人工智能賦能農業保險公司數字化經營研究

胡 芳，何逍遙

（廣西大學 經濟學院，廣西 南寧 530004）

一、引言

2004—2021年，中共中央連續十八年發布涉及“三農”問題的中央“一號文件”，強調了“三農”問題“重中之重”的地位。黨的十九大報告明確提出實施鄉村振興戰略，堅持農業農村優先發展。為了落實《鄉村振興戰略規劃（2018—2022年）》，中國銀行保險監督管理委員會發布了《關于做好2019年銀行業保險業服務鄉村振興和助力脫貧攻堅工作的通知》，指出要推進保險服務鄉村振興的專業化體制機制建設，強化風險保障功能。2019年5月29日，中央全面深化改革委員會第八次會議審議并原則同意的《關于加快農業保險高質量發展的指導意見》亦明確指出“農業保險作為分散農業生產經營風險的重要手段，對推進現代農業發展、促進鄉村產業振興、改進農村社會治理、保障農民收益等具有重要作用”。這一系列政策表明農業保險既是我國支農、惠農、強農、富農的重要政策工具，又是服務“三農”的重要手段。農業保險的政策目標應是確保農業的可持續發展、促進農業現代化進程（庹國柱和張峭，2018）[1]。因此，要發揮農業保險在穩定農業生產經營中的作用，為農業高質量發展提供保障。

農業保險穩定農業生產經營的前提條件是科學合理的經營模式（郭江華和齊灶娥，2020）[2]。而保險科技的運用可以提高保險公司的經營績效。人工智能作為保險科技的主要核心技術，近年來正逐步滲透到保險定價、承保、風控、理賠等多個重要環節，改變了保險公司的經營模式，降低了行業經營成本（Lee和Oh，2020；趙大偉和杜謙，2020）[3-4]。現有文獻從整個保險行業視角出發研究人工智能對保險定價、承保、風控、理賠經營環節的影響。在產品定價和設計方面，人工智能可以增強精算師構建模型的預測能力，并提升精算模型擴展到新類型數據的潛力（Richman，2021）[5]。在核保核查方面，人工智能通過允許執行不同類型的數據檢查和信用監察來自動處理保單，在簡化流程提高核保效率的同時進行風險排查。在風險識別和風險控制方面，基于人工智能、大數據等技術的智能風險控制系統可以實現智能預警和多維驗證（王媛媛，2019）[6]；機器學習技術則可以加強預測損失概率的精確度及識別新風險（Eling等，2021）[7]。在理賠定損方面，人工智能可以減少保險理賠階段引起的人為錯誤，自動識別部分風險和信息，加強保險賠款核算和減少保險糾紛（完顏瑞云和鎖凌燕，2019）[8]。部分學者具體研究了人工智能賦能農業保險產品設計、查勘定損兩個經營環節。在農業保險產品設計環節，Ghahari等（2019）[9]借助數據挖掘實現農業保險產品科學定價，利用深度學習技術和預測建模工具來制定農作物保險產品；Benami等（2021）[10]則將遙感技術和機器學習結合，更好地檢測出農作物產量變化，從而增強了指數保險設計的科學性。在農業保險查勘定損環節，鄭軍和馮舒杰（2018）[11]發現智能無人機航拍技術提高了查勘定損的準確性，智能監管平臺可實現對農業保險主體的透明監管；Wei和Li（2019）[12]研究證實了人工智能的機器學習算法預測模型確實能提高農業保險市場賠付率和賠付金額的預測精度。

基于上述文獻梳理，學術界普遍認可了人工智能對保險公司科學經營的正效益，但大多數學者的研究是基于整個保險行業的視角研究人工智能如何賦能定價、營銷、核保、理賠環節，并未聚焦農業保險經營的特性，可能忽略了對人工智能賦能農業保險公司經營的動因分析。此外，現有研究主要集中在人工智能賦能農業保險產品設計、查勘定損環節，對農業保險公司的全面經營環節還未涉及，更不用說深度研究人工智能助力農業保險公司經營體系面臨的挑戰與對策。因此，本文的邊際貢獻在于通過劃分農業保險公司前端、中端、后端的經營環節，重點分析人工智能賦能農業保險公司整個經營環節的路徑，構建農業保險公司內部的經營數字化鏈條，并為農業保險公司數字化轉型提供新的研究思路。

本文結構安排如下：首先，剖析了農業保險公司數字化經營的內外部動因，闡明農業保險公司向人工智能戰略轉型的依據；其次，重點構建人工智能賦能農業保險經營的路徑；再次，探討人工智能助力農業保險經營體系面臨的挑戰；最后，為人工智能持續賦能農業保險經營提出應對策略。

二、人工智能賦能農業保險公司經營的動因分析

（—）人工智能可以有效突破農業保險公司面臨的困境

2007年政策性農業保險開始實施后，農業保險市場得到發展，各地區經營農業保險的主體逐漸增多，但市場競爭也日益激烈，且存在市場份額不平衡現象。2019年開展農業保險業務并獲得保費收入的有38家，其中人保財險、中華財險、太保財險、陽光財險、國壽財險、國元財險、安華農險、平安產險8家保險公司的農業保險保費規模占比高達90.13%①數據來源：根據國家統計局和2020年《保險年鑒》的數據進行統計所得。。在農業保險市場競爭加強情況下，綜合費用率及簡單賠付率會有所增加，導致保險公司面臨運行成本與賠付支出同時增加的雙重擠壓困境（牛浩等，2021）[13]。從經營能力來看，農業本身面臨一定的自然風險，這也是農業保險賠付率高、經營綜合成本率高的原因之一。由圖1看出，2014—2020年農業保險賠付率呈上升趨勢且始終高于財產保險的賠付率，這說明農業保險的盈利空間低于整個財產保險市場盈利空間，突出了其經營效益低、綜合成本高的特點。人工智能為農業保險公司降低成本和提升經營效率主要體現在：一是人工智能在農業保險公司的營銷、理賠、核保等環節提供了降低人力成本的功能；二是人工智能技術提高了核保準確性、增強了風險防控能力、提高了查勘定損效率、提升識別理賠欺詐的敏感度。通過以上兩種方式能有效地助力農業保險公司突破經營困境。

圖1 農業保險賠付率和財產保險賠付率（%）

（二）人工智能加速與保險業的融合

復旦大學保險科技實驗室聯合中國保險學會共同發布的《人工智能保險行業運用路線圖》將人工智能運用于保險業的階段分為：探索階段、發展階段、升級階段和成熟階段。2018—2020年為探索階段，主要著眼于保險領域運用人工智能技術的探索，側重于技術的突破。2020—2025年是發展階段，保險業需要根據實施情況不斷深化技術應用，擴充人工智能數據庫。2025—2032年，人工智能可能將進入升級階段，根據保險業需要和潛在問題進行技術創新，深化人工智能技術。2032年以后，可能將是保險業運用人工智能的成熟階段，亦稱強智能時代。隨著人工智能與保險業加速融合，保險業由傳統商業模式向“保險+技術+服務”商業模式的演進也在加快。人工智能與農業保險公司的結合正在深化，表1顯示我國部分農業保險公司將人工智能運用于核保、理賠、風控等環節，緩解了農業保險查勘定損難、道德風險管控難等問題，進一步降低農業保險公司的經營成本，優化客戶體驗。因而，人工智能技術與農業保險經營的深度融合既順應了科技發展的潮流，又重塑了農業保險經營模式。

表1 部分農業保險公司經營環節運用人工智能情況

（三）多項政策支持人工智能賦能農業保險經營

從政策支持的角度來看，政府已明確鼓勵保險公司通過科技創新提高保險供給體系的質量和效率，增強保險業的創新能力和服務能力。2019年《關于金融服務鄉村振興的指導意見》中，明確提出“推動新技術在農村金融領域的應用推廣”。2020年《關于推動銀行業和保險業高質量發展的指導意見》進一步指出“銀行保險機構要充分利用人工智能、大數據、云計算等新興技術，改進服務質量，降低服務成本，加強業務管理”。為了落實該意見，中國銀行保險監督管理委員會印發了《推動財產保險業高質量發展三年行動方案（2020—2022年）》繼續推進財產保險公司數字化轉型，支持財產保險公司運用人工智能、區塊鏈、大數據等科技手段對傳統保險經營流程進行更新改造，提高數字化水平。相關政策不僅多次強調要利用現代科技改造和優化傳統保險業務，而且對保險數字化經營提出了更高的要求。因此，人工智能賦能農業保險經營符合現有的農業保險數字化轉型政策。

三、人工智能優化農業保險公司經營的途徑

農業保險數字化轉型需要公司前端、中端、后端共同運作，而人工智能可以優化農業保險公司內部數字化經營的全過程，增強農業保險公司數字化經營能力，如圖2所示。

圖2 人工智能賦能農業保險公司內部數字化經營

（一）人工智能重塑農業保險公司前端

1.人工智能提升農業保險客戶服務的數字化轉型

數字經濟時代，農業保險公司向數字化服務轉型可以從服務意識、服務體驗、服務能力和服務價值四個方面著手。首先，利用人工智能語言系統拓展線上服務觸點，突破時間和空間的限制，并基于客戶的場景訴求提供即時主動的服務，在服務意識上將傳統的被動服務轉變為主動服務。其次，通過智能化服務，結合線上和線下服務，為客戶提供多元化的服務體驗，并且通過人工智能建立客戶評價指標體系，有利于農業保險公司及時收到客戶服務體驗反饋。再次，利用人工智能、云計算等技術對客戶行為進行數據分析，準確描繪客戶形象，加快個性化服務能力的建設。最后，農業保險公司可以在客戶溝通、售后服務等領域逐步建立服務品牌，由單純服務向創造價值服務轉變，同時人工智能可以對服務品牌的認知度、滿意度指數進行監控，提高農業保險公司對服務價值的認可度。

2.人工智能促進農業保險公司與農業數據所有者的生態合作

為了實現前端、中端和后端的數字化轉型，農業保險公司需要構建外部生態合作體系作為支撐，特別是加強與主要數據所屬單位的合作。農業保險公司可以依托中華人民共和國財政部、中華人民共和國農業農村部、中國氣象局的數據資源，為農業保險公司數字化經營奠定數字基礎。保險公司作為數據共享的一方，對數據集成技術和數據操作要求較高，而人工智能的計算機深度研究技術對數據處理具有較高的容量，可以加強保險公司內部數據的清洗和整理，為農業保險公司對接全國農業保險管理平臺、各省市區域智慧農業保險平臺提供技術基礎。目前已有保險公司依托由140億條地理、災害、氣象、保險大數據匯聚而成的鷹眼系統與農業保險信息管理平臺對接，獲取了全國2400多個臺站的氣象數據和由地理信息系統集成的農業保險數據、地塊矢量數據、遙感數據，從而完善智能承保、生長監測、風險預警、損失估測等服務。

（二）人工智能賦能農業保險公司中端

1.人工智能動態定價完善農業保險產品研發

農業保險產品的研發與農戶收入、風險程度、種植規模、災害損失概率等因素相關，且定價的決策驅動因子權重也具有差異性。農業保險公司要設計出有特色的保險產品，需要豐富的數據經驗和強大的精算技術。物聯網和5G技術對精算產生影響，主要通過改變保險標的的數據范圍。未來的保險定價數據獲取不僅可以來自樣本數據，其范圍將實現從內部（損失）數據到外部（風險）數據的跨越，以及從歷史數據到實時數據的時效性轉換。農業保險公司可以利用人工智能動態定價實現從傳統精算的“預定價”轉變為“后定價”“預定價+后定價”等動態定價模式。人工智能動態定價可以增加保險產品定價的靈活性，也有助于降低引入新定價框架的時間成本，但是新的定價和計算模型仍需要新的審批流程①數據來源：IBM商業價值研究院的《AI動態定價確保保險公司與市場實現同步》。。

2.人工智能賦能智能營銷，創新應用場景

保險交易中無論是被保險人、保險標的，在信息化技術高度發展的環境中會產生大量數字、文本、圖像和視頻數據。人工智能中的知識圖譜技術是一種利用圖模型來描述知識或建模事務之間關系的大規模語義網絡，在智能搜索、產品推薦、智能對話、決策支持等方面實現了廣泛的實際應用。圖3顯示了知識圖譜對農業保險相關數據進行抽取、融合、加工，然后應用于產品推薦、營銷效果評估兩個場景。

圖3 人工智能知識圖譜技術對農業保險數據處理過程

在保險交易數據處理層，首先基于知識圖譜技術匯聚農產品信息、風險信息、農戶風險偏好、氣象信息、農業信息等多源信息。其次利用知識圖譜分析客戶相關的關系、事件、行為等因子，在整個業務周期對客戶屬性進行動態的描繪，構建客戶多維畫像和標簽體系，以此推薦相應的農業保險產品。在問答層，人工智能可以優化產品服務智能問答系統，提升對客戶咨詢的回復效率和效果，構建“客戶—產品—客戶”的圖譜庫。

在應用層，首先知識圖譜為保險公司引入客戶屬性和產品屬性的潛在關系，整合用戶信息和偏好，深層次地發現用戶興趣，為客戶推薦相似產品或關聯服務。其次運用人工智能對營銷效果進行評價，從客戶和代理人角度分析營銷效果和交易轉化率。從客戶角度出發主要評估的內容為行為路徑、斷點環節，挖掘客戶退出農業保險營銷圈原因，優化營銷方案；從代理人角度出發通過收集用戶對保險代理人服務的滿意度，生成營銷評價圖譜，深入分析保險代理人的服務行為和營銷轉換率。

3.運用人工智能“慧眼”識別風險，實現精確核保

我國農業生產的分散性對農業保險的承保工作提出高要求，加上農業保險逆向選擇問題相對突出，核保工作更具嚴格性。人工智能可以通過賦能核保數據識別系統、核保輸出系統來提高農業保險的承保技術。人工智能的圖像識別功能，使保險標的數據采集的準確性得到革新。

在養殖業方面，農業保險公司可以利用深度學習技術識別保險標的身份，提高承保的精確度。目前，人工智能的深度學習在生物身份識別上的應用主要有兩種方式：一是主要采用深度分類網絡進行身份信息識別，二是采用“目標檢測+分類網絡”兩者結合的方式（游學杭等，2021）[14]。在生物行為識別方法上主要有軀體關鍵點識別和目標檢測結合行為識別、行為分類等。農業保險公司采用多模式生物特征識別技術與3D人臉識別、聲紋識別和唇部識別三大識別引擎結合，提高認證識別過程的準確性、安全性，并基于卷積神經網絡對牲畜進行識別，通過學習獲得牲畜唯一性標簽保證保險標的的唯一性。

在種植業方面，遙感技術、地理信息系統和全球導航衛星系統（以下簡稱“3S”）獲取了種植結構、作物長勢、作物產量、災害范圍等遙感監測數據，并通過云端方式嵌入到農業保險公司的智慧農險App，供承保驗標時使用，以提高承保精確度和識別違規投保行為。對于核保系統輸出方面，人工智能的深度學習技術可以設置核保算法，并在算法領域范圍內完成核保工作，增強核保效率。

4.通過人工智能建立農業風險管理系統，加強風險防控

農業保險公司可以圍繞“人工智能+大數據”、區塊鏈等技術建立自動化、鏈條化、智能化的風險管控體系。智能風控體系的流程主要分為三個步驟。

第一，在智能風險系統中輸入已有風險與潛在風險并設置風險預警界限。人工智能的深度學習技術對風險進行分類和識別，在超過人工智能設定的風險閾值時進行提示。農業保險公司在利用地理信息系統對各類區域降雨量、天氣溫度、土壤情況、病蟲害等進行實時動態監測的同時，引入人工智能的風險預測技術，將進一步提高災害風險預警的準確性和及時性。

第二，通過知識圖譜建立風險數據庫，以智能分析計算實現更有效的風險評估。知識圖譜可以通過整理農業保險公司的財務數據、核保數據和理賠數據來增強風險評估數據基礎支撐能力，最終結合人工風險審核，選擇最優解決方案。

第三，在智能風險系統中反饋應對措施的效果并積累風險管理數據。在風險防范上，多數金融機構已經應用以大數據和人工智能為主的新技術來化解風險。例如，互聯網企業構建以AI驅動的智能風險識別體系為核心的智能風控引擎；銀行機構運用神經網絡技術計算潛在欺詐風險，運用機器學習等技術智能預測信貸客戶潛在的信用違約風險，利用大數據建模和人工智能技術實現客戶信用評估、風險定價和資金匹配。

5.人工智能結合區塊鏈、3S技術，建立科學的理賠機制

由于農業保險標的存在分散、量大等特點，農業保險查勘定損成為理賠中的關鍵點。農業保險理賠中容易出現虛假申報數據、理賠欺詐等行為，因此要更加注重防范道德風險及欺詐行為的識別。對于查勘定損方面，以人工智能、3S和物聯網技術為支撐，分別建立種植業“天、空、地”聯合的定損體系和養殖業被保牲畜智能識別體系，實現按圖理賠和識別理賠的精確理賠模式。對于虛假理賠方面，農業保險公司加入區塊鏈系統，構建無須第三方認證的互信環境，識別并制止虛假理賠、協議理賠等違法違規行為。基于現有的農業保險理賠技術，人工智能可以從三個方面進行結合。一是“人工智能+3S技術”構建作物生長模型，該模型可以加強對種植業/林業受災后的損失情況分析，并結合市價確定賠付金額。對于養殖業理賠，若保險標的已通過人工智能識別系統建立標簽形成識別碼，保險公司在理賠過程中則可利用識別技術與死亡的保險標的進行比對，實現精準理賠。目前已有財險公司在養殖險中推出的《基于區塊鏈的生物特征AI識別技術在養殖險領域的應用》將區塊鏈和人工智能技術運用于理賠環節以提高理賠的精確度。二是利用人工智能的專家系統技術建立理賠評定知識對比庫。該系統一端連接農業保險公司理賠評定數據，另一端連接農業專家評定結果，將保險公司自身的評定結果與農業專家的評定結果進行比對，以更好地確定損失。三是“智能識別+區塊鏈技術”可以檢測作物實際受災面積或者清點養殖損失數量，以衡量欺詐指數和識別理賠的虛假行為。某農業保險公司推出了科技農險“智慧云平臺”，該平臺兩大核心業務：一是綜合衛星遙感、無人機智能作業應用；二是支持承保理賠數據實時云端處理、農險業務按圖承保和理賠。“智慧云平臺”搭載的無人機自動控制系統，只需通過“AI農寶”App即可一鍵操控無人機起飛、規劃路徑并記錄巡航、生成查勘影像、輸出損失評估圖，實現快速定損和理賠，解決傳統無人機操作難、識別難、定損慢等痛點。

（三）人工智能拓展農業保險公司后端

在后端領域，人工智能協助公司建立內部監察、外部公開的大數據監督平臺。從公司內部監察來看，人工智能發揮以下兩個功能：一是動態監控，人工智能通過嵌入各種具有挖掘分析功能的模型,全面挖掘分析農業保險公司的財務狀況（保險收入、賠款支出等）和業務指標（承保率、費用率、補貼杠桿率、理賠率等）監測農業保險公司的發展狀況；二是智能稽核，通過對結構化和非結構化數據的采集和集成，運用人工智能核心技術（如數據挖掘、自然語言處理、機器學習）開發和建立各種模型，增強風險預測和分析能力，實現風險審計向注重風險預警轉變，推動風險向前審查。從外部公開來看，保險公司的業務經營受到中國銀行保險監督管理委員會的監管及消費者的監督。為了高效配合監督，農業保險公司不僅可以利用人工智能、大數據等技術優化文件查閱、法律檢索、案件預測、檔案監測等協助外部監督，而且可以通過人工智能整合經營過程中積累的大量數據，及時更新運營動態信息以配合外部的動態監控。

四、人工智能助力農業保險公司經營體系面臨的挑戰

雖然人工智能與農業保險正在融合，但進一步融合仍存在困難。農業保險公司在向人工智能經營戰略轉型過程中存在差異性大、技術條件不成熟等困難。

（一）農業保險公司實現人工智能經營戰略轉型的差異性

農業保險公司要突破傳統的經營理念與思維，掌握數字化戰略并成功向人工智能經營戰略轉型不會一蹴而就。頭部保險企業和互聯網保險公司的科技布局不斷加速，大型保險機構將“保險+科技”提升到戰略高度，并積極投資設立保險科技子公司①數據來源：恒大研究院發布的《中國金融科技報告2020》和國家金融與發展實驗室金融科技研究中心與金融科技50人論壇（CFT50）推出的《中國金融科技運行報告（2020）》。。頭部保險公司也專注于人工智能、區塊鏈、大數據、云計算、物聯網等前沿科技的投入，而中尾部保險公司將技術投資重點仍然放在信息化建設上②數據來源：上海艾瑞市場咨詢有限公司發布的《中國金融科技行業研究報告》。，不同規模的保險公司數字化戰略轉型差異大。從公司內部經營來看，以人工智能為核心的數字渠道在各經營環節的滲透程度不同。人工智能在保險行業各領域滲透最快的環節為核保、理賠、客戶服務，反映了人工智能對各環節優化的差異性③數據來源：復旦大學保險科技實驗室聯合中國保險學會共同發布的《人工智能保險行業運用路線圖（2018）》。，也表明農業保險公司要注重各環節的數字化轉型。

人工智能為保險公司的客戶服務、理賠、核保環節降低了人力成本，尤其是在客戶服務環節降低成本的效益最大，其他環節降低成本的效益仍有待提高①數據來源：上海艾瑞市場咨詢有限公司發布的《2021年中國保險行業數字化升級研究報告》。。

與此同時，人工智能對保險業的滲透有一定的時間跨度，農業保險企業的整體轉型也需要一定的周期，對中小型農業保險公司而言，更需要合理布局數字化轉型和明確戰略方向。

（二）農業保險公司數據處理的限制

農業保險公司數字處理的限制主要體現在兩個方面：一是數據的基層支撐體系較弱，二是存在觸發數據隱私的風險。數據的基礎支撐體系包括數據的來源、整理、建設三方面。農業保險公司的數據基礎支撐體系仍以頭部公司為主，中小型公司處于追趕的狀態。由于保險公司數字化建設興起時間不長，許多公司自身的IT能力薄弱、數據基礎較差且缺乏整體規劃，由此導致了系統模塊復用性差、技術應用零散化，再加上農業保險數據分散化的特點，要求農業保險公司具有較強的數據處理能力。人工智能帶來的數據所有權和使用權的沖突即數據隱私的泄露是業界的熱門話題。各國對數據隱私的重視程度不斷提高，如表2所示部分國家對不同行業數字化轉型過程中涉及數據隱私部分采取了保護性措施，以規避隱私風險。人工智能的高效運用是以大數據為支撐，要獲取全面的數據必然會涉及客戶的隱私，在各國重視隱私保護的趨勢下，農業保險公司運用人工智能的過程中需要遵循隱私保護的原則，高度關注客戶的隱私風險，正確認識數據共享背后的風險隱患并采取相應的隱私保護措施。

表2 國內外數據隱私風險的保護措施

（三）人工智能技術落地的制約條件

第三代人工智能可能是未來幾年的發展方向，第三代人工智能的發展方向是知識與數據的融合。為了構建由數據和知識驅動的人工智能框架，迫切需要新的突破和創新，這對人工智能人才提出了更嚴格的要求。對于農業保險公司而言，啟動人工智能戰略需要較高的資本投入，但回報收益的周期卻是不確定的，這引發了商業盈利性與數字化收益周期模糊性之間的矛盾，因而部分公司輕視了人工智能戰略的投資。另外農業保險公司缺少數字化轉型的技術人才來引導數字化轉型的方向，員工也缺乏致力于數字化轉型建設和科技創新的精力。人工智能賦能農業保險公司的關鍵在于科技落地。如何提高農業保險公司的技術運作水平，促進科技落地是農業保險公司的重要任務。然而，人工智能在農業保險操作系統中應用的實踐并不多，只集中在某些環節，相應的技術還不夠成熟。在農業保險公司缺乏人才和技術支持的情況下，如何實現人工智能技術的創新需要進一步探索。

五、人工智能持續賦能農業保險公司經營的應對策略

數字化轉型的模式包括數字化思維與戰略轉型、數字化技術支撐體系與數據處理能力、數字化人才與創新。農業保險公司要做好人工智能融合農業保險公司經營的建設，全面提升人工智能數字化轉型變革的能力。

（一）農業保險公司注重人工智能戰略的合理布局

1.升級人工智能轉型的戰略思維

對于農業保險公司來說，有必要升級“數字思維”以應對人工智能的變革。由于數字化戰略需要重構企業組織框架、管理體系等戰略決策程序，因此農業保險公司實現“數字思維”轉型應采取以下措施。

第一步是用數字思維重新審視人工智能的技術設施架構、客戶管理體系和服務場景生態，從而推動內部經營管理模式的創新。

第二步則需要加強人工智能轉型目標的內部宣傳，將轉型思路和標準落實到各部門、經營方案中，如建立內部技術風控部門、收購潛在保險科技公司及與業內領先的研究機構建立合作關系。人工智能驅動農業保險公司的經營結構不僅是技術部門的任務，也需要領導和管理團隊投入精力。農業保險公司管理層需要深入了解人工智能技術，關注各環節與人工智能結合帶來的成本和效益，掌握運營和職能層面的戰略決策，制定參與大規模科技網絡生態系統的戰略。

2.把握公司自身的人工智能戰略

對于大型農業保險公司來說，其科技實力和數字實力都有了很大的突破，目前主要集中在完善數字化價值鏈上。這些公司依靠自身的業務優勢和技術經驗，將人工智能賦能到公司的前端、中端、后端，構建了“人工智能+保險”的生態圖，并繼續全面鋪開加大資源投入以占據主要市場份額，拓展業務邊界。中國平安保險（集團）股份有限公司早在2017年就制定了“金融+科技”雙輪驅動模式，其子公司中國平安財產保險公司自建科技中心將重點放在大數據平臺、大數據專家以及AI專家領域建設上。2019年中國太平洋保險（集團）股份有限公司在轉型2.0布局下建成了“太保—交大AI聯合實驗室”“太保—復旦保險科技聯合創新實驗室”，也逐步推進數據中臺與AI中臺輸出能力的建設。對于中型農業保險公司而言，重點掌握“人工智能+農業保險”的成熟技術，逐步加大資源的投入、拓寬運用環節的維度。對于小型農業保險公司而言，聚焦中端經營環節的優化和人工智能運用的場景，重點關注人工智能技術的改進。由于中小型農業保險公司各方面實力有限，僅靠自身實力不足以適應數字化轉型。因此，這類公司可以加盟大型企業的數字轉型，以大企業的戰略為核心實現轉型，或者多個中小型公司共同出資并聯合制定數字化轉型戰略。

（二）農業保險公司注重提升數據治理能力

1.建立數據基層支撐運營體系

人工智能技術的卓越表現必須有海量數據的支撐。因此，農業保險公司需要建立一個全面的數據基層支撐體系，以確保人工智能在農業保險經營中高效運作的能力。在數據源獲取方面，須制定多層次的數據獲取策略，包括直接收購數據資產和數據供應商、數據源授權的獲取及與數據經紀商使用數據應用程序接口對接等，充分獲取外部數據。在數據整理方面，農業保險公司數據分散化的特點離不開技術的處理，以人工智能為核心結合大數據、區塊鏈、云計算等技術開展全面的數據整理工作，可以有效提高數據處理能力。在數據建設方面，首先要完善數據標準規劃、編制、評審發布、落地執行、維護增強等建設流程；其次要加強公司的技術工具、互聯網設施的建設，為搭建信息平臺提供基礎支撐。

2.引入人工智能的聯邦學習保障隱私安全

聯邦學習將人工智能的重點轉移到以保障隱私安全為核心的大數據架構算法上。國內對聯邦學習隱私安全的研究熱度不斷提升，以“聯邦學習隱私安全”為主題在中國知網上搜索，發文量已從2019年的45篇上升到2021年的195篇，且計算機、金融等眾多行業開始積極探索聯邦學習解決隱私安全的方式。由于多個數據歸屬方擁有的數據不同，甚至同一機構不同部門間的數據也存在不對稱性，數據的分散性導致高質量的模型很難建立，但數據的共享又難免帶來數據隱私問題，農業保險公司也面臨同樣的困境。孫爽等（2021）[15]認為聯邦學習的目的是讓參與方間接地共享本地數據并進行聯合訓練，在保護參與方隱私信息的同時也能獲得更優的本地數據。農業保險公司可以通過引入聯邦學習突破困境，如圖4所示，農業保險公司和其他部門可以利用聯邦學習技術構建一個互相合作的生態系統，在整個生態系統中，各方作為各自領域的服務對象，在不泄露用戶信息、不影響數據規范的前提下實現利益共享。完整的聯邦學習系統需要智能平臺協助，目前已有保險集團的聯邦學習技術團隊研發了蜂巢聯邦智能平臺，該平臺以隱私安全計算為核心，并構建以聯邦學習、聯邦數據部落、聯邦推理、聯邦激勵機制為主的聯邦智能生態系統。在聯邦智能生態系統中參與方進行聯合建模與數據合作，為商業的數據隱私安全保護提供解決方案。

圖4 農業保險領域的聯邦學習生態系統

（三）農業保險公司注重人才培養及技術創新

1.完善保險公司人工智能人才培養

從產業上看，人工智能可分為基礎層、技術層和應用層，在人才類型上分別為基礎研究人才、技術研發人才和應用實踐人才。王志豐（2021）[16]指出人工智能的教育層次存在差異。

一是高水平大學的目標是培養基礎研究型人工智能人才，并與研究生教育接軌，其他本科高校著力培養技術研發型和應用實踐型人工智能人才。

二是學科優勢明顯的學校側重培養技術型人工智能人才，著眼于模擬人工智能構建技術路徑，而其他高校則側重培養應用實踐型人工智能人才，為特定應用場景提供產品或解決方案。農業保險公司應明確與人工智能技術的融合層次，從而確定需求的人才類型，并根據需求的人才類型選擇不同的大學合作。目前，多數農業保險公司側重于人工智能技術層和應用層的開發，所需要的人才多為技術型和應用型，該類公司可以與學科優勢明顯、一般本科高校合作共同培養人才。除高校外，農業保險公司、科研機構、科技企業甚至行業監管部門也可以加強聯盟合作，實現跨行業合作。

此外，加強政府、企業、科研等多元化人才交流，開辟跨學科交流渠道，從不同學科的問題引導創新。

2.人工智能技術創新可以選擇自主或聯合兩種方式

鑒于人工智能技術尚未成熟，農業保險公司可以選擇內部自主創新和聯合創新。實力雄厚的大型保險公司可以充分利用資金、技術基礎、人才等資源，自主創新掌握科技優勢。例如，一些保險公司可以利用自身優勢聯合科技公司共同研發人工智能，形成集團內部科技的聯動。中小型公司須形成人工智能研發聯盟，并根據資金的投入承擔風險和分配收益，在聯盟里形成風險共擔和利益共享的局面。科技機構也是大多數保險公司聯盟的主體，但是農業保險公司與科技機構合作需要建立一個開放、平等的信息交流平臺和業務平臺。平臺通過業務合作、孵化加速等環節和投資方式為保險公司與科技創新企業搭建供需匹配的橋梁。目前一些保險公司采用科技公司專業的云平臺、數據中間平臺、業務中間平臺和金融科技產品重構新一代核心業務系統。該合作推廣了保險公司的業務場景，實現線上線下相融合，提升了精細化管理和智能運營水平，使科技創新更好地在保險公司內部聯動、落地和驗證。