在本系列的前四部分中，我们考虑了承保生态系统在渠道、产品、数据、分析、服务、工具、运营和管理方面的发展。我们没有提到的是承销过程是如何演变的。
在一个简化的承保过程中，有两个步骤:数据收集和分类。数据收集是我们收集必要信息以承保风险的地方。今天，数据收集过程正在以多种方式发生变化。现在，我们直接从客户收集数据，并可以将大量的外部数据集成到流程中。这限制了我们需要从被保险人那里获得的信息，同时为保险人提供了更完整的信息。在数字领域，承销商通过各种渠道门户收集数据，或者，如果通过传统提交，可以在海外处理数据，或者使用机器人和自动化技术。
伤检分类就是当承销商评估提交的文件，看看它们是否符合他们的风险偏好，并将它们导向正确的承销路径/承销商。保险商使用复杂规则算法、分析规则引擎或判断来进行分类。在数字时代，运营商将目光投向了在岸/离岸承保运营中心，最近又转向了人工智能或机器学习解决方案。
一旦被分类，我们将通过以下三种方式处理提交和续签:
- 自动承保,规则、预测模型，以及最近的机器学习/人工智能(machine learning/artificial intelligence)，在有或没有承销/运营中心支持的情况下，对提交内容进行评估、评级和定价。
- 流动或低接触承销，这是一种混合过程，其中一部分提交可以通过自动承销处理，但其他部分仍然过于复杂，需要承销商的关注，无论是完全的还是部分的。在这些情况下，我们看到保险商得到了规则、分析以及机器学习和人工智能的支持。
- 全触摸承销在美国，我们必须处理评级、设定条款、定价、报价和谈判风险。在这个流程中，我们看到分析、规则引擎和机器学习工具从制定规定的决策转向支持承销商做出决策。正是在这个领域，比较分析、机器学习和人工智能等一些较新的技术最有希望。
这种对承保过程的简单看法提供了一种考虑不同承保过程选项的方法，但它不是全部。速度、成本效率、透明度和客户服务等市场驱动力正在改变保险业，就像它们正在改变保险的其他领域一样。最后，承销过程需要设计成最好地满足客户对特定渠道中的特定产品的需求和期望。承销生态系统的每一个其他方面都向这一核心目标倾斜。
明天的高绩效者将会是最先发现这个问题的人。他们将选择他们想要竞争的细分客户、渠道和产品。然后，他们将调整承销生态系统的每一个其他方面，以提供优质的服务和解决方案，并按市场定价盈利。
所以问自己两个问题:
- 我是在从外向内考虑我的承保过程吗?
- 我是否考虑过正在发展的数字承销商生态系统的所有方面?
