答：

      第一，监管不确定性。监管在美国尤其具有挑战性，因为监管机构对其规则不明确或对市场变化反应迟缓。如果监管不批准，很多金融科技的发展将被限制，例如在寿险中使用种族、肤色等数据。

      第二，雷声大雨点小。关于大数据、替代数据和机器学习的影响力有很多炒作，然而，目前没有任何一家能够独立盈利的保险科技公司。

      第三，机器学习和人工智能的局限性。与工业或制造业数据不同，金融市场数据（如股票价格）是众所周知的难以建模的数据，因为这些数据是非常动态化的。此外，机器学习或人工智能技术本质是更复杂的统计回归技术，与其他回归分析一样，容易出现代价高昂的错误。

      第四，替代数据没有魔力。所谓可提供进一步视角的替代数据不断激增，然而，有些替代数据的价值尚不明确。例如，基于Twitter或其他社交媒体的股市情绪数据在2018年底动荡的市场条件下表现非常不佳。

      所属专题：专题10 金融科技与科技风险管理

      关键词：保险业，人工智能，监管，替代数据

      TGES金融科技与科技风险管理研究中心