另外一个潜在的影响，就是我们现在能够看到的一些新业务模式是风险分担的模式。今天早上王和总提到的例子是用无人机来侦察作物受损情况。有一家气候公司，他们往前走了一步。他们和客户签保险合同都不去做理赔的这样一些动作，一旦出现高温或者是洪水、极端天气灾害的情况下，他直接就给客户进行赔偿了，它只是把发生灾害的地区用一些仪器进行测试，测出一些数据以后就知道这里确实是有洪水，这边的温度过高了。对于最终消费者来说，他根本不用打电话或者通过任何渠道告诉保险公司，我们这边发生洪水你来给我理赔吧，一旦出现极端灾害天气，这家保险公司就会自动给它做理赔，把保险金额送到他手上。

　　在二级风险市场，我们的风险合同也像股票一样在进行交易，我可以再去买别人的一份健康险或者人身保险。所以，对这些行业来讲，我们正在看到的变化，保险公司不再是销售一个固定条款和固定价格的保险产品，而是在销售一种服务。我们对销售点的相关的风险在进行主动的覆盖，如果你知道你的客户的地理位置，你就可以基于这个地理位置给他做相应的销售，如果说我们发现或者感知到他已经在做一个危险的运动或者他要去一个比较危险的地区，我们一旦发现他们有这样一些隐藏的风险，我们会制定我们的条款来涵盖那些风险。因为我们提供了额外的保险，我们对于当地人而言会在当月或那一段时期内让他支付更高的保险的费用。这里面有一个远程的系统。

　　第三，智能领域。

　　现在我们已经设计出这样一些计算机系统，它可以去理解复杂的人类语言的语境，它可以预测变化并做相应的优化。IBM的沃森电脑就是一个很好的例子，沃森系统可以理解一些非结构化的语言，它在对数据进行研究的基础上，甚至可以像人一样来回答别人的提问。它可以去上维基词典或上百度[微博]上的知识库来回答你要问的问题。在美国很多医院已经应用沃森来解读病人所有的病历，根据病历做出诊断，它甚至可以基于诊断来做出一系列的治疗方案。我们一直致力于改进，让它的回答更加精确，让它的诊断更加准确。它甚至基于之前对医疗记录的诊断和分析，可以去建议医生我觉得你应该问病人更多的问题，因为有可能基于他们对病历诊断的结果分析，可能会发现医生都没有想到的存在的问题。

　　关于预测变化这块，我们也可以做到更加精准，我们在美国的研究室现在已经能做到可能在很小的一块区域里发生冰雹的情况。美国每年深受冰雹的损失，我们的预测可以精准到一公里以内的范围，而且是提前48小时就进行预测，我们的准确率达到了90%，用这个数据有什么用呢？举个简单的例子，保险公司知道这个信息之后可以提前通知那个区域中买了汽车保险的人，我告诉你未来48小时内这里会有冰雹，你赶快把你的车移走。这只是我们能够分析的信息或数据的一种，比如说我们可以观察一些流数据，可以在空中截取一些比较有意思的信息。比如说我们可以对一个8小时的视频进行分析，发现第3分30秒的时候有人做了什么事。我们可以根据两个人的对话来观察他们情绪的变化，我们可以精确摘取其中代表压力相关的情绪化的字眼，甚至挑出一些比较敏感的字眼，我们现在已经做到实时的对这些数据的分析和监测。