量子保科技是干什么的？
“量子保险”这个概念比较宽泛，不同的量子科学家给出了不同定义。 例如，1980年，美国Quantum Theory Project 的主任鲍勃·密契尔（Bob Mischler）就提出过“quantum insurance”的概念。他在其发表的论文《量子风险和量化保险》中认为，当危险不能被完全确定时，为可能发生的损失提供财务保障的过程就是量子保险。 另一位著名的量子专家、悉尼大学的Barry C. Smith则认为，量子保险应该特指通过计算或模拟来对不确定情况下的后果进行预测并据此提供保险产品的过程。他于2006年在《量子风险管理》一书中写道：“我使用量子险这个词描述这样一类问题，它们可以通过计算或仿真来预测未来可能发生的结果，并且基于这些预测向客户提供保险产品。”
以上两位量子大师的定义里都有一个共同的要素，那就是保险决策的制定需要基于不确定性的情况下面向未来的可能性进行预测。这种通过对未来进行概率性预测进而提供产品的风险管理过程其实就是经典的统计决策理论的范畴。因此有人提出了这样一个等价定义：Quantum Insurance is Statistical Decision Theory in Danger’s Clothing.（量子保险=穿危险服装的统计决策理论）
除了保险决策的理论基础外，另一个量子保险备受关注的内容就是要素——大数定律在保险中的运用。 大数定律是统计决策理论的核心内容之一，它阐明了当样本数量极大增加时的期望值性质。传统的保险精算就是建立在巨大的数据基础上的科学估计方法。 但当数据量足够大的时候，所有的随机变量都服从期望值，那么保险决策就可以通过计算得到。如果保险标的损失状况可以用随机变量表示，标的风险因素又可以划分为不同的类型，且每种类型的风险因素都可以得到充分的样本观测，那么利用大数定律就可以通过对样本的损失情况进行加权平均来计算期望损失并进行风险衡量。
大数定律还在风险评估、定价和偿付能力评估等方面都有着广泛的应用。 不过值得注意的是，大数定律只有当数据充分大时才能成立。随着大数据时代的到来，越来越多的公司能够获取到更多的关于客户/标的风险的信息，从而有可能构建更合理全面的风险模型，量子保险的内涵也在随之变得更加丰富和具体。