文/同盾科技创始人、董事长蒋韬
当前，保险业的需求在朝着多样化、个性化方向发展，大数据和人工智能等先进的科技成为保险发展内在要求和新的驱动力。
近年来，随着中国经济的高速发展，人们的衣食住行方式都发生着重大变化，伴随生活水平的提高，人们的需求层次也在逐渐提高，各类需求朝着个性化方向发展。在此背景下，保险的需求也在朝着多样化、个性化方向发展，相对应的保险行业传统的产品驱动模式必将朝着定制化、智能化方向发展，这对保险行业而言即是机遇又是挑战。
机遇主要是变革带来了很多新的场景以及新的保险需求，挑战主要是保险风险特征越来越复杂多样，风险的传播速度也加快。这就要求保险行业要抓住机遇，发挥经济“助推器”和“稳定器”的作用。同时，又要以新思维、新技术来加强对风险的控制。
而与此同时，保险业自身也处在发展和变革的过程中，随着“偿二代”的实施，对保险公司的风险管理提出了更高的要求，而在业务发展层面，传统业务中车险、寿险，大保险公司依靠规模效用来摊薄经营成本。中小保险公司在传统业务领域很难与大型保险公司抗衡，必须通过模式创新、产品创新、服务创新等方式走创新发展的道路。于是，大数据和人工智能等先进的科技成为保险发展的内在要求和新的驱动力。
“大数据+人工智能”全面助力保险业务各个环节
在移动互联、客户细分、消费升级的共同作用下，大数据和人工智能已经成为保险公司捕捉未来成功的关键。从一张保单的生命周期来看，投保、核保、运营、理赔等几个环节都与大数据和人工智能密不可分。
关于投保，随着社会的发展、技术的进步，投保的方式越来越注重便捷和效率，网上的投保和支付比重越来越大。而在互联网上存在大量的黑客恶意攻击、盗卡盗刷、薅羊毛等欺诈风险，如果对这些风险不加以防范，保险公司的系统就有可能遭到攻击瘫痪、客户账户资金受到损失，客户信息遭到泄露，保险公司营销成本被一扫而空，这种情况下对保险公司的技术要求、安全要求也就越来越高。互联网的黑产呈现的特点是专业化、全网流窜化、传播高速化。为了防范这些黑产的攻击，第一需要专业的技术工具，比如像设备指纹、IP画像、机器行为识别;第二是建立联防联控的机制;第三是搭建风险模型。
其次是核保，此阶段需要对投保人的不良信息进行筛查，对有过欺诈或失信行为的人加以拒保。另外可以训练风险定价模型，对于高风险客户通过提高保费增加欺诈或逆选择客户的成本。
对于运营，这个阶段会存在客户回访的环节，如果用传统的人工拨打电话的方式，成本太高，可以通过智能语音外呼的方式，根据客户的不同情况以及不同的手机在网状态选择拨打方式及话术。
最后是理赔，这个阶段涉及标的(车、房、企业、货物等)状况，案件所涉及的相关人员的信用状况、经济状况、行为偏好、位置轨迹、关系图谱等方方面面的信息。单纯的公司内部数据已经无法满足车险反欺诈的要求，所以必须要对行业内、外部数据做融合，结合这些数据再进行模型训练，通过模型的方式筛查出疑似欺诈的高风险案件，再进行重点审核和调查。
大数据智能风控在多种保险业务场景的应用
据了解，在整个互联网场景里，目前意外险、健康险占有很大的比重，并且健康险还出现了一些爆款产品。但是在这些业务中，存在一部分逆选择甚至欺诈或者道德风险，比如有些投保人，在申请单上填写了高收入，但实际上却相去甚远，而且投保了高额的健康险，这就存在很大的欺诈嫌疑。对于这类行为，我们可以通过多维度不良信息筛查，在投保阶段将其拒保，避免欺诈行为的发生。
当然，车险反欺诈是一个老生常谈的话题，以前的小剐小蹭随着费率改革报案量越来越少，但理赔渗漏或大额案件欺诈行为仍然是车险的一大顽疾。针对这类问题，从理赔层面可以使用复杂网络的技术来做理赔反作弊分析，将案件相关人员之间的相互勾结进行筛查。另外，还可以将事后调查升级为事前防控，在核保阶段就对一些高风险业务进行一些筛查，一旦发现这笔业务的相关人员涉嫌网络欺诈、失信等行为将按照核保规则将其拒保。
免责声明：科技狗对文中陈述、观点判断保持中立，不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考，并请自行承担全部责任。 本网站转载图片、文字之类版权申明，本网站无法鉴别所上传图片或文字的知识版权，如果侵犯，请及时通知我们，本网站将在第一时间及时删除：yzl_300@126.com
