品牌、车价、出险率……传统车辆保险定价模式中，“从车”因素（与车辆相关）的参考权重往往更高。但随着我国保险费率向市场化迈进，以及大数据不断与传统行业融合，未来车险中“从人”因素（与人相关）将被深入挖掘，根据驾驶员、车辆等综合因素得出的“车险分”或将使不同客户的保费金额差异明显。

　　相关数据显示，2016年全国车险行业，只有14家公司车险承保盈利，41家亏损的公司亏损总额达到63亿元，行业亏损比例达到75%。精准定价能力的缺失，是部分车险公司面临困境的原因之一。

　　“传统保险业的数据分析在市场发展过程中经历‘简单但粗犷’到‘复杂但低效’阶段，下一步亟待向简单高效转变。”中国人保财险总核保师方仲友说，“实际上，这类数据行业在美国已经形成了完整的产业链。”

　　据业内人士介绍，以美国为例，车险领域数据处理、服务已形成“分工明确”的细分领域。上游信用数据提供商和车联网服务商将数据提供给FICO、LexisNexis（律商联讯）等数据服务商，最终由服务商将分析数据（“车险分”）提供给保险公司用于营销、核保、精准定价等。

　　太平财险副总经理戴曙燕表示，目前国内车险定价更多考虑“从车”信息，比如车型、车龄、配置、车辆是否有“出险”等。但基于驾驶者的风险评估也是很重要的一部分，这类数据是国内很多保险公司缺乏的。

　　前不久，蚂蚁金服旗下保险数据科技实验室宣布向国内保险行业开放首个“车险分”平台。基于大数据、人工智能等技术得出的分值或将决定未来客户的保费。目前人保产险、阳光产险等9家保险公司已经与蚂蚁“车险分”达成了合作。

　　据介绍，“车险分”　将通过职业特性、身份特质、信用历史、消费习惯、驾驶习惯、稳定水平等六个维度海量数据的分析以及人工智能的算法应用，提升保险定价的公平性和效率。

　　据保险数据科技实验室技术团队介绍，基于蚂蚁积累的用户画像数据和保险公司积累的车险理赔数据，通过人工智能算法，目前数据处理能力可达千亿级样本和百亿级特征挖掘。

　　“现在推出的‘车险分’数值区间设定为300-700之间，原则上信用分越高，用户的保费越低。”蚂蚁金服保险事业群副总裁李冠如说，“通过用户授权查询后，直观的数据在‘B端’能够让保险公司的营销、核保、精准定价更加简单高效；‘C端’可以促进用户获得定价公平的保险服务，未来甚至可以提供风险优化建议等。”

　　“保险费率迈向市场化背景，大数据提升效率的同时也将带来更差异化但更公正透明的定价。”蚂蚁金服副总裁尹铭说。