随着自动驾驶车辆的出现，保险公司也对旗下的保费政策作出了调整，车主的保费金额基于风险承受能力（risk tolerance）来设定。
数据分析提升车险成本效益
通过持续不断地分析数据，从而预计所有的风险情境。保险公司可利用该类技术进步，有可能采集到所需的信息并预期未来的驾驶体验。该方法或将致力于打造保险行业的优势，利用风险情境预期来确定其乘客是否准备好应对这类风险情境。
假设自动驾驶车辆发展当前路线存在高风险，通常有以下三种选择供乘客挑选：1、不考虑距离，选择其它路线；2、暂停行程，直至风险被清除；3、乘客愿意支付一定的保费，尽管风险提升，但仍继续其旅程。
理论上，在这种情况下，车险应在出行前的价格上实现一定的溢价，相当于峰时价格（surge pricing）。在这种情况下，机器学习将为保险公司变更其定价，将自动驾驶车辆制定相应的保费产品，从而降低车辆日常使用的保险成本。换言之，该汽车技术有助于降低保险费率。
最后的感想
机器学习及人工智能研发无疑是本世纪的重大技术进步。该类技术利用计算机来监控成熟化的信息，并提供分析并提升信息处理及系统运行的效率。计算机可利用该类信息实现其编程目标，从而为用户节省成本并提供便利。
在提升计算机功能后，其信息处理能力远胜于人工处理的效率，这一点在车险行业的表现更为突出。随着汽车行业人工智能应用的普及，保险公司的应对效率将相应地提升。
