【经管大课堂·镜头里的营销学】当AI越来越懂风险——健康险营销的伦理边界与品类危机
案例背景
2026年，AI技术正深度渗透健康险的核保、定价、理赔和健康管理全链条。中国平安2025年年报显示，94%的寿险保单实现秒级核保，AI坐席服务约17.02亿次，占客服总量的80%。在2026陆家嘴论坛上，友邦保险首席执行官李源祥表示，数字化和人工智能让保险业实现了动态定价和动态承保。AI让保险公司的风险识别精度大幅提升，但也引发了行业深层的伦理反思：当风险划分日益精准，保险是否会从”风险共担”退化为”风险筛选”，让个人、家庭和基本医保承担越来越多高风险？
这一悖论的核心在于：保险的本质是风险转移和风险共担机制——大量面对不确定风险的人共同缴费，少数实际遭遇风险的人获得赔偿。但AI可以把人群划分得越来越细，假如每个人都完全按照自身患病概率和预期医疗支出付费，高风险者需缴纳接近未来医疗费用的保费，低风险者只支付极低价格，保险就会逐渐退化为医疗费用”预付”。风险看得越清楚，跨人群分摊风险的空间可能越小。2026年6月，金融监管总局发布银行业保险业人工智能安全开发应用指导意见，要求AI应用合规、透明、可信赖。与此同时，太平洋健康险与蚂蚁健康、中再寿险推出”蓝医保·免健告长期医疗险”，将一般既往症纳入保障，展示了AI的另一种用途——不只在投保前识别风险，还在承保后通过健康管理降低风险。这一行业反思不仅关乎保险业的未来，更为研究精准营销的伦理边界和品类社会功能提供了深刻案例。
核心分析
一、精准营销的伦理边界
AI驱动的健康险精准定价，将”精准营销”推到了一个前所未有的伦理十字路口。传统营销理论中的”精准”，意味着在正确的时间、向正确的人、传递正确的信息。但当”正确的人”被AI细分为数百个风险等级，当”正确的信息”变成了”你的风险太高，需要加费或拒保”时，精准营销就从”服务优化”变成了”社会筛选”。
根据Kotler的”营销3.0″理论，现代营销应从”以产品为中心”转向”以价值观为中心”，企业不仅要满足需求和欲望，更要关注人的整体福祉。健康险的精准定价在技术层面是合理的——它缓解了逆向选择问题，使风险与价格更匹配。但在价值观层面，它可能违背了保险制度的社会契约：保险之所以存在，不是因为我们知道自己会生病，而是因为我们不知道谁会生病。当AI把”不知道”变成”知道”时，风险共担的逻辑基础就被动摇了。
这一伦理困境可以用学者Sandel的”市场化伦理”框架来分析。Sandel指出，将某些社会物品市场化会”腐蚀”其内在价值。健康险的社会功能不仅是金融产品，更是一种”社会安全网”——它让每个公民在面对疾病不确定性时有所依靠。当AI精准定价将这张安全网”逐根抽丝”——先是拒保最高风险群体，再加费中高风险群体，再限额标准风险群体——保险的”社会安全网”属性就被逐步侵蚀。金融监管总局2026年6月发布的AI安全开发应用指导意见，要求算法结果可解释、模型需定期检查是否对特定疾病、职业、地区或收入人群形成隐性歧视，正是对这一伦理边界的制度性回应。精准营销的伦理边界不在于”能不能做到精准”，而在于”精准之后，被筛掉的人怎么办”。
二、保险品类的社会功能与商业化矛盾
保险品类的独特性在于，它同时承载着”商业产品”和”社会制度”的双重身份。作为商业产品，保险需要科学定价和合理利润；作为社会制度，保险承担着风险分散和社会管理的功能。在AI之前，这种双重身份之间的张力被”信息不对称”所缓冲——保险公司无法精确识别每个人的风险，因此只能进行粗略分组，客观上保留了较大的跨人群分摊空间。AI的出现打破了这种”善意的模糊”，将潜在的矛盾显性化。
根据Levitt的”产品层次”理论和Kotler的”品类生命周期”理论，当一个品类的核心功能被技术解构时，品类本身面临”意义危机”。正如摄影胶片在数字化面前失去了”记录影像”这一核心功能定义，健康险在AI精准定价面前可能失去”风险共担”这一核心品类承诺。如果保险退化为”医疗费用预付”，消费者为什么还需要买保险？直接储蓄或加入互助机制似乎更有效率。这种品类危机不是某个公司的问题，而是整个行业面临的系统性挑战。
然而，AI并非只能用于”风险筛选”。太平洋健康险的”蓝医保·免健告长期医疗险”展示了AI的另一种应用方向：将一般既往症纳入保障，利用AI智能体提供报告解读、健康咨询和风险管理服务。这一模式的核心逻辑是：AI不只用于”看清风险”，更用于”管理风险”——通过疾病预防、慢病管理和就医服务降低实际医疗支出，从而将节省的成本用于扩大承保范围。上海”沪惠保”项目则展示了”共保体”模式的力量：8家保司共同参与，不限年龄、职业和健康状况，累计覆盖超3300万人次、赔付超30亿元。这些实践表明，保险品类的社会功能与商业化之间并非必然冲突，关键在于AI被用于”扩大承保”还是”精准排除”。
三、AI时代的消费者信任管理
健康险行业的信任管理在AI时代面临全新的挑战。传统保险信任主要建立在”承诺兑现”之上——保费交了，理赔时能拿到钱。但AI精准定价引入了新的信任维度：”算法信任”——消费者需要信任AI的判断是公正的、透明的、不含有隐性歧视的。这种信任比传统的”承诺信任”更难建立，因为算法的复杂性使普通消费者几乎无法独立验证其公正性。
根据Trust方程式（Trust = 专业能力 × 可靠性 × 亲近感 ÷ 自我导向），AI时代健康险的信任管理需要重新审视每个维度。在”专业能力”方面，AI确实提升了风险识别的精度，这是正面因素。但在”自我导向”（Self-Orientation）方面，AI精准定价可能被消费者解读为”保险公司为了自身利润最大化而筛选客户”，这一感知会显著推高”自我导向”分值，从而压低整体信任。当消费者认为保险公司的AI系统是”为我好”而非”为它好”时，信任才能建立；反之，当消费者感受到AI只是”更高效的拒保工具”时，信任会迅速崩塌。
行业层面对这一挑战的回应是”分层保障体系”的构建。正如报道所指出的，更科学的风险共担不是让所有人支付相同保费，而是根据不同人群的风险、需求和支付能力提供层次清晰、相互衔接的保障：年轻健康人群选择一年期互联网医疗险，重视长期稳定性的人群选择保证续保产品，慢病患者和老年人依靠带病体保险和城市普惠险，高支付能力人群选择中高端医疗险。这种”分层策略”在营销学上对应的是Kotler的”差异化营销”——不同细分市场匹配不同的产品和沟通策略。但与传统差异化营销不同的是，健康险的分层必须保持”相互衔接”的系统性，确保任何人群都有”可进入的风险池”。这不仅是一家公司的营销策略，更是整个行业的品类管理责任。当行业能够提供”无缝衔接”的保障阶梯时，消费者对AI的信任才能从”它会筛选我”转变为”它会为我找到合适的保障”。
管理启示
第一，精准营销的终点不应是”精准排除”，而应是”精准服务”。AI让保险公司更能看清风险，但看清风险的目的是找到”承接方式”而非”排除理由”。企业应将AI能力从”投保前的风险筛选”扩展到”承保后的风险管理”，通过健康干预降低实际赔付，从而扩大可承保人群的范围。这是从”风险筛选者”到”风险管理者”的角色升级。
第二，品类危机的化解需要”行业共治”而非”单兵突围”。健康险的”风险共担”承诺不是任何一家公司能独立兑现的，它需要共保体、再保险、高风险人群补偿机制等系统性安排。行业领导者应承担”品类管理者”的角色，推动建立分层衔接的保障体系，避免”逐底竞争”导致整个品类失去社会信任。
第三，AI时代的消费者信任管理需要”透明性”和”可解释性”的系统性投入。保险公司不仅要让AI”算得准”，更要让消费者”看得懂”。核保决策的理由应可解释，算法模型应定期接受公平性审查，被拒保或加费的消费者应获得清晰的说明和替代方案。信任不是”营销出来”的，而是”设计进去”的。
其他思考
- 当AI能够精确预测个人的健康风险时，”自愿投保”这一保险制度的基石是否还成立？如果高风险者知道自己的风险，是否会更加回避投保，而低风险者则更加不愿意”补贴”高风险者，从而加速风险池的崩溃？
- 保险行业的”分层保障体系”在理想状态下可以覆盖所有人群，但在商业竞争中，各家公司是否有足够的动力去承接高风险群体的保障？市场机制能否自发实现”无缝衔接”，还是需要政策力量的介入？
- 如果AI不仅能预测健康风险，还能通过基因检测、行为数据等预判个人未来数十年的健康轨迹，保险品类是否需要从”风险转移”重新定义为”健康管理服务”？这种品类重构对保险企业的商业模式意味着什么？
关键词：精准营销伦理、风险共担、消费者信任
来源：经济观察网 | 整理：经管大课堂
