在短期内，应用深度学习技术的图像处理将会有很大的投资机会，这需要具体业务场景的巨大的图像数据集。在保险领域中，基本会集中在汽车碰撞和家庭损失领域。

再下一步将会是使用无人机和其他传感器收集更多的数据集，以构建足够大小的样本。这个领域很有希望的一个初创企业是Tractable，最近获得了800万美元的A轮融资，凭借自己开发的专有深度学习技术，Tractable会将这笔资金用在汽车保险索赔领域。

一些汽车车身商店已经可以为交通事故出险提供照片文件，他们积累了大量的图像数据集。企业AI服务因为具有来自广泛的行业合作伙伴的大型数据集，因此具有巨大的先发优势和网络效应。

结论

（1）创业公司需将重点放在核心技术增值上

随着科技与保险业务模式的融合，市场必须对这些公司进行重视，对它们进行估值时不应按照一般保险公司的倍数，而应按照科技公司的倍数。而创业公司则需要在定价和服务用户的基础上继续将重点放在核心技术的增值上，并为合作伙伴提供风险服务。

（2）传统的保险合作伙伴关系将被颠覆

虽然历史上，再保险公司在很多情况下是与初创保险公司合作并购买他们的风险，但现在也已经出现了其他的再保险公司开始处理投资组合层面的风险证券化问题。这将使行业超越传统的由关系驱动的不透明合作伙伴关系，提高透明度并提高定价。一旦公司可以将风险纳入投资组合，并且像巨灾债券一样出售，传统的保险合作伙伴关系将被颠倒。

再保险公司：也称分保或"保险的保险"，指保险人将自己所承担的保险责任，部分地转嫁给其他保险人承保的业务。再保险业务中分出保险的一方为原保险人，接受再保险的一方为再保险人。再保险人与本来的被保险人无直接关系，只对原保险人负责。

保险风险证券化:是指利用保险资产证券化技术，通过构造和在资本市场上发行保险连接型证券，使保险市场上的风险得以分割和标准化，将承保风险转移到资本市场。

它涉及可转换风险的最终接受者，并且取代了保险公司原来把保险业风险转嫁给再保险人的做法，而是把风险转嫁给了更广泛的资本市场。这是典型地通过金融工具买卖来实现风险转移的做法，如可流通可交易的巨灾期权、巨灾期货、巨灾债券等。

（3）企业可利用保险资产证券化技术建立品牌资产

保险资产证券化技术或许会允许汽车或智能手机制造商自行保险自己的产品，从而将激励措施与耐用性和安全性相结合，使这些制造商建立品牌资产。反过来，这样的品牌资产也将会降低进入创新领域的门槛，直播，允许更多的初创企业在价值链的特定部分发挥作用。

参考来源：Pitchbook, “CVCinvestment plays large role in driving insurtech maturity”, Analysts: EvanB. Morris, Henry Apfel.返回搜狐，查看更多