考虑到这些限制因素，富国生命保险向沃森的转变实际上是一个相当传统的选择。但这并不要紧，因为保险行业的效率相对较低：大量的书面材料需要处理和传阅；作为劳动密集型行业，保险业的自动化程度非常有限。保险公司的盈利能力取决于设置适当的保费，高效地评估理赔需求，但是这些决策，即使相当简单，也还没有标准化到能够很容易地实现自动化—直到像沃森这样的由复杂数据驱动机器学习系统的到来。从这个意义上讲，今天的保险业就像瓦特的蒸汽机发明之前的钢铁生产业。
让文书工作实现自动化，富国生命保险的这种做法很可能会为其带来丰厚的回报。公司在安装沃森的前期投资中花费了170万美元每年的维护费用估计在13万美元左右，富国生命保险的目标是每年节省大约110万美元的员工工资。公司在两年内的投资回报要远远高于制造业的重型机械自动化的投资回报。富国生命保险承认，公司仍然需要经验丰富的员工来检查和批准新系统所提出的决策方案，但它已经在考虑安装另一套机器学习系统，来执行这种复查工作。
几十年来，科技专家一直宣称，人工智能将取代人类的知识工作者。这似乎一直是可能发生的事情，但这件事很少真实发生。即使是保险公司的日常文书决策流程，也没有足够标准化和简单到可以通过基于固定规则的人工智能来实现自动化。但是，人工智能已经从基于一般规则的系统，进化到通过大量数据进行训练的机器学习系统。随着富国生命保险使用沃森，日常理赔决策的自动化已经到了正式起飞的时刻。人工智能自动化决策已经到了技术的临界点。从此以后，常规决策的自动化将全面展开，不仅是在保险领域，而且会在其他各领域展开。正像亨利·福特通过汽车制造过程自动化来削减成本一样，富国生命保险通过保险理赔过程的自动化来降低成本：不同的领域，相同的想法!而且，像福特一样，富国生命保险将从自动化中获得效率红利，从而提高其竞争地位。
数据资本时代
112