人工智能与车险理赔风控

本篇文章2234字，读完约6分钟

□朱南军

保险欺诈一直是保险索赔风险控制的重要组成部分，而汽车保险欺诈是保险欺诈的高发领域，占保险欺诈案件的近70%。在汽车保险理赔中，小额案件占70%以上，平均支付周期仍需要11天左右。基于成本控制和客户服务的考虑，保险公司期望大量的小案例能够迅速脱险和结案，从而减少人力投入。然而，汽车保险领域的欺诈案件居高不下，一些客户法律观念淡薄，甚至觉得保险机构不赚钱，导致正常理赔案件中出现大量欺诈案件。如何平衡快速理赔的时间需求与保险公司反欺诈风险控制的要求，需要更新技术突破和创新，为保险机构提供有效的解决方案。

目前，保险公司使用的风险控制技术主要包括规则引擎和统计模型。规则引擎使用业务专家的索赔调查经验来编译特定的规则和条件。其优点是技术成熟，处理速度快，通过增加规则可以扩大处理能力；缺点是大量的专家需要编写和不断更新规则，成千上万的规则可以完全覆盖欺诈风险。统计模型是对历史案件特征的数值分析，反欺诈模型是通过统计方法构建的。优点是技术成熟，施工简单快捷；缺点是传统的数理统计方法数据处理能力有限，准确性低，导致在应用过程中浪费了大量的审计和调查人力。

人工智能汽车保险理赔风险控制技术是以深度学习为核心技术的新一代人工智能风险控制方法，是相对于传统保险机构反欺诈技术的一个重要突破。深度学习技术得益于其构建复杂模型的能力，这种能力可以处理更高维的数据并挖掘更复杂的数据关联关系。在车险风险控制中，深度学习可以选择越来越多的有效领域来构建车险风险控制模型，更准确地区分正常和欺诈案例。随着技术的发展，人工智能在图像分类和自然语言处理方面取得了及时的重大突破，能够充分挖掘图片和文本中的案件细节，为车险风险控制模型更准确地区分正常和欺诈案件提供有效帮助。从目前市场上的一些做法来看，人工智能反欺诈技术的准确率远远高于传统的技术解决方案，而空.仍有很大的改进可以肯定，人工智能反欺诈将是未来反欺诈技术的一个重要发展方向。

经过60多年的发展，人工智能技术自诞生以来就一直在探索技术方向和应用。2006年深度学习技术的诞生将人工智能技术推向了一个新的阶段。深度学习是对人类神经系统的模仿，它将信息处理分解成神经元，并逐步对其进行计算和分析，从而能够处理复杂的信息并给出更准确的结果。以深度学习为代表的新一代人工智能是风力控制技术最重要的突破。保险机构在发展汽车保险业务的过程中积累了大量的数据。通常，汽车保险系统中有20，000多个数据库字段。传统的反欺诈技术无法从众多复杂的领域中过滤、提取、分析和构建模型。深度学习得益于其构建复杂模型的能力，并且可以分析数据之间更复杂的关系，因此它可以优化有效字段并使用越来越多的有效字段来构建汽车保险风险控制模型。基于深度学习技术的索赔风险控制算法模型也可以通过研究以往案例形成准确的案例风险判断能力，从而发现和打击车险欺诈。

传统的反欺诈技术主要是规则和统计建模。与传统的反欺诈技术相比。人工智能反欺诈技术具有以下优势:

迭代速度更快。传统的反欺诈技术在应用过程中存在效果衰减的问题，需要不断更新规则或重新建模以跟上案件欺诈的变化，耗费大量的人力和时间成本。然而，人工智能技术只需要保险机构积累汽车保险欺诈案例和处理结果，并能从历史案例中学习新的案例特征，从而实现自身模型的迭代。此外，这一过程可以完全自动化，人工智能模型可以持续监控和定期更新。

更高的精度。对于传统技术发现的汽车保险案例，最终的减幅通常在10%左右。即使规则引擎与统计建模相结合，缩减率也只有15%左右。由于人工智能模型能够挖掘案例信息中更复杂的数据关联，因此具有更高的准确性。根据当前人工智能反欺诈模型的应用效果，实际损失率可达25%以上，并能发现传统技术中的缺失案例，对传统技术有很好的推广作用。

更强的处理能力。传统技术只能处理现场填写的标准字段，而人工智能技术可以处理更丰富的信息。通过人工智能技术提取调查描述、车辆及周围环境的照片信息，甚至报案语音信息等文本描述信息，构建反欺诈模型。因此，人工智能技术可以覆盖更完整的信息，具有更强的处理能力。

人工智能给汽车保险理赔带来的好处主要有两个方面:一是快速理赔的好处。根据一家中型保险公司的计算，汽车保险索赔的数量预计为每年200万。按照30%的快速赔付率，可以快速解决60万起案件。按每例节省调查费用200元计算，仅一次调查费用每年可节省约1.2亿元。另一个是反欺诈减损了利益。据估计，一家中型保险公司预计每年有200万起汽车保险索赔。如果反欺诈模型的触发率为1%，准确率为25%，预计一年内将发现5000起欺诈案件，平均索赔金额为8000元，一年内损失4000万元。

从保险机构的应用来看，人工智能技术的应用仍处于不断探索的过程中。人工智能反欺诈模型的应用可以很好地展示人工智能技术与保险业务的结合。同时，应用人工智能技术可以从事反欺诈工作，逐步扩展到事后审计和事前保险风险控制，最终形成人工智能技术风险控制的闭环，形成汽车保险风险控制全过程的智能覆盖，全面提升我国风险控制技术水平。目前，人工智能技术仍处于快速发展阶段，新技术、新方案日新月异，以人工智能为核心的科技公司层出不穷。保险机构在深入分析业务需求的基础上，深入挖掘自身技术潜力，拓展对外技术合作，进一步拓展人工智能的应用领域和深度，最终实现全面智能化业务，提高保险业服务水平。

(作者是北京大学经济学院风险管理与保险系副教授)