中经记者 李晖 北京报道

百万医疗险增长趋缓、健康体市场接近饱和，中国健康险市场正迎来一场底层逻辑变革：一方面，带病体、慢病人群成为核心增量，免健告等创新产品快速破圈。另一方面，保险公司的科技投入从“重规模”转向“重投产比”，同时加大自研投入，对科技公司服务输出提出更高需求。

作为健康险市场的“送水者”，保险科技公司在这轮变革中，也在寻找新的市场机会和校准新的发展模式。保险AI科技公司暖哇科技高级合伙人兼首席市场官沈鹤龄在近期接受《中国经营报》记者专访时表示：“健康险市场正叩响万亿规模大门，保险AI科技的行业价值，不再是提供零散的工具输出，而是交付可衡量的业务结果。这种认知转变催生一种全新的行业合作模式：以量化结果为核心进行价值对齐。科技公司与保险公司，正在从传统的‘服务与采购’，走向深度咬合的业务共生关系。”

与险企业务结果深度绑定

《中国经营报》：当前健康险市场呈现两大趋势：一是头部险企加速自建科技团队，二是行业从同质化竞争转向带病体等细分市场，这给保险科技公司带来了哪些市场机会？

沈鹤龄：你说到的这两大趋势，恰恰打开了最核心的机会窗口。

首先，很明确的一个信号，就是带病体保险在2025年真正成为行业分水岭，非标体医疗险成为现象级产品，从过去“叫好不叫座”的零星创新，变成能贡献数十亿级保费的规模险种。这种级别的市场爆发，险企靠自研慢慢磨很难抓住窗口，更倾向在业务和技术上选择成熟积累的合作伙伴快速落地。

其次，更深层的变化，是保险公司IT投入逻辑的根本性转变。今天险企谈数字化，会直接问三个问题：能不能帮我增长保费？能不能控制赔付率？能不能带来确定性的业务结果？这意味着保险科技公司如果还停留在“卖系统、卖工具”的层面，未来的路会越走越窄。你必须躬身入局，成为险企的“能力共建者”，把自己的能力和客户的业务结果深度绑定。

《中国经营报》：服务大型险企和中小险企的差异主要是什么？你们如何避免被头部客户的自研能力替代？

沈鹤龄：大型险企和中小险企的需求差异，是能力建设路径的差异。

大型公司资源强、用户规模大、品牌成熟，但组织复杂、决策链条长，更适合做“最佳实践放大”。我们帮助它们把已经跑通的最佳实践嵌进去，帮助它们在现有的体系里快速放大业务价值。

中小公司资源相对有限，但组织灵活、决策敏捷，我们通常选择输出整套全流程能力，帮它们跳过试错期。但不管是什么路径，最终都要落到业务结果上。

健康险是一个接近万亿规模的复杂市场，核心竞争力在于你的科技能力有没有真正进入业务核心环节、有没有持续参与结果的形成。越是深入业务、绑定结果，越难被替代。

对于科技公司而言，躬身入局做业务非常重要。从业务量上看，我们迄今处理过超过2亿个承保审核及理赔调查案件，服务的首年保费规模超过130亿元，靠真实业务沉淀数据资产和行业know-how，只聚焦非标体等3~5个赛道做深。

《中国经营报》：我注意到你们采用了“成果导向”的收费模式（按保费、降赔付率收费），具体如何与险企风险共担、利益共享？是否遇到赔付滞后、归因困难的结算挑战？

沈鹤龄：我们的核心主张是“ResultasaService”，技术能力和业务结果直接绑定，以结果为导向。我们按照创造的实际价值收费，比如按首年保费的规模来计算，或者看帮客户把赔付率较预定目标降了多少。这种方式使我们的商业利益与客户的业务目标保持一致。

从技术角度看，我们更倾向于用AI承接全流程，不是辅助型工具，这样就降低了归因的不确定性，从机制上保障结果是可衡量、可验证的，这更符合效果付费，也更能给保司带来确定性价值。这一定是未来AI科技公司ToB服务的重要方向，但门槛很高。

产品创新背后：定价逻辑与运营能力改变

《中国经营报》：免健康告知产品去年以来成为险企布局重地，数据和技术如何从根本上改变这类产品的定价逻辑和风控模式？

沈鹤龄：传统健康险定价主要基于历史赔付经验和宏观医疗数据，依靠疾病发生率和费用水平做假设建模。但这种“静态经验”定价，数据颗粒度太粗，难以充分反映真实人群的风险差异，精算假设和实际赔付之间往往有偏差。

我们说的精细化定价，具体到每一个业务细节里。包括特定疾病用什么药、什么治疗方案、费用预测、走势如何等。具备这种颗粒度的能力，才能支撑真正的精准定价。

“免健告医疗险”是2025年个人医疗险市场的“明星”品类，直接打破行业十年两大规则：第一，取消健康告知；第二，除癌症等极重既往症外，慢病、轻度既往症可保可赔。颠覆了“只筛健康体、把不健康人群拒之门外”的老模式，刚好踩中百万医疗增长见顶后的最大增量。

这类产品爆发的基础，除了定价之外，从核保、理赔、调查到健管全链条运营能力也很重要，通过在业务运行中持续识别和校正风险，才能形成“风险识别—风险控制—产品优化”的动态闭环，让精算假设能够不断被真实数据验证和修正，产品才能良性循环。

《中国经营报》：近年来逐步形成的一个行业共识是，理赔环节不再被认为是单纯的成本中心，你怎么看？

沈鹤龄：理赔的价值正在被彻底重估，表面看是降本增效、控赔付、提时效，但有三重更深层次的价值。

第一是数据价值：理赔数据是反哺核保与产品设计的核心养料，支持AI模型持续优化。

第二是服务价值：是触达用户健康管理和长期服务体系的最佳入口。

第三是增长价值：理赔过程本身就是建立信任的过程，能形成“理赔—信任—复购”的闭环，是后续复购和家庭保单拓展的关键抓手。

在我们看来，理赔早就不是成本中心，而是数据中心、服务中心、信任中心、增长中心。

《中国经营报》：在利用AI进行核保、理赔决策时，如何确保数据安全与隐私保护达到最高标准？公司AI合规机制如何建设？

沈鹤龄：金融行业对数据安全要求极高，我们的答案很明确：本地部署、数据不出域。

与通用云端大模型完全不同，我们基于开源大模型开发行业专有领域模型和智能体，理赔、核保专属领域大模型可直接部署在保司本地运行。算力可以本地也可以租赁，但模型运算、数据处理全程在保司本地。所有数据在处理过程中都做脱敏处理，只保留结构化的医疗特征和风险特征信息，用于模型计算和决策。AI决策全程可追溯、可审计，支持人工干预和纠偏，满足监管对于可解释性和合规性要求。这也是我们和头部保险公司合作的一致共识。

（编辑：李晖审核：何莎莎 校对：颜京宁）