商业保险中的数据流动性

自2014年从剑桥大学里分立出来，Cytora就一直致力于重新定义保险的定价和产品产出流程，与此同时，它也自带流量，可以获取数据。Cytora最初的发展方向是从多维度获取大量数据，随后对其进行分析，这一方法不仅对经济、环境、社会风险进行了有效管理，同时也有效解决了商业承保端的对风险识别能力较差的问题。

Cytora认为目前保险公司在风险识别方面能力不足，导致了成本和费用的增加，这些问题都可以通过机器学习模型和数据进行控制。Cytora风险引擎平台通过人工智能和机器学习技术，把数十亿的外部数据点转化成为风险定位的维度，这样强大的数据能力会给保险公司带来更多的定价优势，从而产生更强的盈利能力。

Cytora的解决方案可以提升风险识别的准确性，其系统已拥有的大量数据让承保的风险更能精确量化。这些措施可以在极短时间内识别并限制风险，从而让用户可以更便捷地购买保险。

利用人工智能提取、结构化和转化外部数据提升承保能力

关于合作伙伴和投资

在CEO兼联合创始人Richard Hartley，CTO兼联合创始人Aeneas Wiener，CRO Joshua Wallace和CCO Arezej Czapiewski的努力下，Cytora目前已获融资880万美元，其中包括在2017年12月A轮融资获得的Starr Companies和QBE Ventures等机构的590万美元。

在此之前，2017年第四季度XL Catlin宣布计划在全球范围内部署Cytora风险引擎，主要针对财产险和意外险业务。Cytora最早是由FinTech Innovation Lab、剑桥企业种子基金和Parkwalk Advisors于2015年投资，随后Plug &； Play加速器、iLexIR等多位天使投资人参与投资。

Cytora风险引擎为欧洲、北美和澳洲的再保险公司带来了福音。以下将呈现CEO RichardHartley对公司迄今为止发展的总结，并提出对融资及未来的展望。

Q:Cytora的保险解决方案和其他产品的不同之处

Cytora通过人工智能技术改变了保险公司对于风险的选择、定价等一系列问题。通过Cytora风险引擎，保险公司可以更好地管理损失和保费，并以更合适的价格提供给客户。通过数十万个外部数据点的支持，我们完全可以让购买保险更透明，更利于提升保险公司的业绩。

Q:与保险公司的风险、定价相对应，目前最大的挑战是什么？

目前商业保险定价不够精细，即不同的风险体现在保费上可能会相同。同时承保时预测的是未来，即现在需要保障的人也许是20年前对他做出的风险判断。这些问题都会对承保的盈利能力和保费的增长能力产生负面影响。

Q:Cytora目前的客户是否集中在一个或几个地区/部门？

Cytora目前主要服务的区域是欧洲、北美和澳洲。合作伙伴包括QBE、XL Catlin和Starr等全球知名的保险公司。

Q:Cytora如何帮助客户增强盈利能力？

首先，Cytora运用机器学习采集并计算了数十亿不同维度的数据，这可以让保险公司以最高级别的粒度区分风险。同时，强大的数据能力也能让保险公司即使是零承保经验也能开拓新市场。Cytora为保险行业带来三项创新：

拓展可保人群：Cytora致力于让所有人都可投保。平台会从不局限于经纪人处获得大量不同维度的数据，同时预先为不同人群计算好价格。同时Cytora还为他们提供便捷、去中介的承保服务。这一举措让保险公司的市场从部分人群拓展到了全社会。

动态定价：保险公司承保或续约时看到的通常是静态数据，而Cytora可以让这些数据实时更新。这基于对未来索赔的预测性建模，并不断更新优化风险选择决策。

数据高分辨：Cytora风险引擎通过不同维度的采集获得了大量高分辨率的数据：审阅一天采集的数据需要花费一个人五年的时间。更重要的是，这些数据中大多数是承保时保险人未知的。这些举措都让风险变得更易量化。

Q:Cytora风险引擎是否有在商业保险以外的领域扩展的可能？

Cytora致力于让保险价格更公平、亲民、准确。在未来我们希望能帮助企业开发降低风险的工具，同时也帮助保险公司在强大数据能力的基础上不断开发更优质、新颖的自动化产品。

Q:请问Cytora与战略再保合作伙伴XL Catlin、QBE、Starr的关系。在完成新一轮的融资以后，Cytora是否会把目光放在和战略再保公司合作寻找新机遇上？

XL Catlin和QBE正在财产险和意外险的全球产业链上建设Cytora风险引擎，这一引擎主要用于风险评分和产品定价，从而可以对整个投资组合中的预期赔偿和个人风险等问题进行深入探究。