2023年7月5日-7日，由中国汽车工业协会主办的第13届中国汽车论坛在上海嘉定举办。在7月7日上午举办的“主题论坛九：数据生态，推动产业迈进智能网联汽车新时代”上，中国太平洋保险（集团）股份有限公司数智研究院区块链架构专家胥康发表精彩演讲。
本站编辑：观心
大家好，下面我向大家分享一下太平洋保险作为保险行业，为迎接智能网联汽车时代的来临所做的一些思考和技术方案的储备。
首先，向大家介绍一下智能网联汽车产业的发展。
从国家层面的发展战略规划，到2025年要实现有条件自动驾驶（L3）的智能汽车达到规模化生产，高度自动驾驶（L4）的智能汽车在特定环境下进行市场化应用。国家层面双轨制并行，一方面是鼓励各地先试先行，来进行各地方的道路测试、示范应用和示范运营，为测试车辆发放临时的号牌。另外一方面，去年年底，国家工信部发布了关于智能网联汽车准入的征求意见稿，在今年6月21日，工信部副部长辛国斌在参加国务院吹风会议上又表示，支持L3及更高级别的自动驾驶功能商业化应用。
在各地试点层面，目前已有30多个城市和地区开展了智能网联汽车的自动化驾驶试点，其中四个重点区域为北京、上海、广州、深圳。测试的总行驶里程已经超过了2800公里，全国已经为81家企业发放了超过1000多张地方性质的道路测试牌照。
从保险需求方面说，工信部、公安部和交通部都指出，要对测试车辆购买交通事故责任强制保险和没车不低于 500 万元的商业保险。深圳市和上海市有关部门也各自发文，鼓励保险企业开发适应于智能网联汽车的保险新产品。
下面我想向大家介绍一下智能网联汽车对保险行业带来的挑战。
第一个挑战，现行的保险产品对智能网联汽车不适配的。现行商业车险条款并无对自动驾驶设备导致事故的保障，对车辆在测试期间发生的事故也进行了责任免除。
第二个挑战，智能网联汽车整体生态非常复杂，这为确定被保险人带来了困难，到底保险是应该卖给汽车厂商，卖给自动驾驶设备提供商，还是运营商。
第三个挑战，现在保险行业对智能汽车的事故样本是有限的，原来对传统汽车的核保定价方案是基于传统汽车事故的大数据应用的，目前智能网联汽车事故数据非常缺乏，所以保险行业只能用测试评估的方法来进行核保定价。
第四个挑战，智能网联汽车的行驶数据对外不公开，保险行业无法获取，造成理赔定责难。另一方面，由于数据不公开，目前很多公众关注的事故未有明确定责或向社会公布事故最终结论，可能造成公众对智能网联汽车的不信任，或许会成为制约产业发展的重要因素。保险承担风险兜底角色，存在现实需求。
所以去年由银保监会牵头，在上汽检协助下，太保财险与人民财险、平安财险一同沟通协作，设计智能网联汽车创新保险产品。在项目组带领下，建议将整个智能网联汽车的保险新产品拆分为商业车险和责任险两大部分。其中商业车险的部分和目前的车险基本相同，主要涵盖了车辆损失险、第三者责任保险和车上人员保险三大主险。责任险的投保人是汽车生产厂商，其主要涵盖了智能网联汽车自动驾驶功能的责任险和智能网联汽车网络安全的责任险两大主体部分。
再向大家介绍一下目前所设计的智能网联汽车保险数据协同的网络总览。其中基础架构的选型采用和汽车行业科技公司不谋而合——采取区块链加隐私计算的底层架构来实现智能网联汽车保险数据协同网络。
这个网络的设计原则，我们是想到，利用联盟链来进行底层的架构建设，其中联盟链的参与主体可以由各行业的代表搭建区块链节点，同时也可以兼容各行业内的机构来搭建区块链节点。然后我们设计了一个两层的网络架构，所谓两层的网络架构，第一层是行业代表和有能力的机构在网络上可以搭建自己的区块链节点，然后通过区块链的共识和智能合约在链上进行可信的数据协作。然后各行业可以制定行业内的数据协作的规则，包括但不限于联盟链的协作架构，或者由行业代表节点进行数据采集、分发的架构。
在数据合规方面，与用户相关的数据必须获得用户授权才可以使用，与车辆相关的明细数据可与主机厂协商以何种方式隐私分享。在数据授权和隐私方面，方案中链上数据加密并通过授权访问；车辆相关数据以哈希形式上链进行存证、验真，明细数据加密在可信执行环境中作为入参执行相应的功能或通过多方安全计算，得出运算结果，来真正达到数据的可用不可见。在责任认定逻辑方面，保险公司必须与主机厂，与专业的检测机构协商沟通，来确定人、机驾驶责任的认定逻辑，并且将其转化为功能函数，作为隐私计算的一个方案输入。
智能网联汽车保险数据协同网络的实施方案已经获得了项目组和汽车行业的认可和接受，我们太平洋保险数智研究院也与汽车行业科技公司完成了区块链加隐私计算方面的概念验证，并且验证方案与结果也得到了保险内部业务部门的认可，该技术方案主要可以应用于车辆的风险评估与驾驶责任认定的两大业务场景。
这是通过区块链开展高效可信的风险评估的流程展示。其中基于区块链技术，被检车辆资料数据、检测报告数据、检测结果数据可信流通、共享，可供追溯；车辆重大升级后引起的风险等级变化可追踪，并且更新后的评估结果与数据可通过区块链网络及时同步相关保司。
接下来介绍一下通过区块链+隐私计算来实现的人/机驾驶责任判定的流程。其中我们选用了 2 种隐私计算的方案实现——TEE机密计算或多方安全计算。在 TEE 的方案中，事故数据经过链上存证验真后，主机厂将事故原数据输入可信执行环境中，在可信执行环境中则预先部署了责任判定的逻辑程序，经过运算后，责任判定结果从 TEE 上链，进行存证。由于可信执行环境是芯片中的安全区或是由芯片虚拟化的安全区域，因此被主机厂输入环境中的事故原数据被加密无法被机器上的其它区域甚至网络环境读取，环境中预先部署的责任判定程序也无法被篡改，这样既保证了车企的数据安全隐私，又使保险公司和监管机构能够获取可信的车辆事故定责结果。在多方安全计算的方案中，保险公司输入人/车驾驶的定责标准，主机厂输入车辆事故的行驶数据。第三方机构或者专业检测机构输人/机驾驶的定责逻辑，这样大家可以进行隐私的沟通，最终得出一个人/机驾驶责任判定的结果。
这页显示了我们与多家主机厂和专业检测机构沟通商定后，建议在自动驾驶定责时候所需要的一些数据字段，其中包括了一些车辆运行信息和车辆状态信息。另外，当有一些事故场景不满足自动定责时，我们也考虑采用一些人工定责所需的数据，包括车辆外部的信息，车辆的感知信息，还有其他信息像车辆故障信息、远程指令信息、行驶里程信息等，来作为人工定责的主要依据。
最后，太平洋保险集团希望与汽车行业加深沟通，以能够更好的促进智能网联汽车行业的发展。谢谢大家。
（注：本文根据现场速记整理）
