上一讲，我与你分享了在“去中心型商业”时代，Motif Investing、AngelList、PeerCover，在战胜“信息不对称”这条跑道上的，三位激进的“抢跑者”。
太阳的重要性，逐渐被繁星取代。
但是，在没有了太阳这个“信用中心”之后，繁星们，可以依靠什么全新的、更高效的武器，来战胜信用不传递这条恶龙呢？
信用科技。
这一讲，我继续与你分享，在战胜“信用不传递”这另一条跑道上的，另外三位抢跑者：利用大数据这项“信用科技”的InsuretheBox、Progressive，和利用人工智能这项“信用科技”的COIN。
先说InsuretheBox。
请问：车险应该怎么买才合理？
一辆车几乎不开，每年要交几千块钱保险费，你觉得合理吗？我觉得不合理。
保险的本质，是“同质风险分担”。我的车几乎不开，和每天开30公里上下班，所遇到的不是“同质风险”。
那车险应该怎么买呢？
现在的车险，是按照年来买的。这不合理。一年中，每个人上路的次数显然不同。不按年来买，那按天来买吗？也不合理，因为每天每个人上路的次数、时间长短也不一样。
那应该按什么买呢？按公里数来买。开车距离多的人，就应该多交保费。所以，未来的车险，可能不是在电话里买，而是在加油站买：
师傅，给我加200公里的油，顺便加200公里的保险。
问题来了，这个做法听上去很开脑洞，但我怎么知道每个人每天开多少公里呢？这就要依靠大数据了。
英国有家保险公司叫InsuretheBox。购买它家的保险，它就会在你的车里装一个OBD设备（On Board Diagnostic Device，车载诊断系统），检测你的行车数据，其中包括开了多少公里。
然后，InsuretheBox就可以这样卖保险了：这3000公里先充给你，拿去用，用完了再来充。如果你的行车记录非常好，每个季度我再送你一点里程作奖励。
可是为什么传统的保险公司不这么做呢？因为它们只掌握“社会统计数据”。上海每年会出多少起交通事故？65岁以上的老人得老年痴呆症的概率是多少？这就是社会统计数据。再厉害的精算师，基于社会统计数据，也得不出针对个人的最优保险定价。
可是，按公里数付费，也不合理吧？那些把车开到四叉路口，打着左转向灯却向右转的人，就应该多交钱吧？
没错。按照公里数付费还不够，每公里按照开车习惯定价，才是最合理的。
这就是“个性化的大数据”赋能的UBI车险（Usage Based Insurance，基于用量的保险）。
有一天，我买车的原厂打电话给我：您的车险要到期了，在别人那里每年7000元的保险费，在我这里，2000元就够了。
为什么啊？因为我们原厂拥有数据。根据数据显示，您的开车习惯特别好，而且基本不开。
我一听特别高兴。赶快打电话给我一个朋友，他和我同一天在同一家4S店提的同一款车。我朋友听完后，也立刻打电话给车厂的客服，说我要买保险，就是刘润那个，2000元的那个。
客服小姑娘一查，说：对不起，您买的话有点贵，要1.2万元。
我朋友听完，一口鲜血喷在屏幕上：为什么啊？
她说：因为你经常漂移。
我朋友非常生气，说：那我不买还不行嘛。于是他继续在原来的保险公司买。
然后，渐渐地，那些开车习惯好，又不怎么开车的车主，会越来越多地被拥有“个性化大数据”的原厂拉走。那原来的保险公司呢？因为好用户都走了，它们只好提高保费，慢慢失去竞争力。
天啊。真可怕。这种事真的会发生吗？
美国有家保险公司叫Progressive，它早已开始“每公里定价”。它的定价，基于三个数据。
第一，你平常与前车保持的距离。
这个数据，通过车载雷达和OBD设备可以记录。后车如果追尾前车，不管什么原因，后车全责。所以如果你习惯离前车太近，那保费必须要高一些。
第二，你每月踩急刹车的次数。
一个人什么时候才会踩急刹车？一定是遇到险情的时候。这次是刹住了，那下次呢？一个经常急刹车的人，嗯，保费也必须高一些。
第三，你每月凌晨4点开车的次数。
这是为什么呢？因为一个人一天中什么时候最疲劳？凌晨3～4点。不管你是蹦迪回来，还是去上早班，这时候都特别容易出事故。所以，经常凌晨4点开车的，保费也必须再贵一些。
Progressive公司用三个简单的数据，为每个人的保险做了差异化定价。
信用，就是对风险的承诺。用个性化大数据这种“信用科技”，进行更加精准的风险定价，帮助优质节点降低交易成本。
当你有了“大数据”这项信用科技的新式武器后，去中心型商业，终于可以摆脱依赖社会统计数据的“信用中心”，散成满天星。
那人工智能呢？
美国有家公司叫COIN，它为摩根大通银行提供贷款合同审批服务。
你向银行借钱，银行要和你签合同。可是，根据你的情况，这合同怎么签，银行才能最大化地管控风险呢？
在中国，银行都有一个风控部门。这也是银行最重要的部门，负责审批贷款合同。在美国呢？美国一些银行（比如摩根大通）会外聘律师团队来做这件事。为此，每年摩根大通要采购36万小时的律师服务。在美国，律师服务是很贵的，所以这是一笔很大的开支。
“人”虽然创造财富，但也是特别巨大的成本。
后来，摩根大通选择和人工智能公司COIN合作。
COIN从摩根大通那里获得了曾经审批完的贷款合同，包括批准的、没批准的、修改的。然后“喂”给它人工智能算法。算法把这些历史数据“吃”下去后，消化消化，说：我可以了。
然后，摩根大通把新的贷款合同给COIN。结果让人惊掉了下巴，过去用36万小时律师服务做的事情，COIN几秒钟就做到了。而且，风控能力不比人工差。
这一下子，摩根大通节省了一大笔钱。这些钱都是银行的成本，最终必然会加到利息里面去。而利息的高低，就是对风险的定价。有了COIN，摩根大通的风险定价能力明显增强。理论上，信用更高的人，可以用更低的利息贷到钱了。
这是不是让你想起，2016年赢下李世石的AlphaGo？AlphaGo就是一套人工智能算法，它“吃下去”10万局人类历史上的棋局，消化了一下，就下得比最厉害的人类还要厉害。
当你有了“人工智能”这项信用科技的新式武器后，去中心型商业，终于可以摆脱人工成本高昂的“信用中心”，散成满天星。
线段型商业克服“信用不传递”的方法是“信用中介”，中心型商业是“信用中心”，去中心型商业是“信用科技”。
大数据、人工智能，这些“信用科技”，可以帮助优质的交易节点，通过摆脱社会统计数据、高昂的人工成本这些“信用中心”的约束，散为漫天星辰，大幅度降低交易成本。
有同学问，那原来的银行、原来的保险公司，难道就不能利用这些“信用科技”武装自己吗？
当然可以。但是一旦进入“信用科技”时代，用这些科技武装自己，信用价值就不是依附在机构上，而是依附在科技上。所有拥有这些科技的人，都成为它们的竞争对手。这样，“信用中心”，就会逐渐从太阳，变成繁星。
这就是分久必合，合久必分。
这一讲，就讲到这里。
在“去中心型商业”时代，有个克服“信用不传递”的大明星，值得单独花一讲来讲。它就是：区块链。下一讲聊。
今天我给你留一道思考题：
这一讲我们说，“人”虽然创造财富，但也是特别巨大的成本。这个观点，你同意吗？为什么？
