現代汽車通過網聯化和智能化，已經不再是人類簡單的代步工具，開始向解放人、理解人、不斷滿足人的人性化方向發展。智能網聯是全球汽車技術發展中炙手可熱的“主流”。智能網聯汽車（Intelligent Connected Vehicle，ICV）是指搭載先進的車載傳感器、控制器、執行器等裝置，融合現代通信與網絡技術，實現車與X（人、車、路、后臺等）智能信息交換共享，以實現復雜的環境感知、智能決策、協同控制和執行等功能。智能網聯在重新定義汽車的同時，也將改寫汽車保險的面貌和未來。

表1 智能駕駛分級定義比較

智能網聯的使命：最終由汽車逐步接管人類駕駛

據世界衛生組織（WHO）發布的《道路安全全球現狀報告》稱，“道路交通傷亡已取代自殺成為‘傷害死亡’的首要原因。而交通事故發生的原因中93%來自于人為因素，其中80%是因為事發前3秒鐘的“走神”造成的。汽車駕駛員在碰撞危險發生前若有1秒的“預警”時間，將可避免90%的事故發生；若有2秒“預警”時間，事故發生概率幾乎可降為0。交通事故實踐在不斷證明，人腦是難以記憶和處理短而即逝的信息的。德國科學家研究結果顯示，39%的駕駛員不能在碰撞事故前啟動制動裝置，40%的駕駛員不能有效控制制動裝置。

智能網聯的使命就是依托網聯技術和信息共享，模擬人的大腦進行場景決策與車輛即時控制，實現人與技術的高超融合，克服人類汽車駕駛事故發生的“宿命”，最終走進汽車行駛的零碰撞時代，消滅交通事故及人員傷亡。智能網聯汽車是在整個智能交通系統中的核心角色和重要組成，是由數據感知層、網絡層、應用層等多層技術、多類技術元素協同共存的復雜系統。其在技術的發展集中體現在汽車自動駕駛的功能層級和技術迭代上。為此，主要汽車生產國均制定發布了自動駕駛分級標準，如美國的高速交通安全管理局（NHTSA）、中國汽車工業協會（CAAM）分別將自動駕駛分為5級，美國汽車工程師協會（SAE）分為6級。自動駕駛技術進階過程，實際上是傳感器配置與網聯、算法的技術攻關過程，也是汽車逐步接管駕駛權的過程。為了適應這個重大改變，聯合國修改了《維也納道路交通公約》，不再要求駕駛員時刻掌握車輛控制權，認可自動駕駛技術對駕駛員的權限覆蓋和接管。

全球自動駕駛技術L0、L1階段技術較為成熟，L2階段技術已經完成了大量的測試和驗證，處于由 L2進入 L3的關鍵階段，國際知名品牌的汽車企業已經開始量產L2級別車輛。一些互聯網科技公司如谷歌直接跳過L3進入L4的研發。目前的智能網聯技術研發，融合了高精度地圖技術和環境信息，積極引入了無時滯和延遲的高速傳輸5G技術，采集海量的行車適用場景，依靠深度學習等大數據算法，急速推進自動駕駛的“升級”。

智能網聯的新風險

當然，這一理想在技術實現上也為時尚早，真正的無人駕駛車輛僅僅是樣品或試驗品，還沒有真正實現產品化。智能駕駛的真正落地應用，還須突破現實的技術應用瓶頸，比如高精度地圖的開放和應用、數據高速與安全傳輸、網聯通訊標準的建立和發布，其中任何一方面的突破，都將是一個漫長的過程。

與此同時，新技術也將帶來新風險，且不可忽視。智能網聯汽車是汽車與外部車輛、基礎設施融合的網絡系統，通過汽車上的十幾種傳感器，可以實現汽車與汽車（V2V）之間、汽車與道路基礎設施環境（V2I）之間的實時通訊。到2020年，全球銷售的汽車有2/3具備某種形式的“網聯”。汽車因智能網聯技術的引入更加像個IT產品，目前汽車的軟件系統復雜度已經遠超過F35戰斗機、WINDOWS7視窗操作系統和FACEBOOK, 將成為車輛風險的重要根源和誘發因素。這種IT風險主要表現在四個方面：

（1）信息安全風險。智能網聯汽車是由多個數字化系統集成的復雜系統，會有眾多開發商和硬件提供商接入，任何一個環節都將可能成為“軟肋與漏洞”。比如目前車載系統軟件代碼已經超過1億行，根據CMM模型推測，汽車與生俱來的軟件漏斗就有32000個。黑客或其他惡意者可通過汽車手機APP、云平臺維護系統或第三方設備入侵汽車系統，獲得汽車控制權，進入電子控制單元，直接控制汽車傳感器、發動機控制器和其他汽車功能，如遠程解鎖或鎖閉車門，剎車制動、提速、降速直至終止發動機運轉，切斷動力電源，控制車門車窗。還會引發一系列汽車攻擊，包括汽車盜竊、汽車遠程劫持、恐嚇破壞秩序甚至謀殺，不排除造成大規模車輛被控制，波及國家和社會安全。

（2）數據傳輸與安全保護風險。智能駕駛汽車需要配置大量傳感器，每秒鐘可生成1GB的數據，利用這些數據形成高精準度地圖信息，確定行駛方向和速度。快速普及的4G網絡可以提供較高速度的帶寬傳輸，但一旦基站缺失或基站附近連接過多，數據傳輸延遲也會明顯增大，時延產生的后果將極為嚴重，一個剎車信號晚發出半秒將可能造成嚴重的、難以預知的事故。智能網聯在數據開放的過程中，也會產生數據安全和個人私隱保護的問題。

（3）功能使用風險。為提升駕駛體驗，智能網聯汽車將融入越來越多的人車交互、娛樂、通信、巡航、自助泊車、車載電話等便捷功能。但科技化同步加劇了駕駛員注意力的分散，而注意力不集中恰恰是交通事故特別是重大交通事故的發生原因。特別在L3、L4級自動駕駛的“人機共駕”模式下，人與車輛的駕駛權交接是一項技術難題，如果操作不熟練、對輔助功能不熟悉、注意力不集中，人機切換過程反而極易發生交通事故。

（4）算法的安全與局限。隨著智能駕駛技術迭代和功能進階，需要采集、計算和承接的數據將呈現幾何級數增長，以支撐算法的科學性和有效性。在智能駕駛實際測試環境中的算法優化，是極為有限的，即便是在測試環境中上百公里不出事故，不代表真實行駛環境中無偏差。算法在應對復雜情形的現實場景中，可能一直處于相對“缺陷”的狀況，因此算法的優化與安全目前是有瓶頸的。同時算法還面臨著道德倫理的局限性。如遇上不可避免的交通事故，算法如何在交通法規遵循與避免事故上進行選擇，如何在老人與兒童及各種人物間予以選擇等等。

如何應對智能網聯時代的車險變革

在未來，智能駕駛在逐步消滅碰撞事故的同時，會不會使現有的汽車保險產品消亡？這是所有國家保險業急于探究的問題。從理論邏輯上分析，智能駕駛以零碰撞為目標，將直接降低碰撞率以及汽車保險的出險率，車主投保積極性將下降，保費應當降低，甚至遭遇“滑鐵盧”。據畢馬威KPMG預測，到2040年，全球車險市場將可能因智能駕駛大幅縮水達60%。

理論上的遠期展望與現實中的市場發展往往還有很大的距離。由于智能駕駛系統和車主不正當操作導致的事故風險，保險公司客觀上承擔了這部分風險。由于大量引入電子設備、軟件系統，零部件和系統成本高，智能汽車維修保養成本遠高于傳統車輛，反倒可能推高汽車維修與事故賠付率。當前，智能駕駛汽車國內保有量小、存在事故責任關系不清晰、責任認定難等問題，若無至少三年行業數據回溯和索賠經驗，保險公司將難以進行費率合理厘定與調整。

智能駕駛階段的演進過程，是智能駕駛系統責任占比加重、駕駛員責任釋放的過程，這從根本上改變了車輛事故責任結構與關系，事故責任可能是駕駛員（多為部分自動駕駛）、系統開發商、地圖服務商、通信服務商、整車廠。但對事故還原并解析事故直接、間接原因，確定責任賠償比例，是極為復雜的技術問題和法律問題，短期間內，保險公司無法組織和推動事故成因鑒定，并對相關責任方進行追償。這種復雜而漸進的責任關系變化，對保險公司的業務、技術和法律能力是個巨大的挑戰。要求保險公司的服務由B2C變成B2B，由車主投保傳統汽車保險改變為汽車制造商投保質量責任保險。整個變化并不是單一險種的降低或變化，而是整個車輛相關風險池的不斷變化，需要保險公司在運營模式予以調整。

為此，保險業必須未雨綢繆，密切關注智能駕駛車輛的風險規律，服務國家智能網聯汽車產業和消費發展。一是在產品層面積極推動產品創新。基于人工駕駛、輔助駕駛、自動駕駛等情形，定義駕駛狀態的起始標準，進一步明確保險公司相應的賠償責任、除外責任、賠償標準及責任追償等條款內容。加強對智能駕駛車輛質量責任風險的研究，包括相關的法律問題、風險變化、責任認定等，在原有汽車保險產品中獨立出汽車產品質量責任產品。加強與汽車企業的深度合作，就汽車相關電池、車載系統ADAS單獨制定產品責任人保險示范條款，并在原有傳統產品中剔除相關責任，逐步構建傳統汽車保險與汽車產品質量責任保險兩套條款與費率體系。

二是在服務層面推進事故處理機制建設。建立完善智能駕駛場景下，交通事故處置、責任賠償與損失追償的機制，由交通管理和保險監管部門達成共識，并予以公告、納入相關法規。保險業應與汽車技術研究與鑒定相關機構開展事故鑒定研究與合作，以提高對電動化、智能化車輛事故責任和損失認定的科學性、權威性和公允性。保險公司要發揮事故善后事宜處理的核心和紐帶，按照國際慣例，無論駕駛系統故障是否為直接或間接的事故責任，受損方依據保險合同可以直接向保險公司索賠。保險公司先行賠付后，若判定事故原因為智能駕駛系統故障，保險公司可采取代位求償的方式代投保人向汽車生產廠商索償。同步建立完善事故車輛救援、查勘、定損、維修工時、零部件等服務標準和流程，有效提升服務效率、合理控制理賠成本