利用大數據這項「信用科技」的InsuretheBox、Progressive，和利用人工智慧這項「信用科技」的COIN。
InsuretheBox
先說InsuretheBox。
請問：車險應該怎麼買才合理？
一輛車幾乎不開，每年要交幾千塊錢保險費，你覺得合理嗎？我覺得不合理。
保險的本質，是「同質風險分擔」。我的車幾乎不開，和每天開30公里上下班，所遇到的不是「同質風險」。
那車險應該怎麼買呢？
現在的車險，是按照年來買的。這不合理。一年中，每個人上路的次數顯然不同。不按年來買，那按天來買嗎？也不合理，因為每天每個人上路的次數、時間長短也不一樣。
那應該按什麼買呢？按公里數來買。開車距離多的人，就應該多交保費。所以，未來的車險，可能不是在電話里買，而是在加油站買：
師傅，給我加200公里的油，順便加200公里的保險。
問題來了，這個做法聽上去很開腦洞，但我怎麼知道每個人每天開多少公里呢？這就要依靠大數據了。
英國有家保險公司叫InsuretheBox。購買它家的保險，它就會在你的車裡裝一個OBD設備（On Board Diagnostic Device，車載診斷系統），檢測你的行車數據，其中包括開了多少公里。
然後，InsuretheBox就可以這樣賣保險了：這3000公里先充給你，拿去用，用完了再來充。如果你的行車記錄非常好，每個季度我再送你一點里程作獎勵。
可是為什麼傳統的保險公司不這麼做呢？
因為它們只掌握「社會統計數據」。
上海每年會出多少起交通事故？
65歲以上的老人得老年痴呆症的機率是多少？這就是社會統計數據。再厲害的精算師，基於社會統計數據，也得不出針對個人的最優保險定價。
可是，按公里數付費，也不合理吧？那些把車開到四叉路口，打著左轉向燈卻向右轉的人，就應該多交錢吧？
沒錯。按照公里數付費還不夠，每公里按照開車習慣定價，才是最合理的。
這就是「個性化的大數據」賦能的UBI車險（Usage Based Insurance，基於用量的保險）。
有一天，我買車的原廠打電話給我：您的車險要到期了，在別人那裡每年7000元的保險費，在我這裡，2000元就夠了。
為什麼啊？因為我們原廠擁有數據。根據數據顯示，您的開車習慣特別好，而且基本不開。
我一聽特別高興。趕快打電話給我一個朋友，他和我同一天在同一家4S店提的同一款車。我朋友聽完後，也立刻打電話給車廠的客服，說我要買保險，就是劉潤那個，2000元的那個。
客服小姑娘一查，說：對不起，您買的話有點貴，要1.2萬元。
我朋友聽完，一口鮮血噴在螢幕上：為什麼啊？
她說：因為你經常漂移。
我朋友非常生氣，說：那我不買還不行嘛。於是他繼續在原來的保險公司買。
然後，漸漸地，那些開車習慣好，又不怎麼開車的車主，會越來越多地被擁有「個性化大數據」的原廠拉走。那原來的保險公司呢？因為好用戶都走了，它們只好提高保費，慢慢失去競爭力。
天啊。真可怕。這種事真的會發生嗎？
Progressive
美國有家保險公司叫Progressive，它早已開始「每公里定價」。它的定價，基於三個數據。
第一，你平常與前車保持的距離。
這個數據，通過車載雷達和OBD設備可以記錄。後車如果追尾前車，不管什麼原因，後車全責。所以如果你習慣離前車太近，那保費必須要高一些。
第二，你每月踩急剎車的次數。
一個人什麼時候才會踩急剎車？一定是遇到險情的時候。這次是剎住了，那下次呢？一個經常急剎車的人，嗯，保費也必須高一些。
第三，你每月凌晨4點開車的次數。
這是為什麼呢？因為一個人一天中什麼時候最疲勞？凌晨3～4點。不管你是蹦迪回來，還是去上早班，這時候都特別容易出事故。所以，經常凌晨4點開車的，保費也必須再貴一些。
Progressive公司用三個簡單的數據，為每個人的保險做了差異化定價。
信用，就是對風險的承諾。用個性化大數據這種「信用科技」，進行更加精準的風險定價，幫助優質節點降低交易成本。
當你有了「大數據」這項信用科技的新式武器後，去中心型商業，終於可以擺脫依賴社會統計數據的「信用中心」，散成滿天星。
那人工智慧呢？
我的汽車保險用的就是progressive。
我覺得人工智慧大數據是否可以擺脫「中心」的束縛，困難有兩個，
（1）儲存、運算、分析數據的需要的基礎設施和人力；
（2）數據安全隱私帶來的問題。
現在這個時代，數據是最大的財富。任何一個公司不會輕易交出它的數據而且會像保衛金庫一樣保衛它。
progressive考慮的開車時間、里數、踩剎車和油門是由這個公司自己給成員發的儀器或者手機app監測收集來的。他們還收集了年齡、性別、教育、收入、過往事故記錄等等大量數據。是不會輕易給別人的。
何況存儲和分析大量數據需要的基礎設施往往也是天價。Progressive其實只對每個成員收集6個月的數據。可能是因為收集更多數據，存儲分析運算會更困難。
COIN
美國有家公司叫COIN，它為摩根大通銀行提供貸款合同審批服務。
你向銀行借錢，銀行要和你簽合同。可是，根據你的情況，這合同怎麼簽，銀行才能最大化地管控風險呢？
在中國，銀行都有一個風控部門。這也是銀行最重要的部門，負責審批貸款合同。
在美國呢？美國一些銀行（比如摩根大通）會外聘律師團隊來做這件事。
為此，每年摩根大通要採購36萬小時的律師服務。在美國，律師服務是很貴的，所以這是一筆很大的開支。
「人」雖然創造財富，但也是特別巨大的成本。
後來，摩根大通選擇和人工智慧公司COIN合作。
COIN從摩根大通那裡獲得了曾經審批完的貸款合同，包括批准的、沒批准的、修改的。然後「喂」給它人工智慧算法。算法把這些歷史數據「吃」下去後，消化消化，說：我可以了。
然後，摩根大通把新的貸款合同給COIN。結果讓人驚掉了下巴，過去用36萬小時律師服務做的事情，COIN幾秒鐘就做到了。而且，風控能力不比人工差。
這一下子，摩根大通節省了一大筆錢。這些錢都是銀行的成本，最終必然會加到利息裡面去。而利息的高低，就是對風險的定價。
有了COIN，摩根大通的風險定價能力明顯增強。理論上，信用更高的人，可以用更低的利息貸到錢了。
這是不是讓你想起，2016年贏下李世石的AlphaGo？
AlphaGo就是一套人工智慧算法，它「吃下去」10萬局人類歷史上的棋局，消化了一下，就下得比最厲害的人類還要厲害。
當你有了「人工智慧」這項信用科技的新式武器後，去中心型商業，終於可以擺脫人工成本高昂的「信用中心」，散成滿天星。
COIN這家公司，可能是利用了摩根大通已有的數據和基礎設施。那這裡的信用問題其實就轉嫁到摩根大通銀行怎麼挑選一個可信賴的合作夥伴。
不然大量財務數據泄露會造成欺詐和身份盜用的問題。普通人願意把敏感信息提供給摩根大通或者progressive，但未必會願意把信息提供給不知名的人。
在醫療領域更是如此。梅奧最近跟谷歌達成了10年合作協議（為什麼選擇谷歌而不是一個startup，肯定也有谷歌的信譽在那），但依然引起了大量討論說谷歌是不是因此會拿到梅奧的病人數據。
梅奧澄清並不會。如何能得到充分的技術支持但又保護隱私和數據安全是一個非常有挑戰性的問題。
一個科技保險公司用大數據、人工智慧解決「信用不傳遞」、降低成本的案例。
美國一家網絡保險公司通過Health IQ 測試來區分人群，開出不同的保險價格。
第一、當你在 Health IQ 上達到了「精英等級」時，你的保費就能減少4%，以美國30年的人壽保險來說，這相當於便宜了差不多1萬塊人民幣；
第二、如果用戶保持良好的運動習慣，比如說，你每個星期跑16公里以上或者騎行80公里以上，你的保費還可以再有4%的折扣；
第三、如果你積極參加鐵人三項賽等項目，經過 Health IQ 的審核後，甚至能獲得高達25%的折扣。
我一個朋友從事的是環保裝備製造領域，幾乎每天都要面對客戶的詢價要求，如何針對不同的客戶、採用不同的定價原則也是非常讓人頭疼的一件事情。
老客戶和新客戶之間，肯定不能採用一樣的價格體系；不同的行業之間，價格標準肯定也存在差異。
在未來，他們可以運用大數據來改進我們現有的定價原則，我們可以通過儘可能搜集用戶多維度的信息，比如所處行業、合作年限、過往履約情況、採購金額等，再通過一定的算法對這些數據進行分析，然後制定出針對不同客戶的價格原則。
而這樣的價格原則，並不僅僅限於合同總價，還包括了付款條件、質保金比例以及後續服務等多方面因素。
當然，目前這還僅僅是一個設想，他們會選擇合適的時機開展相應的嘗試，希望能夠取得不錯的成效。
線段型商業克服「信用不傳遞」的方法是「信用中介」，中心型商業是「信用中心」，去中心型商業是「信用科技」。
大數據、人工智慧，這些「信用科技」，可以幫助優質的交易節點，通過擺脫社會統計數據、高昂的人工成本這些「信用中心」的約束，散為漫天星辰，大幅度降低交易成本。
有人問，那原來的銀行、原來的保險公司，難道就不能利用這些「信用科技」武裝自己嗎？
當然可以。
但是一旦進入「信用科技」時代，用這些科技武裝自己，信用價值就不是依附在機構上，而是依附在科技上。所有擁有這些科技的人，都成為它們的競爭對手。這樣，「信用中心」，就會逐漸從太陽，變成繁星。
這就是分久必合，合久必分。