同盾科技：AI智能助力保险反欺诈，科技能力再升级

　　自2020年车险综改后，“保费降，费用降，保额升，投保率高，赔付率高”一直伴随着全年车险业务的发展态势。截止今年2月车均保费降幅20%，全国车险总保费减少支出超1047亿；单均保额大幅提升，超保费增幅，其中保额100万及以上的保单占比达到91%，车险行业真正达到了“降费增保”的目标。经历一年综改的阶段性亏损后，21年10月当月车险行业终于迎来正增长。

　　在“降费增保”的目标效应下，伴随的是车险保费增速持续走低、理赔工作量增加、人力不足、成本率攀升等多重压力。车险欺诈向来是保险欺诈的重灾区，每年保险行业的欺诈渗透率约为10～15%，总欺诈金额约数百亿元。面对重重困境，各家险企都在竭力寻求“规模与效益”之间的平衡，同时倒逼险企快速转型，实现成本结构优化，降本增效。

　　在过去的一年中，保险公司均在迅速升级理赔反欺诈的智能决策与数字化运营系统。调查数据显示，2020年保险行业信息投入就达351亿元，2021年受新冠疫情影响，保险行业数字化转型诉求更加强烈。预计未来几年，行业科技投入仍将保持近15%的增长速度。

　　随着欺诈手段的不断升级，欺诈团伙越发“专业化”，他们深度研究保险公司的系统流程，利用承保和理赔的漏洞进行诈骗，刻意规避现有的防范机制。此前新闻多次报道，在浙江省绍兴市上虞区等地多次发生保险诈骗案件，以当地小修理厂为主体，第三方车损评估公司、代理律师等都涉嫌参与诈骗，有的修理厂通过这种骗保伎俩，竟一举扭亏为盈。当地检察机关发现，除了人为制造事故、利用高档车零件差价欺诈等传统手段外，在绍兴市越城区、上虞区等地，一些修车厂受利益驱使，还形成了产业化车险欺诈模式。此类案件呈现分工明确体系化、诉讼方式合规化、作案手段隐蔽化等团伙蓄意类特点，给调查带来了重重困难。

　　基于以上情况可以看出，传统的反欺诈手段已经明显到了瓶颈期。同盾科技专家指出，AI智能反车险欺诈已“登堂入室”。2021年是AI智能开始在车险理赔发挥作用的元年，同盾基于AI智能打造车险理赔减损解决方案，帮助客户实现进一步升级风控系统，与原有的反欺诈手段形成有效互补。

　　同盾AI智能理赔解决方案

　　1.知识图谱，多网络关联，全局锁定团伙

　　专业团伙通过研究规则可能避开风控限制，从而使得诈骗个案几乎和正常案件一样，很难看出问题，但在同盾科技的复杂网络结合图算法应用下，可以发现传统规则和模型下难以发现的全局性欺诈。同时，产品专家和业务专家共同合作，把同盾打造的知识图谱产品“云图”与保险理赔深度结合，打造成为一个闭环系统，实现自动锁定发现欺诈-系统打标记录-调查追偿-反查内外部风险主体的闭环。

　　某保险公司，近年来理赔成本日渐增加，团伙欺诈现象频发，公司亟待降低管控理赔成本。自使用同盾知识图谱产品“云图”理赔版后，筛选近三年的案件数据，共计挖掘团伙线索近500多个，涉及案件理赔案件近万笔，金额数千万，精准度达80%。

　　2.机器学习模型，多算法融合，升级实时反欺诈能力

　　传统规则应用在保险反欺诈中较为成熟，但面临被欺诈团伙有针对性地突破，因此作用大幅衰减，且模型面临区分效果达不到业务要求，无法快速升级、迭代。基于机器学习、深度学习等在泛金融领域已经有了成熟的应用，与保险理赔场景特点结合，需要解决数据量少，模型解释性低等难题，同盾经过近两年的实践，克服以上难题。

　　在与某保险公司的合作实践中，通过模型的分类融合，实现对保险常见几大欺诈场景的有效锁定，在识别精准度上提升50%，同时，模型策略设置灵活，可以有效兼顾客户满意度。

　　3.风控前置，海量数据，提前发现风险

　　1)客户画像：随着线上化理赔的推广，传统的查勘定损等环节逐渐被省去，要求在报案阶段就需要锁定可疑风险人群，可用的数据字段会大幅减少，语音识别等手段目前依然存在很大的局限，无法在报案时就有效截断风险。同盾利用海量的从人数据，与保险公司联合，在报案时就对客户精准画像，及时发现风险，无论通过线上自助报案或是电话报案，都可以精准把人群分类，让80%的“好”客户享受便捷，2%的“风险”客户第一时间被分流。

　　2)承保筛选：从理赔角度上的风险筛查，已进入了售后服务阶段，整体依然是被动的风险防范手段，然而对于在投保时刻意利用承保漏洞获取高额赔偿的极少数欺诈分子，若是能在投保时就精准筛选掉，那才是最好的管控，但传统的核保规则，由于从“人”维度的数据太少，要么一刀切，把风险客户和好客户都防范在外，要么形同虚设，全部被绕过。同盾联合某保险公司，利用从人数据，定向开发模型，帮助保险公司精准的筛选客群。例如：某保险公司一些板块业务长期亏损，公司原本打算把这部分业务全部砍掉，然而引入同盾从人数据分析后，通过模型评分，从差客户中筛选出部分好客户，控制品质，该板块业务的核保通过率从原来不足1%提升了几十倍，兼顾了业务规模和品质；同时，同盾也为保险公司车险定价提供“从人”因子，改变仅仅“从车”定价的现状，帮助保险公司更好的识别高风险和低风险客户，提升定价精度。

　　综上所述，要从根本上实现“降本增效”的目标，不仅需要从基础核心全业务环节实现生产要素的升级，进一步打通业务之间的链接，提升业务效率；同时在每个环节中都需要把技术能力与保险场景做深度融合，通过业务与数据共同驱动，不断的升级，才可有效提升保险公司反欺诈能力，进而在此基础上不断地自我学习进化，实现完整业务链的创新迭代。

　　以上图为同盾科技授权中国网财经使用