世界四大会计事务所之一，安永，近期发布了一篇研究报告，对美国市场的商业医保作了预测性分析，这份报告绝不是科幻版的未来遐想，而是基于互联网时代，各行业均面临强劲冲击的现实，论断医疗商业保险也“插翅难逃”，所以作了一份针对性的分析指南，其中不乏恳切务实的建议，相信有一定的参考价值。



报告指出，未来美国有四类医保新模式，私人医疗保险、非私人医疗保险、团体医疗保险和自营业主的医疗保险。首先，美国医疗行业处于井喷的爆发期，得益于两点，一是政府对医疗费用的严格控制，二是互联网医疗的极速发展。

医疗保险商作为医疗费用的买单人，看似控制着医疗行业发展缰绳，但实际和医疗行业其他角色一样，面临被颠覆的危险。因为其本质是周旋于病人、药械和医疗机构三方之间的中介，中介的身份在互联网时代，尤为显得尴尬多余，加之它们能提供的服务又大同小异，所以很容易被取代，甚至被踢出游戏圈。

虽然受热捧的大数据分析，在一定程度上驱动保险业务增长，但就现阶段来看，保险运营商很少利用他们此前积累多年的数据真正做了什么，即大数据依然处于闲置状态。

随着电子业务和社交媒体的流行，病人用户的期望值被不断拉高，他们已经苛刻要求医疗机构尽可能实现服务、价格的透明化，同样的，这种需求会很快波及保险商。面对此景，那些创业公司或非传统企业往往更能快速应对，表现积极。

比如，纽约的Oscar创业公司，就是新型的保险服务商，特色有：奖励用户健康行为习惯，和用户进行简单清晰的交流，允许免费电话咨询医生，同时增加业务透明度。

另一家创业公司，SimplyInsured是专为小型企业设计医保方案的，它打破医疗保险的旧有格局，提供团购医保价，让企业雇主能清楚预估真正的花费成本。

虽然眼下这些还是个例，但未来会不断涌现更多案例。企业的机会就在于赶快将刚冒头的新兴业务模式，整合到现有的、成熟的业务体系中。如何将自己塑造为具有差异化基因的医疗保险公司，才是当务之急。

报告认为，未来的医疗商业保险，一定是从过去短期的一锤子买卖，变为长期合作的纽带关系。商业医保者通过核心数据、技术驱动，实现由定价风险到控制、降低风险，呈指数性增长的用户数据信息，将让商业医保商对每一个用户有更深刻的全面了解。

医疗商业模式正被颠覆，保险公司会是下一个吗？

重被定义的六大医疗行业趋势：
1、慢病管理危机
慢性疾病，虽不如传染病那般可怕，但仍处于风口浪尖的境地，如心脏病、2型糖尿病、都是耗费巨额医疗费用的慢病，占美国全部医疗花费的75%，同时，人口老龄化等趋势在发达工业化国家和中国，正日益明显。

由于慢性病具有影响因素复杂、伴随病人终身等特点，现状是很少有人为病人的长期健康管理费心，主要原因还是缺乏激励机制，保险公司很少有耐性关注长期管理效果。虽然医疗改革由注重过程的按劳付费向按结果付费转变，但转变过程缓慢，且在小范围内实行。所以，虽然从长远角度来说，关注慢病管理有极大收益，如降低医疗成本，但由于商保公司的短视行为，只注重眼前利益，使得慢病管理像隐形的定期炸弹一般，终有爆发的一刻。

引发的思考：创业团队如何在第一时间提供真正的好产品，巧用奖励机制，改变用户行为，形成长期健康管理。

2 、侧重结果和价值的激励措施
随着慢性疾病负担加重，医疗健康费用激增，应该通过多重经济刺激，与有效的激励机制，实行面向结果的付费，惩罚过度医疗、只重过程的医疗服务商，或通过药物研发或新颖治疗方法，改善医疗健康行业。
引发的思考：能否设计出一款产品，不仅将按医疗结果付费作为实验，而且作为整个医疗健康保险的改革基石？

3、 社交平台、手机APP、智能传感器等互联网医疗技术都不断在模糊手机和医疗设备间的界限，让医生和患者能实时分享信息，实现互动连接。这些革命性的技术看上去很诱人，能大幅降低成本，但保险商和上述技术的连合并不紧密，主要因为还是手段尚未纳入医保报销体系，因此医生和患者之间也没有形成习惯。
引发的思考：能否采用互联网技术影响更多患者行为，形成习惯？

4、大数据改革
尽管大数据概念火热，但很多数据还是孤立的，存在很多限制，如隐私安全等。而且由于数据碎片化，无法形成对病人完整概貌的认识。众多医疗服务商、医疗机构、药商等都没能将数据整合起来，因此对于医保商来说，信息是不完整或不对称的，而且政策可能限制保险公司利用个人基因组测序数据了解患者，这无疑加剧信息的不对称。
引发的思考：让大数据成为保险核心要素，提供患者全貌的数据分析，以此为依据，就能更准确地控制疾病风险。

5、客户被提供更多透明信息和更自由的选择，很多企业都越来越以客户为中心，想法取悦用户。很多保险公司也是代理保险的公司，是夹在保险提供商和受保人之间的中介，这些公司他们会尽可能隐藏信息，不让顾客知道价格内幕。
引发的思考：能否开发出真正以客户为中心的产品，利用深层数据体察患者，利用互联网技术，引导干预客户行为？

6、对于保险行业来说，由于核心投资业务收益下降，因此节约保费就成紧要的事务了。
引发的思考：医疗健康保险业务能否发现新的营利渠道，以补充原有保险业务？




美国医疗保险新模式探索

以下几种医保的商业模式，也包含对政策风险等因素的考量：
一、非私人医疗保险
是主流的核心模式，从传统一年期的合同，寻求建立长期合作，通常价值主张是，一旦选择该种保险，就成为其终身客户，能及时获得最新的app、技术、设备等，获得健康管理。所以成为长期客户，可以节省更多资金花费。
但它也是利弊共存，比如好处是退税支票的利益诱惑，弊端是被迫长期多年绑定，提前终止合同，会受处罚。模式特点是保险费用增加缓慢，对用户是好事情。

为了实现上述目标，商保公司应该打通资源，备齐下列要素：

1 、传统的保险公司业务模块
2 、广泛地与医疗服务提供商建立合作
如，和连锁医院合作：此时保险公司更多承担疾病预防工作。及时干预病人日常行为习惯。关键是提前探测到处于疾病风险的病人。
3 、组建病人机构
能代表或反映病人心声的组织是不可或缺的，便于在其他用户中建立信任，获得口碑传播效应，拉动或影响潜在用户成为会员
4 、大数据整合
和其他机构合作，将数据信息归并整合，这需要深厚的技术支撑
5 、技术供应商
提供物理设备，包括数据存储和云存储
6 、政府背书
与一家或多家政府机构合作，积极效应不可小觑

其他资源还有硬件设备和APP生产商或服务提供商。它们能跟踪监测用户行为、干预行为。

健身房或超市连锁也是合作对象，因为需要对客户健康行为进行实际的刺激或奖励。如，奖励客户一张打折的健身卡，或健康的绿色食品等，综合干预的结果就是从长期来看，对患者的健康终将产生积极影响，能降低医疗成本。

所以这对保险公司的要求很高，需要建立病人的实时动态的信息数据库，这个数据库可以说目前还不存在，因为涵盖的信息实在太广了，如健康状况、行为数据、医疗测试结果、基因测序信息、服药记录等，而不是阶段性的数据记录。有了数据，也将吸引更多联盟企业加入。所以数据的商业价值，不言而喻，绝对是有利可图。

在新形态的保险业务中，客户也将填写授权同意书，明确表明同意将自己的信息与其他合作商户分享，或以匿名形式和非会员企业分享。当然，数据的意义也会告知客户，如提高医疗服务，加速新一代救命药物研发等。

除了数据商业化，还有其他途径，比传统商保更诱人：人口健康水平整体提升；控制疾病；有效干预使得日常行为永久性改变；实时医疗服务，预测分析服务等。

同样的，保险公司也有机会打造品牌影响力，只要保险公司有能力做到以下几点：
投资医疗行业难题，突破困境；目光长远，追求长期利益；讲求创新和合作；同时也要有能力应对品牌风险，如隐私泄露、利用客户数据获利的负面新闻；另外，美国的平价法案ACA规定，禁止从低疾病风险的客户群体中，获得高额保险利润。

如果用户身体状况很好，再强行劝说用户买保险，这是ACA法案禁止的。且ACA规定，保险公司必须向用户返还至少80%保费。也即保险公司只能赚取20%利润。所以当健康管理有效实施后，客户身体健康水平提高，商业医疗保险提供者将面临着收益缩减的事实，反而将市场拱手想让给对手了。

二、美国私人医疗保险
受限于ACA法案，这种保险公司销售对象偏老年人。但事实是，因为保险公司的新兴业务，更吸引年轻人加入，有穿戴设备和APP，所以业务最后也可能倾向于年轻群体。
三、团体医疗保险
这种模式下，保险公司没有明确针对年轻人口结构，主要服务于雇主。可能科技公司，员工更倾向年轻化。而企业更看重员工的健康管理，进行行为干预，预防疾病。大数据分析服务也可适当部署。
四、自营业主的医疗保险
和模式三相似，医保商从以前的量化业务、定价疾病风险，扩展到降低风险。仍然需要配备技术公司、增加大数据业务，让保险公司深刻理解用户健康状况。

知道了方向和目标，接下来如何迈出第一步？

由于传统企业已经受到不小冲击，外部环境已经倒逼企业内部变革，所以企业高层要持续思考这个问题，如何尽快起步？哈佛教授曾定义这类型“破坏性”创新：对于企业而言，往往是痛苦蜕变的过程，因为明知道刚开始并不会盈利，而且现阶段用户往往不买账，主要因为眼下的服务可能并非急迫刚需，企业也难有远见预见未来的巨大价值。

这就是颠覆性创新，所以必然要有个过程。先行者总是收获最大，后人发现可能将呈现指数性增长的时候，才争先恐后进入市场，已经为时太晚，最终错失良机或以失败告终。所以领导层面对颠覆性创新，再拿旧标准衡量新变革的价值，是不恰当的，毕竟颠覆创新是前所未有的，非常态变化。

那到底怎么做？有如下建议：

1 采用正确的衡量标尺
思考竞争对手会怎样做，再调整自己的战略。从考虑眼前利益，到真正关注用户需求，着手长远利益。
2 先行试点、小规模试运行
比如，先小规模投资，试水市场。重要的是能感知风险。如果成功，再大规模扩张复制。
3 建立学习地图
因为直接全盘否定以往的业务模式是有风险的，因为颠覆性创新总是不可预知的，缺乏先前对照。所以将可行的创新方案先列举下来，再写上有疑问的地方。在随后的市场验证环节，逐步解决其中的疑惑，在实践中学习。