通胀推高保费，Fairmatic欲用AI重塑商业车险风险定价

随着通货膨胀推高维修、人工和理赔成本，保险费用普遍飙升。过去一年里，全国汽车保险保费上涨了13.7%（据Bankrate.com研究），房屋保险同比上涨12.1%（据Policygenius发现）。

Fairmatic创始人Jonathan Matus认为情况不必如此。该公司致力于降低汽车行业风险。Matus此前创立的Zendrive专注于个人和家庭保险承保及理赔洞察，而Fairmatic则更偏向商业领域，客户群主要由企业组成。

Matus表示：“我在Google和Facebook工作约十年后，注意到所推广技术的负面外部性。Fairmatic旨在降低驾驶时手机分心导致生命损失这一严重风险。”其商业主张很简单：通过分析车辆车队风险状况，利用基于驾驶数据训练的AI模型减轻风险，并协助保单管理和理赔流程。

客户可通过应用监控异常驾驶行为等“驾驶事件”，识别改进机会。该应用还提供完全数字化的移动理赔体验，能自动检测碰撞事故并分析数据。Matus称：“通过Fairmatic，各规模企业车队能获得可操作见解，提升安全性并直接节省保险费用。”

AI在保险行业的争议与挑战

尽管前景广阔，但市场仍存疑虑。Jerry、Just、Root和Tractable等公司虽提供类似技术，但主要针对消费者，且AI在保险业表现并不稳定。

精算协会（CAS）去年承认，金融机构使用AI确定保险和抵押贷款时可能产生偏见。有偏见的数据可能会延续保险业既有的歧视，例如Allstate的定价算法曾对非白人客户产生不成比例的负面影响。

加州保险部报告也指出，保险公司存在标记市中心邮政编码索赔、在承保时使用与风险无关个人资料等问题。作者强调，意识和无意识的偏见往往会因使用AI及大数据而产生。目前，华盛顿州和俄勒冈州已禁止使用信用评分算法设定车险保费，科罗拉多州亦提出立法要求测试算法偏见。

Fairmatic的应对策略与隐私承诺

Matus坚称Fairmatic注重减少AI潜在偏见。他认为，依赖AI能为长期受制于过时数据和模型的客户提供更好结果。“我们的预测模型使用超2000亿英里驾驶数据训练，能深入了解每个车队和驾驶员的独特风险，提炼为改善驾驶行为和降低风险的指导。”他说。

针对车载监控引发的隐私担忧——类似亚马逊监控送货司机算法曾因误判惩罚司机的案例——Matus回应称，Fairmatic仅主动监控与保单相关的风险管理及理赔信息。技术层使用匿名数据，未经车队许可不会保留驾驶员信息。

融资翻倍与全球扩张计划

Fairmatic在吸引投资和获客方面进展顺利。本周完成由Battery Ventures领投、Bridge Bank及现有投资者参与的4600万美元融资，总融资额达8800万美元，估值较之前翻倍。目前已有“数十万”名驾驶员上线。

这符合市场预期。Allied Market Research估计，商业车险市场价值将从2020年的1284.4亿美元增至2030年的3071亿美元。即便Insurtech风投降温，金钱驱动力依然强大。

Matus透露，近期计划在以色列研发中心招聘30人，并在印度班加罗尔扩招。公司现有85名员工分布于美、以、印三地。他表示：“新资金将加速我们在AI赋能商业车险领域的领先地位。愿景是打造全面数字化、通过AI全方位改进的技术驱动保险平台。”