從很嚴格的角度觀察，保險其實是一種有組織且高度系統(tǒng)化的投機。在經(jīng)濟學經(jīng)典名著《風險、不確定性與利潤》書中，經(jīng)濟學大宗師奈特(Frank Knight)曾經(jīng)寫道，有組織的投機促進了大量商業(yè)信息的搜集、儲存與分析，令懷有獲利動機的人類對不斷變動的市場狀況能夠有相對明智的判斷，并采取行動來管理可量化的風險與難以量化的不確定性。在競爭之下，提供風險管理的企業(yè)卻不必然以保險公司的形式出現(xiàn)。亦即，企業(yè)家追求獲利的策略與整合資源的行為本身，就隱含著讓無法量化的不確定性因素轉(zhuǎn)化為可量化風險的過程。既然可量化，定價就成為可能，只要交易費用足夠低，市場就能應(yīng)運而起。

互聯(lián)網(wǎng)科技的持續(xù)演進，讓因為信息不透明與不對稱所產(chǎn)生的不確定性大幅下降?；诮y(tǒng)計推論與主觀判斷的各種風險因素，亦隨著物聯(lián)網(wǎng)海量數(shù)據(jù)的累積，成為一個理論上可以被充分感知、深度分析與制定對策的生態(tài)環(huán)境。保險業(yè)奠基于統(tǒng)計先驗?zāi)Ｐ偷木銢Q策范式，在人工智能與機器學習技術(shù)的賦能之后，出現(xiàn)了轉(zhuǎn)型的新契機，亦催生了保險科技(InsureTech)的新范式。透過保險商業(yè)模式與網(wǎng)絡(luò)科技的互動結(jié)合，承保、索賠、理賠、償付能力與資本結(jié)構(gòu)等等，都需要從傳統(tǒng)上較為靜態(tài)的設(shè)計，演化成更動態(tài)的架構(gòu)。保險業(yè)咨詢公司Celent曾經(jīng)提出過一個感知-分析-對策的「知行架構(gòu)」，就是很好的參考。