$Lemonade(LMND)$ 看了一个周末，貌似并没有特别颠覆的地方，打算周二减仓或清仓。
1. 低频
Lemonade的app做得确实好，AI做得极其流畅，但是目前app本身是极低频的，用户没有不断产生数据，所以和传统保险公司相比，Lemonade并没有通过数据更准确评估风险的优势，反而是传统保险公司积累的历史数据更具优势（正面例子是$Square, Inc.(SQ)$ 的Cash app，已经从单一功能打造成了类似支付宝的多功能入口级app，通过用户的存款、消费、投资等各种行为对用户进行综合判断）。
2. 技术、成本优势不明显
如果Lemonade只是通过AI降低费用来压低成本，这也不是什么低价获客的优势，许多保险公司也推出了类似的产品，比如esurance，如果真的收到保费上的威胁，它们完全可以通过给自动化app用户打折来实现。更重要的是传统保险公司都有多项业务，可以通过cross sale对Lemonade单一的租房保险进行定点打击，类似当年京东卖书打当当。
3. 潜在挑战者
最后一点则是挑战者，如果Cash app推出保险业务，CAC会非常低，因为他本身就是流量入口。并且因为有积累的用户数据，对类似骗保的风险能有更好的控制。另外，通过和自己其他功能的联动，用户投保时输入数据对用户画像会是一次显著的增强，所以Square甚至有动力补贴用户投保。
全部讨论
以前用过他们的租房保险。感觉他们的保费并不算便宜，但是比较合理。比如治安好的小区收费低，治安差的收费高，符合逻辑。我现在用geico，因为更便宜。但其实geico的保费逻辑在我看来比较奇怪，也许后面还有一些普通大众不太关注的细节。除此以为，他们收集的数据比geico少，用户体验稍微好一些。不过这点对于后台算法的建立不知道算优势还是劣势。
我也看了一下，我是觉得AI能给LMND的，普通的保险公司能用得更溜。而反过来LMND没数据，很难建立靠谱的模型,还需要在赔付率上试错。再一个就是你说的LMND现在跟客户并没有建立起来持续的关系。实际上它对客户的了解跟一个比较保险的门户没太大差别。在一个就是出险真的是一个比较复杂而且慢的程序，不过值得持续关注。
我记得2015年，peter thiel上央视《对话》时，他说他不会风投给一些说ai大数据颠覆传统的startup。lendingclub刚好是他说这话时的大热股。5年后他有没有改变想法，不知道。不过5年后，当年沸沸扬扬的lendingclub已活成今天的熊样子，而且当初说好的颠覆应行业的fintech先驱却在近期将要收购一家银行。说好的ai大数据颠覆传统还是没了下文。其实颠覆失败的例子真的非常多。即便不失败，但要走回传统路也不少，zillow就是一个。我个人觉得，颠覆，或者是说创新吧，主要分两部分，商业模式和盈利模式。lendingclub为例，我觉得其实没有创新，依然是借贷和息差。sq 同是fintech，但的确是在创新，改变了终端上的很多行为，但lending club却做不到。lemon上面，我感到他更类似lending club，说是颠覆，但更像是在探索新方法来玩传统的游戏。当然，我一向对商业前景的判断能力非常弱，说不定若干年后是千亿企业。
SQ进入本身确实有某些优势。不过保险AI化本身应该没那么简单。LMND本身的AI模型也在不断进化，个体的数据没有不断产生，但是整个模型在不断接收数据从而更加智能，目前越来越多的比例是AI在处理投保。
总结的挺好。另外，保险业是”highly regulated “的行业，定价上还用不了复杂的模型（现在还是GLM).而竞争的一个核心就是定价。租房险偏于location,定价模型比较简单。公司在”underwriting”和”claim settlement “上有成本优势。但颠覆性确实不太强。
我看好sq，cash app这个平台前途无量，虽然有竞争对手，但已经占了先机了。