819
在接受调研时，中怡保险商业风险部余静曾和笔者说：“自动驾驶保险发展所有的问题如果真的用一句话来概括的话，重点可能还是在定责。因为无论什么样的场景，一个保单赔还是不赔，最后都得落实到究竟是哪一方的责任上面。”
随着自动驾驶的发展，各种原因导致的事故层出不穷，相应配套的保险也必须随着行业的发展而产生变革。但当下的车险面对自动驾驶这个新生事物依然存在很多局限性：在不同的自动驾驶等级下（本文所提到的自动驾驶等级，如果不做特殊署名，则默认为“SAE标准下的自动驾驶等级”），出事故后责任主体是不同的，这会导致保险公司设计保单时不能沿用传统车险的思路。
笔者在和业内人士沟通的过程中，最大的感受也是“定责是自动驾驶保险发展的一个难题”。而产生这个难题的因素却又各不相同：SAE标准下的自动驾驶等级不同导致责任主体不同；场景不同导致定责方法不同；场景不同会导致投保范围不同；车队规模与SAE标准下的自动驾驶等级会影响费率。在以上基础上，不同的车速以及传感器数据也会在一定程度上影响费率。
通过一系列的访谈，我们逐渐梳理清楚了以下几个问题的答案：
为什么定责是自动驾驶保险发展的前提？
各国是如何发展自动驾驶保险的？
为什么场景是自动驾驶保险发展的核心？
自动驾驶给传统车险市场带来的冲击及后者的应对策略
一、定责是自动驾驶保险发展的前提
相对于现实场景，SAE定义的自动驾驶分级过于模糊
一直以来，业界提到自动驾驶分级，头脑中第一个浮现的就是SAE对自动驾驶的定义。而提到L2与L3的不同之处时，大家普遍的想法是：L2辅助驾驶根本还是人来开，ADAS仅仅是一个辅助的作用。哪怕是在高速上开启ADAS行驶，驾驶员依旧需要集中精力观察路面情况，并且双手应该时刻握在方向盘上。
换个简单的说法就是：在行驶过程中，如果系统及时帮助车主避免了事故，那就是“事了拂衣去，深藏功与名”；反之只要出了事故，责任就一定是驾驶员的，因为驾驶员在行驶途中“没有集中注意力”导致车祸发生，所以车险由车主承担，与系统没任何关系。
相应的地，提到L3大家普遍的认识是：在多数场景里由自动驾驶系统来执行行驶任务，但是由于系统并非很完善，驾驶员依然需要时刻注意路面情况，双手应握在方向盘上准备接管车辆。相较于L2辅助驾驶，L3自动驾驶是：“多数场景”中系统是主角，“特定场景”驾驶员是主角，系统依旧是一个辅助的角色。
这里最大的问题是：所谓的“多数场景”是什么场景？一直以来，这都是一个充满争议的充满争议的问题。
其次是：SAE定义的L3仅仅是对自动驾驶进行了一个分级，对于责任主体的定义却异常模糊，一旦往更加细分的赛道场景划分责任，我们会发现如果按照SAE的标准来看，这将是一个完全空白的领域。责任都无法确定，车险理赔就更无从谈起。
我们可以总结出一个客观事实：在L2等级下，因为系统并没有很“智能”，所以定责可以“沿用传统车险”。而L3等级下，由于SAE没有定义“特定场景”是什么，定责上缺少了“核心标杆”。导致了车险在理赔上尽管可以通过交规判定是谁的责任，但面对细化的“己方责任”，SAE无法给出统一的标准，导致了谁来给车辆买保险、保险公司如何设计保单就成了问题。
相比于L3那争论不清的责任问题，L4的责任主体非常明确，——只有车辆的责任。哪怕因为安全员远程接管不及时导致的事故，也可以把责任算在车辆上。因为如果车企有这个自信喊出L4，那他就要有负责到底的底气。除非安全员主动取消自动驾驶采用人工控制，出了事故可以算作是安全员的责任，否则都应该把责任主体归于车辆本身。
据此再往下细分，责任主体只有算法系统（软件供应商）或硬件产品（硬件供应商）这二者。在事后追责过程中，完全可以根据车身数据确认究竟是感知、决策、控制里哪个环节出了问题。确认环节后便可以根据软件出现bug还是硬件出现质量问题最终定责。
一旦定责问题得以解决，相应的保单范围与投保人也会变得清晰。在当前由于所有所谓的L4级车辆均为测试阶段，车企能获得的牌照也都是测试牌照。所以当前L4级车辆无法上交强险，只能上保险公司的商业险。购买保险的投保人均为车企，安全员不需要购买保险。
二、各国发展自动驾驶保险的路径
为了解决L3提到的问题，保险公司也根据实际情况设计了相对应的保单，且各个国家的保险公司也根据本国国情走出了不同的发展路线。
1、日本：
日本TIER4提雅智行中华区总经理潘庆和笔者沟通时曾表示：“日本人由于特殊的地缘与国情，多数民众相较中、美两国普遍偏保守，日本民众很难接受一个没有保障的“东西”在自己家门口跑来跑去。”所以日本的民众对自动驾驶接纳的程度普遍不是很高，日本的保险公司必须想办法拿出一个比较完善的保单，以对测试车辆提供保障。
与其他国家不同的是，日本的保险公司在自动驾驶投资领域非常活跃，如果深挖日本自动驾驶公司可以发现，很多背后都有保险公司的影子。在一定程度上，二者身为利益共同体对于自动驾驶保险的实际落地起到了巨大的帮助。
通过访谈与查找公开资料进行翻译，笔者找到了日本三大车险公司的战略发展方向，并进行了解读。
（1）东京海上日动火灾保险公司：东京海上曾与may mobility签署战略合作协议，分别向四个方面合作，意在共同探索如何发展自动驾驶保险。
1、东京海上与may mobility共同参与到保险赔付和自动驾驶运营测试中。双方共同开发远程监控、远程管理以及异常情况应急服务（不仅是发生事故，所有异常状况都涵盖）。东京海上在此过程中可以学习到自动驾驶测试运营的经验，且may mobility也可以学习东京海上的事故处理经验。
2、双方将以大数据为基础，在事故发生时，把事故定责、分责以及责任的比重进行高度的数字化，数字化后为测试运营提供支持和保障。同时双方也会通过运营以及相应的管理机制，根据数据开发新的服务，服务范围在以上基础上也会涵盖交通事故之外的各种问题。
3、研究面向自动驾驶的风险咨询服务。此举主要面向事故预防，通过事前研究来降低风险。双方可以通过提取自动驾驶系统数据，根据数据分析分析来提供高品质的风险咨询服务。
4、在以上三点基础上，东京海上还会更深入地研究相应产品，因为自动驾驶的发展过程中一定会滋生很多新的需求，所以可以通过合作来研究市场未来可能需要何种产品。通过研发新服务可以为客户减少现有运营测试的风险。
（2）MS & AD保险集团:集团与Mobility Technologies、Momenta（苏州）签订战略合作协议。
MS & AD会与Mobility Technologies在东京台场的东京领海副都心进行自动驾驶的测试实证试验，最终他们希望可以通过自动驾驶技术来提供出行服务。且希望保险公司可以介入到自动驾驶测试中，共同研究如何提供这方面的服务。
MS & AD旗下爱和谊日生同和保险公司与Momenta在2022年5月10日达成战略合作协议，希望通过合作来提升出行服务的安全性以及一起研究开发产品保险服务。
（3）日本损保：日本损保曾于2020年宣布投资tire4企业提雅智行，双方以提雅智行与雅马哈公司合作的工厂自动搬运业务为基础，在商业化落地中全方面深度参与运营。于2022年5月推出日本首款L4级自动驾驶系统提供商专用保险。
这款L4级专用保险与传统保险最大的不同是采用了“订阅制”，也就是保险的加入方（系统提供商）可以通过按月付费购买会员的模式来解决投保和担责的问题，硬件提供商、工厂设备的使用方不需要购买保险，同时也不需要直接担责。
在发生事故后，系统提供商担责，担责后系统提供商将会根据车身软硬件提取的数据进行分析，通过分析将会更进一步定位究竟问题来自于软件还是硬件。
此模式规定了实际运营方在客户购买服务后提供软件以及车辆管理等一系列云服务，且会提供后续软件升级配套服务。简单来说就是将保险+事故预防+事故处理进行打包，通过按月付费来解决用户需求。
保险总共分为三大部分。
第一部分为事故预防与风险管理。
保险公司本身拥有巨大的围绕事故的数据，可以以大数据为基础，研究哪些地方的事故较多、隐患较多。通过数据分析与自动驾驶实际运营的结合可以做到风险管控与预防。
第二部分为远程监视服务
在L4当下的实际运营中，安全员是必不可少的。系统提供商将会为每一辆车都提供远程监控服务，一旦出现事故可以立即反应解决问题。此服务最大价值是解决的用户对运营风险的担心，为用户提供安心感。这个就是常规的自动驾驶运营环节，跟保险没啥特殊关系？
第三方面就是保险补偿机制
虽然通过事故预防以及自动驾驶技术的发展可以减少事故发生率，提升社会接受度。但凡事总会有“万一”，保险作为最兜底的服务解决了最终担责和赔偿的问题，让客户可以免除大部分的后顾之忧。
这三者之间有一个微妙的关系：自动驾驶系统供应商作为担责的主体，背后的保险公司作为赔付的责任人，一方面自动驾驶企业可以通过研发技术进行降低事故率，另一方面保险公司可以通过跟自动驾驶公司的合作降低赔付率，且二者为利益共同体，也就是说双方是有动力推动：“技术发展→事故率降低→赔付减少→保险公司赚钱→降低保费→社会接受度高→产品更易推广→技术发展”的闭环。
2、美国：
美国人民和中日两国又有很大的差别。对于美国人来说，隐私问题注定绕不开，而自动驾驶保险发展的重要因素就是数据，而采集数据就涉及到了隐私。这就使得发展自动驾驶保险遇到了阻力，例如通过监控设备记录驾驶员状态，这一点很多人就无法接受。
对于美国的自动驾驶保险来说，另一个重大问题就是监管。如果没有统一的监管，保险能不能赔付就成了问题。美国的国情是，联邦政府为最上一级，但很多事情都是州政府来管，联邦政府无权过问。这就导致联邦政府下辖的每个州对于自动驾驶的态度都不同，进度也不同，有的州不让搞自动驾驶，有的州让搞。自动驾驶保险就更是如此，例如加州虽然让车企进行路测，但不让收集个人信息进行定价。对于新生的自动驾驶保险，美国没有一个强有力的机构来带头发展，所以想清楚怎样才能建立一个统一的监管机制才是当务之急。
对于保险公司来说，虽然可以根据每个州不同的法规写一个保单来保障测试的风险，但自动驾驶要想发展，统一的保险保障机制也必须跟上。否则车企将会因为风险而没法进行路测，而没法路测又会导致对应保险发展的缓慢，这是一个死循环。
对于L2级辅助驾驶，车险完全可以通过传统车险的模式来解决需求。而高等级自动驾驶哪怕真的有风险，车上还有安全员，有一些州如德州在测试过程中还会同时出动火警交警。所以目前美国还没有真正意义上“专门定制”的保险，对于高等级自动驾驶依旧走普通商业险的思路；且因为目前在美国进行测试车队的车辆较少，所以，保险公司本身不愿意投入过多资源进行研究。
在沟通中，某位不愿透露姓名的朋友向笔者说：在美国，真正意义上的完全商业化运营真的有吗？他认为是没有的。且不说商业化运营，很多公司仅仅是通过了联邦的安全法规，离真正的上路测试还是有一定距离的。虽然大家一直都很担心未来的车险该怎么弄，但他认为美国的保险公司有太多的时间来学习自动驾驶了。
体现在现实中，情况就是大家都在思考如何解决监管的问题，如何设计一个全新的保单，但实际落地还是采用比较保守的思路。
美国的Foretellix公司提出了一个有意思的措施：不去纠结这些问题，直接搞一个虚拟测试环境。车企可以自己评估自身技术究竟是否安全，如果自认为安全就把软件系统拿到环境中进行模拟测试。系统可以通过评分的形式，验证在什么样的情况下会发生事故，此结果可以把安全性用书面形式表现出来。后续车企可以与当地政府详谈，商讨对应的测试以及保险流程。
对于硬件则完全可以通过在研发生产中进行贯穿全程的测试来解决，直接把测试环节嵌入生产流程，使其成为自动化的测试流程。
这种思路间接解决了保险公司设计保单的问题——保险公司最大的问题是不懂技术没有数据没法设置定价模型，那完全可以通过这个虚拟环境测试直接输出一个事故发生概率。如果事故发生概率为3%，则保险公司也不需要去管技术问题也不需要去管软件硬件的责任，直接进行整体评估，保险公司直接把这3%的风险承保即可。
这个思路可以直接绕开因各地政策不同与定责模糊导致的问题。但随之而来的问题是，怎么确定这个虚拟环境是否靠谱？Foretellix的解决方案是可以通过第三方公司来进行监督，或者由联邦政府牵头。
但最终美国自动驾驶保险将会何去何从，目前还很难说。
3、中国：
中国人面对问题普遍比较包容，只要别搞出大乱子，只要自己还没开上自动驾驶汽车，只要撞到的不是自己，保险公司怎么设计保险都可以。反映在自动驾驶保险上多数人的看法就是“没什么看法”，怎么设计保险是保险公司、自动驾驶公司、监管的事情，只要上面有监管划一条横线，出了事有人赔钱就可以了。
在地方政府看来，自动驾驶是前沿高科技行业，如果当地有自动驾驶企业进行测试研发，无论是面子还是里子都是“百利无一害”，各地政府普遍欢迎企业进驻。只要不搞出大乱子，地方政府一般都会尽可能为企业入驻测试创造条件。
中国人更加“宽容”的国民性，就让落地自动驾驶保单的过程中多了更多容错率，完全可以“走一步看三步”。所以中国的自动驾驶保险在落地过程中“百花齐放”，总体呈现出稳步推进之势。
关于自动驾驶定责，在去年苏清涛老师已经写过一篇文章详细说明。可以点击蓝字查看“L3级”自动驾驶落地指导思想：高速辅助人，低速替代人。
2019年12月13日，北京市交通委联合北京市公安局等部门印发了新的《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》
这个细则中规定，自动驾驶公司应对每辆车都购买不低于500万元保额的交通事故责任保险，或提供不少于五百万元的自动驾驶道路测试事故赔偿保函，并提交《测试主体赔偿能力自证明》。对于测试志愿者，测试方应购买每车每座位不低于200万元的座位险或者每人不低于100万元的必要商业保险，如人身意外险等。
由于自动驾驶企业宣称的“L3”及以上等级车辆在中国均无法上正式牌照，目前所有车企都在以测试牌照上路。但问题在于，没有正式牌照车企无法给车辆上交强险，这样就会导致车企只有通过保险公司购买定制的商业保险这一个选择。
目前普遍的解决办法是：找保险公司在传统车险的基础上定制一个保险。例如传统车险中的第三者责任险、车上人员责任险等，保险公司可以直接搞一个“综合责任险”来全部涵盖进去，直接买够保额。一旦出现人身伤亡，如果是己方需要赔钱，不去管硬件软件的责任，保险公司直接根据保单赔付；但对于网络安全、数据安全等问题导致事故（黑客攻击）这类特殊情况，目前多数的做法是视为车企“技术不过关”，保险公司会根据附加约定列为“除外责任”。
如果是车辆因为事故造成己方或对方财产损失，传统车险一般会通过车损险和附加险解决。涉及自动驾驶时，相关保险公司可以直接搞一个“综合财产损失险”把这些全都涵盖进去。逻辑同上文，只要是财产或设备受到损失，只要交警让己方赔钱，直接按这个条款来赔付即可。
也就是说，如果只看保单，目前国内多数L3及以上等级保险在赔付上，本质还是“传统车险”，是一个很“纯粹”的保险。
但实际情况却没这么简单。
上文的细则中还规定，不光要上保险，车辆还必须安装监管装置，并接受第三方机构的监管，监管装置应具备车辆状态记录、存储功能，应自动记录和存储车辆发生碰撞、事故、脱离自动驾驶状态或失效状况发生前至少90秒及发生后30秒的数据，数据存储时间不少于3年，且还要具备实时向监管平台回传的能力。
具体有9点必须要受到第三方监督。
1. 车辆控制模式（自动驾驶或人工操作）。
2. 车辆位置。
3. 车辆速度、加速度等运动状态。
4. 外部环境感知与响应状态（其他交通参与者与障碍物目标数据）。
5. 车辆灯光、信号实时状态。
6. 车辆外部360度视频监控情况。
7. 反映测试驾驶员和人机交互状态的车内视频及语音监控情况。
8. 无人化测试中，车辆接收的非驾驶座控制指令及来源， 包括车内其他座位或远程测试座位等发送的控制指令。
9. 车辆故障情况。
对于保险公司而言，推出新险种需要对数据进行精算才可以定价。但保险公司本身没有大量车身数据，所以保险公司非常愿意当这个“第三方机构”。保险公司一旦可以通过与车企合作获得数据，数据分析后便可以发行价格更有竞争力的保险，所以推动车身安装监管设备符合保险公司的利益。
反过来看，保险公司当这个第三方监管机构也是车企喜闻乐见的。路测数据作为车企最重要的资产之一，车企本身是不愿意交给业内友商的。如果把数据交给保险公司，政府规定的监管不光得到了解决，且给出去的数据并不会对自身推广产品造成威胁。
所以当今多数自动驾驶保单中虽然没有规定保险公司必须参与测试，且这条文件也只针对北京地区。但这个文件对各方都是启发的作用。随着时间发展，保险公司推动监管设备上车并参与实际运营已经成了业界普遍的现象。
太保深圳营业部的姜凨说：对于推广ADAS，保险公司会批量与AEBS企业采购设备，并免费加装到保单承保的车辆上。
例如商用车的GPS等设备，保险公司可以根据商用车的GPS采集的数据进行分析（主要运营路线、运输时长等），进而根据数据设置定价模型。设置定价模型后很多保险公司会给车队每一辆车都给一个评分，保险公司还可以根据历史赔付情况给予相应折扣。对于深度合作的车企，保险公司可以根据定价模型设置系数，推出一车一价、一速一价、一场景一价等服务。
例如中国平安曾对PIX自动驾驶技术的可靠性及无人小巴在不同路面、天气状况、应用场景等风险进行了系统性综合评估，于2022年4月7日宣布推出了中国首款L4级别的自动驾驶车辆保险。
虽然公开资料并没有细说具体还有哪些合作形式、究竟有没有合作的更深，但对于上文提到的根据数据评估风险设置定价模型，平安与PIX的合作是一个很有代表性的例子。
对保险公司来说，加装设备、依据数据设置模型并不是终点，部分保险公司还会通过与自动驾驶企业合作建立一个线上远程监控系统——通过车身设备连接线上系统，可以实现事故发生后及时处理，交警判责后可以根据各类数据实现线上定责理赔。
同时，多数保险公司也会参与到车企的实际运营测试中来，双方通过学习与测试共同探索可能的合作机制。笔者得知目前普遍情况是保险公司通过参与测试来学习自动驾驶，自动驾驶企业来学习保险公司的事故处理经验。
三、场景是自动驾驶保险发展的核心
1、场景决定定责逻辑
（1）不同场景的定责逻辑不同
事故发生后，因各场景不同，相对应的定责步骤也不同，但可以分类成两种，分别是开放道路场景与封闭道路场景。二者因场景的复杂程度不同，事故发生后定责逻辑也不同。
开放道路场景相对比较复杂，不同场景下车辆发生事故的类型也会有所不同。例如跑干线物流的无人车，出事故一般是在高速上与其他车辆发生事故或因自身原因撞到路边设施，多数情况下不太可能正面撞到行人，如果天气恶劣还可以直接暂停车队运营和测试来降低风险。而无人出租车则需要在多种复杂天气下，在几乎所有场景中测试，车辆在行驶途中可能与任何角色发生事故。
除高速以外，任何地方都可能有一个小孩子从路边的车辆冲出来“鬼探头”。自动驾驶车辆一般不会因为自身违反交规而发生事故，多数事故都是对方“犯了交规”，例如对方超速、对方闯红灯、对方违规变道加塞、对方违规掉头。多数情况下事故有两种：第一种是由于某个的司机或行人犯交规，无人车紧急制动失败导致事故；第二种情况是无人车紧急制动成功，但后方或相邻车道车辆反应不及时发生追尾或剐蹭。
少数情况的事故就显得“令人无语”，例如行人好奇无人车是否能探测到自己而选择“主动挡路”。笔者在大学期间与同学为了验证美团的技术“靠不靠谱”，突然冲出来挡过美团的无人小车，虽然美团的无人车立即制动避免了一次“事故”，但还是吓得后方安全员“面露难色并口吐芬芳”，笔者和小伙伴也趁着安全员没反应过来果断“逃跑”。
所以，在开放道路下任何事故都可能发生，虽然事故大多不是无人车的“锅”，但事故具备“随机性”很多事故很难预测，即使预测到了也不一定能“避障”，即使无人车能“避障”，道路上的其他司机就难说了。
在封闭道路场景，例如矿区、港口、园区，与其说高等级自动驾驶车辆是车辆，不如把其定义为“流水线的一份子”显然更合适一些。封闭道路与开放道路最大的不同就是整个运营过程中人的参与度变得更低，多数事故是车辆碰到了某些设施，或因为场景自身特点导致车辆设备受损。例如矿区的飞沙走石很多，设备因为飞沙走石遭到损坏。无人车多数事故是磕到底盘，所以封闭道路发生的事故更像是设备的“耗损”。
（2）不同场景责任主体不同
在当下，开放道路场景的事故一般会以交通法规为基准，由交警前往事故现场根据交通法规确定是己方还是对方责任。
如果自动驾驶等级为L2及以下，则整体赔付流程与传统车险相同。
这里L2辅助驾驶与L3以上自动驾驶在赔付上最大的不同就是：如果是己方责任，传统车险可以依据交强险和商业险赔付，而L3车险则需要继续确定责任是驾驶员的还是系统的。如果车辆提醒安全员接管但安全员并未及时接管车辆，责任就是驾驶员的；如果车辆未提醒驾驶员接管，责任就是系统的。如果驾驶员经提醒后及时接管了，却仍然发生了事故，责任还是驾驶员的，因为此时“开车”的主体是人。
如果是系统的责任，现今最多的处理方法是直接定为车企的责任，不再继续往下深究，按照保单约定的保额根据事故情况进行理赔。
封闭道路场景下，多数事故都是车辆和设备之间的事故，交通法规并不适用于参与定责。所以在这类场景下，一般是在事故后由保险公司进行查勘并参与定责，定责后各自在自身保险范围内进行赔付。
多数情况下，事故双方会按照“互碰自赔”的原则，也就是双方会在自身保单范围内赔付损失，类似于“私了”的逻辑，从而降低事故对生产经营的影响。
少数情况下是车辆与人发生了事故。这种情况下双方依旧会遵循“私了”的方法，依据保单赔钱“息事”。如果双方争执不清或事故特别重大，则此时会由当地交警与司法机关介入参与定责，最终依据保单进行追偿。
2、场景最终决定费率
（1）自动驾驶保险设定费率的方法
在费率方面，初期测试的自动驾驶车辆上的保险相较于传统车险会变的得更贵。造成这种情况的主要原因有两点: 首先是因为大多数自动驾驶车辆都处于测试阶段，车辆仅有测试牌照无法上交强险，为解决保险的需求只能上保险公司的商业险，且车企测试车辆少，就导致无法形成规模效应降低费率。其次是由于自动驾驶车身相较于传统车辆增加了大量传感器，一旦发生事故这些昂贵的传感器极有可能受到损失。
但随着时间的发展，费率应该是下降的趋势，一方面由于车队逐渐规模化运营可以通过规模效应降低成本。另一方面厂家技术也会影响出险率，在后期厂家技术逐渐成熟后，出险率也会慢慢降低，且在后期随着社会对于自动驾驶的接受度变高，车企在购买保险时不需要像今天一样购买极高的保额。频率下降、单次赔付金额下降进而导致总赔付金额下降。
这里讲一下定价模型，一般保险公司在为车辆上保险前会设置一个定价模型，通过模型可以定各项指标，其中就包括费率。而自动驾驶测试车队多数规模小，导致保险公司无法设置定价模型，对此问题，车企与保险公司的解决办法有两种：第一是通过车身设备收集数据，远程传输到保险公司，保险公司可以根据收到的数据进行精算。第二是很多保险公司在为测试运营车辆参保时也会搞一个核保问卷，里面会问很多问题为定价模型进行参考。例如询问运营的车速可以作为核定价格的一个因素，简单来说保险公司会认为车速越高，潜在风险就越大。
再比如问卷中也会提到车辆是否载人。如果车辆载人，保险公司就会认为如果出事故，赔付的金额就会比车辆远程设置安全员遥控更高。
保险公司可以根据定价模型细化到每一辆车，为每一辆车设置一个评分系统，再根据历史赔付情况调整价格给与给予相应折扣。
这一块的思路与传统车险的调查问卷是一脉相承的，例如传统车险会有保险公司的问卷中会问参保人的学历，如果学历是研究生，保险公司会认为你开车更谨慎，综合后会给一个折扣。
这里讲一个有意思的模型，有的人在买完保险后会认为反正都有保险兜底了，反而会开得更快，这便增加了事故。就像有的新势力车主过于信任L2辅助驾驶开车玩手机睡觉而导致更多的事故是相同的逻辑。
（2）赛道场景会影响费率
那么由于场景不同，自动驾驶保险的费率需要“具体赛道具体分析”，且相比于传统有人驾驶，现阶段多数赛道费率都会更高。
i：末端物流：
末端物流多数场景不需要很高的车速，因自身车身较小，很难出现非死即伤的重大事故，多数事故都是因为自身技术问题与场景中物体发生磕碰。且因为无人小车均有安全员在远程遥控驾驶，发生事故不需要考虑己方人员伤亡，所以场景非常“聚焦”风险非常单一。车企购买保险的侧重点主要偏向自身设备与赔付对方车辆损失，对比其他赛道，费率也较低。
ii：矿区：
与末端物流相反的是矿区，矿车与无人小车虽然风险都很单一，场景也非常“聚焦”，虽然车速也不高，且场景内不会出现熊孩子看到无人车感到新鲜就试着去挡路的情况，但矿卡动辄上亿的价格就导致了仅仅是设备一项所需要的保费就很高。且因车队规模小于传统矿车，自动驾驶保险在传统车险的基础上对比其他赛道费率更高。
iii：干线物流：
干线物流与出租车又与其他场景有很多不同，例如高速上最有可能发生的事故就是由于某个糊涂的司机错过高速出口，横在高速上连续变道，有部分司机在变道过程中还会“良心发现”觉得违反交规不太好，还是找下个出口算了，但车辆已经横在高速上好几秒，左右为难。此时后方卡车由于惯性导致无法短距离制动，往往会酿成重大事故。
尽管卡车配备了自动驾驶系统，但传感器真能在上百米的制动距离上提前十秒提醒驾驶员接管吗？且多数司机是按照“本能”在开车，所有操作都并非下意识的。而驾驶员接管车辆则需要在不同状态间切换。那驾驶员真的能在短时间调整状态准备好成功接管车辆吗？要知道之前笔者之前“勇闯美团无人车”时远处的安全员都吓了一跳，高速上可想而知。
回到正题，虽然无人卡车虽然场景很单一，但风险非常“聚焦”。在购买保险时就必须同时考虑到双方车身设备与人员伤亡，且要做好“要么不出事故无需理赔，要么就是重大事故”的准备，所以对比其他赛道保险费率就也变得很高。
iiii：出租车：
出租车要面临的场景是最复杂的，例如正常行驶途中随时都可能有某个熊孩子别停车辆行驶，或是鬼探头。这里与无人卡车最大的不同是：正常人看到卡车会提高警惕性主动避让，且高速不会有路人，下高速后可以让安全员接管车辆降低风险。而出租车的角色就决定了各种“马路杀手”并不会因为你是出租车就主动避让，反而他们会认为你必须容忍他们违反交规。最让车企难受的是，马路杀手一般都法律概念淡泊，他们习惯于“我弱我有理”，经常“一哭二闹三上吊”。
在财产损失上，一般出租车多数的事故都是剐蹭追尾。但自动驾驶出租车“满身”的传感器就让保险公司在定价模型上也需要做一定的更改。
出租车的场景风险虽然“不聚焦”，但场景过于复杂，费率也需要较其他赛道更高才可满足实际需求。
（3）技术发展路线在场景的基础上也会影响费率
当下自动驾驶技术发展路线大致可以分为两种，第一种是渐进式发展，先从智能辅助驾驶做起，最终发展至自动驾驶；第二种是跳过智能辅助驾驶直接研发高等级自动驾驶。
先从辅助驾驶慢慢发展到自动驾驶
对于第一种路线，费率将会呈现先低再高最后低的情况。这种路线的代表性例子就是新势力，新势力在最开始发布的产品在本质上还是一辆有人驾驶的汽车，卖点是新能源，保险可以直接套用传统车险。而随着等级的提升，卖点将变成自动驾驶，此时对自动驾驶技术的存疑将会导致费率上升。同时由于车身传感器价值变高，费率也理应变高；但后期随着规模效应与安全技术的完善，保费保额将会比传统车险还低。
跳过辅助驾驶直接研发高等级级自动驾驶
由于有的自动驾驶公司对自身技术很自信，“号称”直接研发L4,，所以我们还需要提一下这个路线。
对于第二种路线，保费保额将会呈现先高后低的情况。因为没有前期量产产品进行铺垫，自动驾驶企业在推出产品时必需直面大众对其技术的存疑。这就会导致刚出现时保费保额会极高，只有后期才会随着普及逐渐降低至平稳。
四、自动驾驶给传统车险市场带来的冲击及后者的应对策略
1、车企对于保险公司拥有数据优势
对于保险行业来说，想要盈利玩的就是“概率”的游戏。通过对大量数据进行精算，保险公司就可以比对手推出更有竞争力的保险。换句话说，在自动驾驶保险领域谁拥有更多高质量的数据谁就拥有定价权，谁就能先于友商推出更具竞争力的保险产品。而自动驾驶汽车与传统车辆在技术上完全不同，在原有基础上更增加了行驶数据，这就导致保险公司无法获得一手资料保证保险产品具备竞争力，反而是车企具备了推出保险的先手优势。
提到车企在保险市场有数据优势，大家脑海中最先浮现的就是新势力车企自己做保险。
例如特斯拉在2016年与世界500强的财产险公司Liberty mutual开展合作，并于2019年在美国开展保险业务，特斯拉在美国的具体做法是：特斯拉与OEM进行合作，OEM直接把数据发给保险公司，特斯拉自身不直接发行保险。通过“走量”且基于数据闭环，特斯拉推出的保险在传统车险的基础上可以大幅度降价。
特斯拉在美国与保险公司进行合作而不是直接“撸袖子单干”的根本原因是自身并没有做保险的经验，想通过合作来积累相关经验。通过合作积累经验后放眼中国市场，特斯拉明显有自己“撸袖子单干”野心。
同时国内新势力，蔚来、比亚迪、小鹏汽车等也已在中国注册保险经纪公司申请牌照，但目前均未获得银保监会的批准。这里面最“豪”的还是理想汽车，理想汽车在2022年4月份通过直接收购“银建保险经纪有限公司”获得牌照，“银建保险经纪有限公司”于2017年3月获得保监许可，全国范围内均可营业。
新势力下场做保险最大的优势在于其自身有大量车辆在行驶，拥有极好的数据来源。这些数据可以作为核保数据的支撑，可以拟定更具优势的保险价格。车企可以通过车身设备去收集单车数据，通过某一车型数据和理赔数据去核定车险价格，最终通过保险变现数据。且新势力自己做保险还可以通过软硬件生态来让车主更深度绑定生态，为自身建立更深的护城河。
同理，尽管很多商用车公司也看到了这个广阔的市场，但笔者发现大多数商用车公司却不急于开展保险业务。经与业内人士沟通后发现，研发商用车的车企的逻辑是：不是不想做，而是不能做。
因为保险业务想要正常开展，需要有规模作为前提条件，而当前的自动驾驶商用车还鲜有大规模商业化实例，能够参保的车队数量过于稀少。所以不是研发商用车自动驾驶车企不想做车险，而是不能做，所以通过和保险公司合作是省事省力的最优解。
尽管现在已经有很多保险公司通过与自动驾驶公司通过对测试车队参保积累经验，但依旧还是那个问题：在车险领域数据就是起到一个至关重要的作用。如果能规模化推出产品的车企不愿公开数据，对于纯保险公司来讲在核保上就会变得更加困难，如果没法核定一个价格，保险公司就只能给出一个没有竞争力的价格。长久来看留给保险公司的市场是不够大的。
2、保险公司面对变局的应对之策
（1）传统保险行业有自己的思考
尽管保险公司在当下已经和很多自动驾驶车企进行合作，但笔者在沟通时发现，几乎所有正在做自动驾驶保险的保险公司，普遍都是内部人员通过自学以及团队项目实践来了解自动驾驶场景以及对应知识。
他们普遍向笔者反映了一个客观事实，就是保险公司没有真正的从自动驾驶领域出来的专家，甚至可以说整个保险行业内部没有一个对自动驾驶研究得“非常透”，可以真正称之为“专家”的人。
造成这种问题的主要原因有两点，第一点是是真正的专家都在“造车”而不想“卖保险”，第二点是自动驾驶保险市场还是一个相对很小的市场。
对于第一点，从自动驾驶圈子近年来“抢人大战”的大环境下，自动驾驶企业对于懂行的专家开出的平均薪资是一定高于传统保险行业的。面对物质的诱惑，专家们在考虑就业的时候自然会优先考虑自动驾驶企业。
对于保险公司来说，尽管最近几年来自动驾驶发展的得“很快”，但实际能称之为商业化运营的案例不多。所以对于保险公司来讲，真正有保险需求的自动驾驶市场还过小，尤其是当前保费或标的体量并不是很大的情况下，不可能有保险公司会倾尽全力研究和发展自动驾驶保险，更多的是保险公司下属的某个营业部根据区域内自动驾驶保险的需求来开展相关的业务。只有类似日本损保直接花上亿美元投资Tier4提雅智行这种情况，保险公司才会直接重仓自动驾驶。
车险行业作为与自动驾驶行业一荣俱荣一损俱损的配套产业，其所能产生的市场天生受制于自动驾驶整体的商业化落地进展。反过来说，自动驾驶的发展也需要保险行业作为保障，没有保险的保障自动驾驶永远不可能大规模上路。但在自动驾驶早期发展的阶段，有魄力重仓配套产业，敢于吃第一只螃蟹的人注定是稀缺的。
所以真正自动驾驶车险一定是基于商业化落地有一定体量后才会有蓬勃的发展。
笔者在沟通中曾问很多业内人士一个尖锐的问题：如果保险公司的车险业务就是被新势力赛道车企抢占了市场份额，那保险公司怎么办？甚至说车险整个行业都被颠覆了怎么办？何去何从？
这个问题有点像人工智能会不会抢夺工作一样。人工智能会消灭一些岗位，但同时又会创造一些岗位，保险行业也一样。随着自动驾驶的发展，车险市场可能会被颠覆，但颠覆完以后又会创造出新的需求，所以保险公司并不担心市场被颠覆的问题。
至于市场份额，中怡保险的余静表示：保险公司它不仅仅是做车险业务，其实也会做很多非车的业务的。
余静同时表示得把眼光放大，看向整个产业链。因为对于自动驾驶整个行业尤其是产业链来说，例如TIER1 TIER2，在未来一定会有很多新的保险需求被不断催生出来，在产业链上面还是会有很多的保险需求。所以保险公司是不担心车险份额问题的。
对于车险业务面临的挑战，太保深圳营业部的姜夙也给出了保险行业的应对之法：可以与车企强强联手，通过保险+服务+科技模式来合作共赢。
所谓保险就是保险公司利用通过与车企合作获得的数据进行精算，在价格方面向消费者让利；服务是因为纵观整个事故发生后处理的流程，不仅仅是有保险公司进行理赔，例如返厂维修、保养等环节，这些都是保险公司可以进行合作推出增值服务的方向；科技是保险公司与车企进行合作，运用各类新技术降低事故率。例如通过为车辆加装设备采集数据，建立一套事故预防机制，同时也可以让后续理赔程序更清晰便捷。且设备或安全技术还可以根据场景由第三方安全公司来做，可以让涉及安全的部分得到透明公开和监管。
这个模式是由保险公司来统筹资源，最终让消费者受益，目前这个模式在传统车险市场做的最好的是中国平安。
虽然新势力赛道车企对保险公司拥有数据的优势，但对于车险理赔市场来说不仅仅是只有核损的动作，在核损之后还有维修服务的环节。新势力赛道车企尽管在保费上可以给出更低的报价，但理赔之后的环节车企相对于传统保险公司并没有特殊的优势，这也是新势力赛道车企想要入局车险的难点。
对此，姜夙的看法是：未来更多拼的是增值服务，保险+服务+科技模式就看谁做得好。
笔者在沟通中最大的感觉是，保险公司内部面对新势力赛道车企的入局并没有感到害怕，大家是以一种欢迎的姿态来看待的，更多是希望能够强强联合。在以上基础上，已经有一些保险公司试着签订合同进行初步合作。
为了搞清楚为什么保险公司的态度这么开放。在追问下，多数人的看法主要有三点：
1、无论技术多先进，总会有各种离谱的事故发生，所以保险不可或缺。
2、自动驾驶发展一定少不了监管，有监管就一定要有车险。（例如北京的500万）且AEBS企业也都需要背书，所以保险不可或缺。
3、新势力赛道车企不可能占领所有车险市场
这三条观点分别对应了不同的角度，第一条从市场供给的角度就决定了，自动驾驶技术本身并不会让车险市场被“颠覆”，更多的是降低事故率与出险率，最终受益的是消费者。第二条从需求的角度就决定了各方为了“明哲保身”，自动驾驶注定是需要保险的，车企不愿意没有保险兜底，民众和监管也不允许没有保险。第三条从“对手”的能力也决定了新势力赛道的车企只能做他们熟悉场景的保险。对于不熟悉的场景，新势力赛道的车企获取特定场景数据的成本是高于保险公司的。
车企与保险公司会因为共同的利益走到一起，但新势力赛道的车企做保险和其他赛道车企很难在保险上有什么利益可以合作。
（2）保险行业向不同细分赛道发展
在沟通中笔者还发现一个现象，就是传统车险业务中，保险公司推出的险种往往五花八门，琳琅满目，但保险公司为车企设计保单时更多对某一场景写，而不是来者不拒。
这可能说明，保险公司可能与自动驾驶企业一样，正在向不同赛道细分发展。甚至笔者和业内人士访谈期间，当笔者说出一些关于某某场景某某赛道的情况时，有的人直接对笔者说：你刚才说的这些是不是XX保险XX营业部的人说的？他们做这个场景的比较多。
对此，在沟通中笔者会问到不同营业部他们都会给那些哪些公司来设计保单。根据回答笔者总结出了两点：
1、有自动驾驶保险业务的营业部多数都在自动驾驶企业多的地方, 营业部也倾向为本地自动驾驶车企写保单。这个逻辑比较简单，近水楼台先得月，距离近可以大大节省成本，尤其是大幅度减少保险公司学习自动驾驶的成本。但这也造成了营业部因为当地车企赛道不同产生“刻板印象+瘸腿”的现象。
2、保险公司虽然为很多车企/自动驾驶公司设计保单，但都有场景的侧重点。往往他们会先了解并推出一个场景的保单后，再去试着拓展更多的场景。其实保险公司也很纠结，保险公司是有“明白人”的，他们非常明白场景对于自动驾驶的意义，大家也都知道如果现在不学习别的场景，那对应的市场可能就要拱手让人了。但如果所有场景都做又因为保险公司投入的资源问题导致什么都做，什么都做不好。所以保险公司普遍都走的稳妥路线，学会走再学会跑，先在一个场景拥有优势再说。
但最终车险行业会不会根据场景细分赛道，现在还不好说，但市场已经冒出了一点苗头，所有的问题只能留给时间回答了。
下载ECAD模型
