按照制度社會學的觀點，人類社會的實質是一套廣義的制度體系。所有的制度都類似于生命，有它誕生、成長、演進、衰退的周期，技術的進步是推動制度變遷的根本原因，域名注冊，成本更低、風險更小、效率更高是制度選擇與演進的基本準則。

保險是一項制度，也有它的生命軌跡。回顧歷史，互助共濟的思想古已有之，但漫長的農耕文明卻沒有讓它破土成長;航海技術的突破、國際市場的拓展催生了保險嬰兒，市場經濟的勃興為它搭建起廣闊的舞臺，人人為我、我為人人，保險制度在凝聚愛心、播灑親情、弘揚人性的美好中，走向了燦爛與輝煌。人類正加速走向大數據時代，對保險這種制度將帶來什么影響?保險機制與大數據是相生還是相克?

長期：保險制度面臨替代制度挑戰

從長期看，大數據將降低社會與經濟生活的不確定性，導致可保風險減少，保險制度將面臨替代制度的挑戰。

保險是一種分散與管理風險的制度，但并不是唯一的選擇。通常來講，人們為什么選擇保險來分散與管理風險?內含的邏輯是，保險相比風險自留或其他制度安排更加有效，或者說，購買保險的成本至少要低于風險發生帶來的直接與間接損失之和。

從實踐來看，保險承保的風險包括四大類，基于財產損失的不確定性、基于生命健康的不確定性、基于法定責任導致的損失、基于財富在時間分布上的不均衡與不確定性等。大數據時代，人類對自然的駕馭能力顯著增強，社會與經濟生活的透明度明顯提高，數據的陽光照滿每一個角落，機器的智慧極大地改善人類的資源整合與協調能力，當前面臨的很多不確定性也許不再存在，也許將大幅下降。

以智能汽車為例，汽車大數據代替人接管交通系統，指揮與控制每輛汽車的是基于幾億輛汽車的大數據及其演化出來的規則。“駕駛員”不僅可基于當前情況駕駛，也能基于全局情況、歷史案例進行判斷與決策。自然可以避開雷雨、塌方、地陷等幾乎所有自然災害。在自動駕駛系統基于大量數據反復學習成熟之后，只要不出現數據盲點或發生數據安全事故，智能汽車一般也不會發生交通事故。也許你擔心智能汽車會不會拋錨，比如動力系統出現問題、或者輪胎跑飛?這些也是絕無可能的。為什么?遍布全身的傳感器以及基于每個品牌的汽車使用情況的大數據足以支持在行駛前排除類似的安全隱患。從當前測試情況看，自動駕駛系統正隨著測試里程的增加不斷成熟，事故率無限接近于零是完全可能的。

從生命健康看，隨著國家基本醫療保險體系的建立與完善，一個覆蓋全體國民的健康檔案系統正在形成，可以預見，若干年后，服務器租用 免備案服務器，人-醫-藥-政-保互聯的大數據平臺也將形成，每個人的健康狀況、生命路徑將變得更加清晰，特別是分子生物學快速發展，人類對健康的把握與修復能力將有質的提升，健康狀況的不確定性將大幅下降。

沒有不確定性還需要保險嗎?按照經典的理論，保險是不確定性與風險厭惡型人群存在的產物。如果沒有不確定性，繳納的保費確定的是，你的損失與保險公司的運營成本之和。如此，保險機制就不是最佳的風險管理手段，自保不是更省錢嗎?當然，不確定性完全消失是不可能的，但信息革命與大數據能極大地改變信息不對稱、不充分的狀況，讓很多不確定的東西變得更確定應該是必然的趨勢。

中期：保險也將面臨產業鏈縱向一體化挑戰

從中期看，行業與社會大數據平臺的逐步形成，保險業可能失去現有的特色與定位，將面臨產業鏈縱向一體化的挑戰。

保險以服務經濟社會與人民生活為己任，是一個服務性的行業，與其他行業存在較強的依存關系，絕大多數領域都依附在相應的產業鏈條之上，以運營與分析該產業鏈的風險數據為特色，從而獲得在該產業鏈上的分工及市場地位。大數據時代的到來，可能從根本上顛覆保險業這種產業風險數據運營商的定位，產業大數據平臺也可能把以前相對有壁壘的保險專業特色化為烏有。

以精算為例，直到今天，精算仍然是保險業的核心技術，精算師是最受敬仰的職業。但仔細分析，精算是基于某些經驗分布假設之上的統計推斷，是歸納與演繹思維的綜合。大數據時代的技術邏輯，是用歸納法獲得經驗規則預測未來，一切都將變得更加簡單，變得完全可由機器智能取代。如果相關的數據不在保險機構的掌控之中，議價能力將進一步下降，發展空間將受到進一步擠壓，從產業演進發展的經濟邏輯看，排除特許經營權的影響，縱向一體化或將成為趨勢。

近期：保險業將走上新技術引領轉型之路