如今，智能网联汽车已从小范围测试验证发展到生态加速构建的新阶段。

据工信部消息，全国开放智能网联汽车测试道路里程已超过15000公里，装配路侧网联设备8000余台套，新一代电子电气架构、大算力芯片等实现装车应用。

2022年，具备组合辅助驾驶功能的L2级乘用车新车渗透率达到了34.5%，工信部预计2025年乘用车L2级及以上智能驾驶渗透率将达到70%。

电动化、网联化、智能化……汽车产业的深度变革也对传统车险业带来新的挑战，传统的车险逻辑将不再适用。面对汽车产业的变革，近年来，车险行业正在积极探索新的解题思路。

一场围绕保险条款、定责理赔、精算模型、定价等内容的车险重塑计划正在发生，而数据成为险企迎接汽车智能化挑战的关键要素。

智能网联汽车保险发展现状如何？面临哪些问题和挑战？数据为何是关键？数据的获取、使用和分析存在哪些难题？需如何突破？近日，深圳在智能网联汽车保险的发展，给出了一座创新之城的探索方案。

定责是主要难点 未来需开发专属产品

保险责任的界定是保险合同中的核心问题之一。

而定责恰恰是智能网联汽车保险行业当前面临的主要难点。

“辅助驾驶作为自动驾驶更早期的技术形态，定责难问题正不断凸显。目前已发生过很多涉及自动驾驶的事故，在定责环节都或多或少出现了不同的争议。司机方说车是自动驾驶的，不是人开的；主机厂方面认为车依然是司机在开，但又不提供相关数据，导致双方各执一词，无法定论，给保险公司的理赔处理带来了困扰。”平安产险车险部高级经理王鹏解释说。

相比责任主体清晰的传统车险，智能网联汽车的责任主体会更复杂，包含车辆使用方、所有方以及主机厂等。而目前行业并没有一个真正针对智能网联汽车保险产品的条款出现，导致责任认定缺乏依据。同时，由于信息和数据的不透明，多方主体面临事故，存在道德风险等，保险定责难度增加。

“智能网联汽车作为新兴产物，在现有法律框架下可能面临不适用的问题。主机厂作为自动驾驶技术的提供者，是否在责任范围内，目前相关法律法规并没有特别明确、清晰地说明。但是我个人认为主机厂作为汽车零部件和汽车技术的最终集成方，对于自动驾驶功能的缺陷或者失灵导致的损失应该是有责任的。”平安产险精算部副总经理陈志坚表示。

目前保险业针对智能网联汽车保险的条款依据仍是参照《中国保险行业协会机动车商业保险示范条款（2020版）》、2021年发布的《新能源汽车商业保险专属条款（试行）》，并未有像传统车险一样的专属的条款。

据记者了解，针对当前以L2级别为主的量产智能网联汽车，车险的保障模式主要为“传统车险+其他附加保险”模式，比如车险加上网络安全责任险、生产企业的产品责任险、人工智能责任险等非车责任险，通过现有的条款保险产品为智能网联汽车提供保障。

而汽车智能化、无人驾驶技术正快速发展，量产乘用车自动驾驶等级逐步向 L3过渡。未来开发专属产品，行业出台专属条款已成为行业共识。

“随着智能网联汽车发展规模越来越大，自动驾驶等级从L2发展到L3、L4，当前的解决方案将不再适用。现有法律法规和定损定责主要面向传统的人工驾驶模式，以人的责任为主，辅助驾驶L2的汽车遇见紧急情况的话，人是要接管的，人必须要起到监督的作用。但是当未来L3规模化落地，现在的产品无法充分适应自动驾驶技术所带来的特殊情况。”王鹏坦言。

因此，开发专属产品成为大势所趋。业内人士判断，未来随着法律法规完善、技术手段发展及主机厂公开必要的数据，定责定损将有明确、清晰的标准，相关专属产品将变成现实。

在未来专属保险产品的逻辑下，对于目前人机共享模式，如果是人开车，与传统车险产品类似；如果是机器自动驾驶，则有专门的自动驾驶保障。

精算建模、定价、理赔重塑 数据成为关键

“数据将是保险定价方法优化、模型框架调整的重要基础。”陈志坚表示。

汽车智能化背景下，除了产品条款和理赔定责之外，车险产品的定价和精算建模也将重塑。

随着自动驾驶汽车的发展，新的风险也随之涌现，传统的定价模式需随之调整，而车险产品的精算建模和定价更新迭代需要更细化和更丰富的数据，但数据确权难题依然悬而未决，保险行业需积极探索获取、使用、分析数据的更多可能性。

基于大数法则，传统车险的定价主要依据大量的历史数据，使用统计模型方法对车辆风险进行精算评估。但目前智能网联汽车的风险因素发生了变化，同时数据积累仍处于初期阶段，传统车险的精算定价模式难以适用。

由于智能网联汽车引入机器驾驶模式，有关机器本身的风险也随之而来。“传统汽车的风险一部分来自于自然环境，还有一部分是人为的风险，而自动驾驶的引入带来了新的风险，如功能安全、预期功能安全等主要风险。”王鹏介绍。

据介绍，自动驾驶汽车还可能存在网络安全风险、数据安全风险。此外，在完全自动驾驶实现之前，智能网联汽车依然是“人机共享”模式，在人和机器配合过程中也会产生新的风险。

“比如过度信任风险。当前辅助驾驶系统要求车主把手放在方向盘上，保持随时接管状态。但驾驶员可能过度信任或者误解自动驾驶系统的能力和约束，从而引发的新的风险。”陈志坚表示。

新的风险出现以及数据积累不足等问题使得基于大数法则的传统定价模型遭遇新的挑战，车险行业需探索新的模式。

“目前，保险行业正逐步把一些对自动驾驶的风险研究纳入到现有的定价框架内。”陈志坚介绍。在他看来，按照平安的一些研究和分析，传统的精算方法完全可以在渐变式的过程中，通过自身的优化和迭代，包括纳入颗粒度更细的数据等，逐步适应技术更新带来的变化。

在这一过程中，数据的获取、使用以及分析成为关键。比如，在前期定价时，能获取包括测试数据在内的产业端数据，就能更加及时得出更精准的结果；又比如，获取车辆动态行驶数据，能更方便险企定责和有效快速理赔。

数据获取仍处于初期阶段 确权问题待解

数据可贵，但也难求。

如果说智能网联汽车的发展，是汽车行业发生的一场智能化变革，那智能化“三要素”之一的数据仍是基础原料。对于保险公司而言，数据更是解决当前定价、定责难点的关键要素。

而数据的获取以及使用仍存在一定挑战。

据介绍，当前，智能驾驶的测试车辆相关数据由于涉及到测试方的技术或商业信息，对保险公司并没有完全开放；测试车辆改装、加装设备的维修成本或替换成本也没有对外开放。

保险企业掌握的自动驾驶相关数据相对有限，数据颗粒度还比较粗，无法进行细致的分析。

“现在智能网联汽车试点城市和测试企业越来越多，一些测试示范区也有相应的机构做测试数据的采集存储或分析等工作，我们会和这些机构合作，获取数据。”陈志坚表示。

同时，数据的差异性和不统一性也对险企的数据分析造成困难。

目前，保险行业对测试数据的分析应用仍处于比较早期的阶段。“我国智能网联汽车测试区域比较多，对于数据的规范性或统一性的要求各地还存在一些差异，同时测试车辆数量总体较少，测试主体又非常分散，它们的技术路线、技术水平体现在数据上的差异也会比较大，导致不能很好地分析。”陈志坚向记者解释道。

此外，我国的数据确权仍处于发展之中。“数据的使用权、所有权到底归属于谁，这个可能还存在争议，或者说没有特别明确。未来量产车之后，随着数据确权相关制度或法律法规的进一步完善，在数据确权方面能够有更明确的指引。”他表示。

因此，在数据确权问题未解决之前，保险公司若要设计并落地智能网联汽车保险专属产品，则需要探索配套的数据共享及协作机制。

他进一步分析，数据问题涉及多个相关方，建立数据共享机制是一个复杂的工作。“数据到底是从主机厂获取，还是类似国家会建立数据平台，或是通过跨行业的数据分享机制，现在还在探索中。”

创新之城的探索 数据共享机制成为可能

而深圳发布的智能网联汽车承保、理赔指引，恰恰是行业的一个积极探索成果。

在智能网联汽车行业，以“创新”为城市基因的深圳成为率先发力的城市之一。去年8月，我国首部智能网联汽车管理法规《深圳经济特区智能网联汽车管理条例》开始施行，自动驾驶在深圳的发展开始“有法可依”。

作为深圳“20+8”产业规划的重点方向之一，去年11月，《深圳市推进智能网联汽车高质量发展实施方案》提出“研究面向智能网联汽车创新保险的政策”，为创新发展提供风险防控保障。

为落实上述方案要求，同年底，深圳保险业成立了智能网联汽车保险项目组，重点研究保险行业如何应对智能网联汽车发展变革趋势等课题。

近日，研究成果已初步落地，《深圳智能网联汽车承保指引（试行）》和《深圳智能网联汽车保险理赔实务要点（试行）》出台，智能网联汽车保险的投保和理赔进一步规范。

“两个指引是对《深圳市推进智能网联汽车高质量发展实施方案》的具体落实，为专属条款开发、定责、定损等实务操作提供了重要参考，也为未来有条件自动驾驶汽车量产后的保险产品配套提供了重要探索机会。”陈志坚表示。

据其介绍，试点方案提出了数据授权的要求，承保的测试车辆需要具备车辆使用动态数据的采集存储能力。另外，在发生事故之后，需要授权保险公司获取相关的具体数据，针对的对象是目前道路测试和示范运营的车辆。

“我们也希望在深圳通过实务指引的落实，帮助险企来积累数据，也为智能网联车辆的使用方提供更好的服务。如果以后量产车出现，希望能在更高、更统一的层面上，建立汽车行业和保险行业的数据共享、数据协同的机制。”他表示。

此外，对于主机厂是否愿意共享数据，王鹏表示，目前，有很大一部分主机厂对于数据公开是持开放态度的，因为它们也愿意自己生产出来的产品，客户能够放心购买，而保险的兜底是客户放心购买的前提之一；主机厂如果购买相关保险，潜在也传递了它对产品有信心的信息。