大數據、機器人、人工智慧、物聯網…這些新興科技趨勢正在改變產業現況。例如自駕車已駛上了公路，製造業走向彈性生產，連零售業也走向無人化。但較少人談起，「保險」這個領域將要發生什麼改變。
從趨勢來看，目前的科技發展，將讓保險日益得以走向「開天眼」一般精準的風險評估。
農業是種在土壤中的產業，多好的土壤，就有多好的收成；「保險」則打從一開始就是種植在數據中的產業，數據愈好，愈能茁壯繁茂。早在數百年前，歐洲公司就統計跨洋貿易的相關數據，作為規劃保險條款的基準。到今日，這個概念被應用到生活的每一個層面：飛機失事、大樓火災…只要有統計數據，一切都能算機率，一切能保險。
但數百年來，保險公司也一直為資料破碎所苦 -- 保險公司各自累積數據，但各公司之間不互相分享數據，更不易從外界、其他產業取得數據。用以評估風險水準的數據基礎既然不夠深厚，就不易進行精準的評估。
但現今，愈來愈多法規或專業準則，要求各產業領域分享與公共利益相關的數據資料。例如今年通過的《資通安全管理法》，要求企業在發生資安事件時要向主管機關申報，不得再像過去那樣掩蓋隱匿。當這項資料得以長期公開累積，未來評估資安風險就得以更加精準。
現在各領域都在發生思維改變 ー 許多產業開始開放資料的共用、連結 (在不損害個人隱私的前提下)。不只保險公司受益，最終獲益的也包括投保的產業與個人。
有愈豐厚的數據，愈能長成茁壯繁茂的保險專業，而我們正迎向數據突飛猛進的時代。在過去數百年，數據總是由人力量測、記錄、計算。未來，數據將由各種感應器不眠不休地自動量測，甚至從影像、文字、聲波中分析讀取。可以預想，透過大數據技術取得的資料，用以解讀風險水準，將可遠比過去精準。
舉例來說，過去的保險業頂多能記錄某間公司出過幾次工安事故，對比產業整體事故統計。但事實上，在每次曝光的嚴重工安事故背後，都可能有上百次不嚴重的小事故，更可能有上萬次的「虛驚事件」(雖然出錯，但及時被化解)。其實要衡量一間企業的風險水準，未曝光的小事件、虛驚事件，是極為重要的資訊。
未來，企業內部若普遍安裝錄像鏡頭、感應器，企業間的生產系統將能在工業 4.0 的架構下彼此相連，企業間的小事件、虛驚事件將無所遁形。
本公司正在發展，從全球各地不斷擴充數據基礎，讓模型框架的應用價值發揮到最大。舉例來說，未來我們將可以取得一間公司各種數據資料，加分析後得知：這間公司管理嚴謹、員工態度優良，風險水準和瑞士同業接近 ー 如此，他的保費當然就可以降低。
古人發明「算命」這個詞很有趣。從保險眼光來看，「命運」可被視為一個機率分配常模，而在大數據發展趨勢下，未來，企業的命運真的是「算」得出來，而且將愈算愈精準。
現在，產業對大數據的吸納運用可能算是剛剛經過了萌芽期，真實用在風險評估的成效還無法如此顯著。但這個趨勢正在向前推進中。現在及早擁抱、嘗試、運用、準備的企業，未來將會勝出。
