人工智慧的金融應用中，保險也是其中一個重要的領域，因為保險業是一個高度仰賴數據的行業。在保險業務的每一個環節，從人群的定位、身分識別、反詐欺、產品設計、定價，再到後續的賠償，數據在每一個過程都可以發揮很重要的作用。
傳統保險產品也能再創新
螞蟻金服首席技術官程立表示，即使是一些比較傳統的產品，例如車險，也會因為螞蟻金服可以獲得一些過去保險業者無法獲得的數據，而讓保險產品有創新。以車險為例，若電腦系統能跟物聯網、穿戴裝置結合，就能獲得用戶用車的使用數據及使用習慣，即可依其使用量及使用習慣給予用戶更多彈性的定價，而非傳統車險僅能以性別、年齡及過往的事故率來定價。而健康險也是類似的道理，可用大數據的手法獲得更多的數據，提供傳統保險更大的助力。
在新興的網際網路保險方面，程立表示，更重要的是可以完全基於數據提供全新的保險服務。例如在電商的應用，淘寶網即有針對退貨的運費險，在去年雙11購物節的時候，一天就賣了3億筆運費險。然而，這項退貨運費險在前幾年卻一直處於虧損的狀況。
大數據定價讓運費險轉虧為盈
淘寶網剛推出退貨運費險時，保費定價依照賠償運費的5%費率計算，平均每筆保費低於5毛人民幣，由於保費過於低廉，許多用戶就一口氣買了多項商品，最後只留下一件喜歡的，其他則全都退貨，使得這項保險虧損連連。
為了防堵惡意用戶的行為，退貨運費險改採保險業傳統的保險精算定價方式，以過去的出險率來定價，接著再進展到數據分析模型定價，以超過30個統計因素來建立定價模型。
然而上述方法都沒有徹底解決問題，最終則是透過大數據分析來定價，藉由分析百萬個帳號特徵、即時特徵分析，與機器學習的方法，可以即時分析出險率、即時核保，針對不同狀況制定合理的保費，終於讓退貨運費險轉虧為盈。
小額貸款
螞蟻金服自2010年推出螞蟻微貸服務，針對小型企業及個人提供無抵押的小額貸款服務。透過網路提供小額貸款其實困難重重，一來在網際網路上很難辨識用戶，授信相對困難，再者，對於小額貸款若無法快速核貸，審核流程過長也不會有人想借貸，然而這種信貸的不良率又極高，整體風險相當高，因此如何大規模有效控制風險，就是網路貸款業務的成敗關鍵。
.png)
以大數據、人工智慧為微貸把關
螞蟻微貸提出的方法是從技術上來解決問題，以大數據及機器學習技術為基礎，打造可以大規模控管網路貸款風險的信貸模式。
微貸服務利用人工智慧的語音辨識及自然語言處理技術，加上大規模的深度學習（Deep Learning）技術訓練的分析模型，在用戶來電中即時分析貸款申請者的語音數據，分析其語意且進行即時評分，以決定是否放款，或者調整催收帳款的策略，以降低還款逾期風險。
程立指出，基於大數據與機器學習的無抵押微貸服務，已經提供2600萬小型企業超過6千億人民幣的資金。在小額貸款的每個環節上，他認為都可以整合人工智慧的能力，防詐欺成效顯著。