保险公司已经在使用人工智能来处理索赔，使用自然语言处理来提取相关信息并自动化大部分审批流程。但在事故发生后从车主那里获取信息方面，与汽车运营商仍然存在很大差距。如今，保险公司为驾车者提供的自助服务工具并非很有效。车主经常被事故惊吓到，因此没有良好的心态来报告损坏情况。此外，对于绝大多数人来说，这将是他们第一次使用出险报告的应用程序，而且他们没有拍摄事故现场的经验，因此可能会丢失关键信息。
然而，拖车和道路救援人员在此方面则经验丰富。他们已经非常熟悉受损车辆，可以通过对他们进行保险培训，让他们熟悉提交索赔信息的流程，并且使数据输入变得更加精确。因此，保险公司可以在事故发生后很短时间内获得准确信息。而且，由于数据是使用保险公司的应用程序提交的，因此可以很容易地标准化，并对文本和图像进行人工智能分析，以加快理赔过程，消除长达数日的等待时间并降低理赔成本。
使用人工智能和数据分析优化道路救援流程人工智能和数据分析可以通过自动化流程大大改善客户体验。根据预先批准、验证和审查的拖车操作员名单，AI可以确定最接近客户的道路救援供应商，并立即发送救援请求。通过这种方式，客户可以更快地重新上路，拖车供应商可以以公允的价格找到业务，保险公司可以看到其净推荐值（NPS）和投保人保留率提升，实现各个主体的共赢。
投资为电动车提供服务的培训和拖车供应商培训和拖车供应商行业需要投资，这样他们才不会随着电动汽车市场的发展而被抛在后面，保险公司应该考虑提高相应的激励，需要拖车供应商的网络中拥有服务电动汽车的技能。
技术革新几乎冲击了汽车工业的方方面面，包括保险业。但技术不一定只是一种威胁——通过应用正确的技术，它们还可以提供新的竞争优势，使供应商不仅能够生存下去，而且能够在这个新兴的车险世界中茁壮成长。
ByCorey Brundage | August 6, 2021
AI, EVs and auto tech pose a threat to traditional autoinsurance | PropertyCasualty360
