一、Lemonade模式深度拆解：凭什么敢半价？

Lemonade今年1月推出的自动驾驶汽车保险，核心在于与特斯拉的技术合作，获取了以前保险公司拿不到的高精度车辆数据：

1. 数据颗粒度极细：可以实时区分FSD（全自动驾驶）里程与人类驾驶里程，分别定价
2. 模型维度更丰富：基于自动驾驶软件版本、传感器精度、实时路况等多维数据预测风险
3. 定价逻辑：FSD激活状态下每英里保费降低50%，因为数据显示FSD模式事故率远低于人类驾驶（FSD平均669万英里才发生一次事故，人类驾驶仅96.3万英里）

对中国的启示：随着L3级自动驾驶在北京、重庆试点，国内车险必然向“基于驾驶自动化程度的动态定价”转型。

二、国内AI车险模型全景对标

国内头部险企已经构建了覆盖全流程的AI风控体系。以下最相关的模型对标：

三、直接用的“中国版”AI模型

1. 平安模式：电池AI大模型（新能源车险核心）

新能源车险，平安与星云股份联合打造的“电池AI大模型”是目前最值得参照的范本：

• 技术原理：通过智能充检一体机8分钟完成128项指标扫描，比对27TWh全球实测数据，生成0—100分的电池健康评分
• 效果：电池健康度评估误差≤2.5%，实现“一车一价”精准定价
• 参考价值：可以借鉴这一思路，与第三方电池检测服务商合作，将电池健康度纳入定价因子，直接控制新能源车赔付率

2. 国泰模式：CarTech智能车险（驾驶行为干预）

国泰产险的CarTech服务是Lemonade模式的中国落地版：

• 技术原理：通过驾驶行为数据（急刹车、急加速、疲劳驾驶等）结合AI进行行车风险预测
• 效果：风险辨识能力提升3倍，事故率降低50%
• 对你的价值：这套模型的核心在于“事前预防”而非事后理赔，符合你控制赔付率的目标

3. 太平洋模式：新能源汽车专属AI定损模型（理赔控赔）

太平洋车险针对新能源车研发了“三电”（电池、电机、电控）专属定损模型：

• 技术原理：专项解决新能源汽车维修成本高、定损难度大的痛点
• 对你的价值：理赔端是赔付率失控的重灾区，这套模型可以帮助你精准控制新能源车理赔成本

四、MGA

1. 算法选型建议

分三步构建模型：

2. 数据获取渠道

没有车企背景，如何获取数据？

• 与TSP（车载信息服务商）合作：如博泰车联与平安的合作模式，通过车载多模态交互获取驾驶行为数据
• 与充电桩运营商合作：获取充电频次、充电时段、充电地点等数据，间接推断车辆使用强度
• 与第三方数据服务商合作：如星云股份这样的电池检测服务商

3. 最小可行产品（MVP）设计

建议不要一开始就自研所有模型，而是：

1. 采购成熟模块：平安的电池AI大模型已有公开的技术路径，可找技术供应商定制轻量化版本
2. 聚焦单一场景：比如先做“网约车新能源车险”，这类车辆数据更容易获取（平台监管严格），且赔付率痛点更突出
3. 与保司约定数据回传：参照暖哇科技的模式，理赔数据必须实时回传用于模型迭代

五、关键风险提示

1. 责任认定难题：国内目前L2级辅助驾驶为主，事故责任仍在驾驶员，难以像Lemonade那样直接按自动驾驶比例定价
2. 数据合规：采集驾驶行为数据需严格遵守《个人信息保护法》，建议通过保司的合规通道获取
3. 新能源车赔付率压力：行业综合成本率连续三年高于110%，定价模型必须足够精准