触发自能合约，并进行合约处理；将请求发送到多家医院的前置机系统；从医院系统中获取信息并进行格式转换；从医院返还信息；返回信息上链。
总结来看，利用智能合约有几个优点：医院信息不主动上链，只有客户发起医疗类理赔时彩盒医院交换数据，每次数据交换可靠并且可追溯，此外结算便利。而该场景的实现很依赖智能合约技术发展。
在POC阶段我们就有此设想。目前也有很多团队致力于打造医疗分布式数据交换链，但很重要的问题是，为什么医院愿意加入链？这个问题不仅是技术问题，而是机制问题。医院有很多顾虑，因为医疗数据涉及隐私和安全问题，开放医疗数据也有可能导致医疗纠纷。
六大经验认知
去年2~3月，POC测试完成后，我们形成了六大认知：
第一，区块链技术仍处于发展早期，商业应用落地还需要继续的探索。
第二，虽然区块链技术不成熟，但是依然吸引人前仆后继。区块链最有魅力的部分，不是技术本身，而是技术与机制的完美结合。
第三，在运行良好有序的中心化商业模式中，区块链技术暂时看不出能发挥特别的作用。
第四，在某些追求利益而形成的垄断性中心化格局中，由区块链技术作为底层支撑的分布式商业模式，也许是打破僵局进行创新的一条路径。
第五，推动区块链发展不仅是发展技术，更重要的是商业的演进与业务痛点。
第六，企业若想做区块链创新，POC完了之后一定遇到商业模式的变化，若商业模式要变，组织机制也一定会变化。
回顾互联网业务的本质创新落地
接下来，我将抛开区块链技术，回归业务本质来分析区块链保险项目。
先看行业格局，从2012年开始，三马成立众安，互联网保险转型开始。目前的情况是，内涵价值高的重疾险业务线上不好卖，仍然集中在传统个险渠道、中介渠道上。很多保险公司都在互联网转型，但大部分利润被渠道占去，接触不到场景。
新型互联网保险公司带来了风潮，保险产品越来越精简，产品定价越来越低（一千块钱以内，几块钱也有）
据此，我们得到三个结论：
-
新兴互联网保险公司在持续利用技术寻找创新空间；
-
大型保险公司短期受到的冲击有限；
-
中小型保险公司的生存空间受到威胁。
因此，民生保险确定了根据自身特色、技术趋势、行业痛点，回归业务场景中寻找创新发展的机会这样的发展路线。
而互联网保险与四个因素息息相关。项目现在采用小步快速迭代的方式：
-
找到用户（流量）入口：我们发现很难用大渠道来做保险产品，但小渠道很有合作兴趣，因此项目正构建分布式流量渠道接口来解决流量问题。
-
保险产品差异化：根据用户习惯，差异化设计产品。
-
理赔服务优化：虽然技术不成熟，但仍有改进措施。在POC阶段，我们将mot分类，一部分MOT可以在承保端完成。理赔端一大部分任务是判断客户是否诚信，如果我们把诚信的mot放到承保端，假设所有资料都是真实的，流程会有很多不同。第二，所有mot都放在智能合约上处理，关键信息、链下处理也会存证，与链上通讯。
-
数据：数据包括医疗数据和健康数据。对于医疗数据，我们采取与边界合作建设区块链数据交换平台。健康数据天然是离散分布，我们与分布式流量平台一起考虑分布式健康数据的积累问题。
雷锋网版权文章，未经授权禁止转载。详情见。
原创文章，作者：ItWorker，如若转载，请注明出处：https://blog.ytso.com/71358.html