WM百家樂描述：：不斷深入應用于各業務流程，在反欺詐戰場的威力亦在顯現。在前不久召開的“發展產業化之路交流會”上，國壽、蘇寧金服務、SAS軟件等多家公司探討了運用大數據進行反欺詐的經驗。其中一個特別的案例是，一個欺詐89筆的騙保團伙在大數據系統追蹤下原形畢露。 　　89次理賠牽出欺詐窩案 　　在傳統核保模式下，由于成本控制原因，保險公司主要會對一些投保理賠間隔時間短、保額超過一定限額等具有明顯“欺詐標識”的中大型案件投入更多調查力量。大數據和AI(人工智能)技術的發展應用，使得欺詐案件被置于放大鏡下。 　　在上述案例中，有一欺詐團伙看到保險快賠中拍照上傳事故圖片的“騙保商機”，先后89次利用網上事故照片、用紗布包裹四肢并涂抹紅色藥水等方法向保險公司虛假報案、申請理賠。保險公司大數據反欺詐系統進行反欺詐評估時，發現一些賠案的網絡欺詐評分異常偏高，從而引起了保險公司審計部門重視。 　　此后，大數據系統進一步進行關聯分析發現，有89個理賠案件高度關聯，共同特征包括：均為人傷快處快賠案件，有一報案電話報案案件集中在一個查勘員上等。保險公司審計人員進一步跟進調查，發現參與上述理賠案件的不僅有1家修理廠，還涉及8名公司員工、3名業務員，這個內外勾結的騙保團伙從而被一舉揪出。 　　這是SAS大客戶總監陳云凱分享的案例。在另一個案例中，投保人利用道具車作為標的或者第三方車輛故意碰撞，多次申請理賠，這一行為也被大數據反欺詐系統識別，保險公司審計部門針對欺詐風險高的案件，進一步通過圖片可視化分析和關聯分析，發現關聯問題案件有48筆、涉及8名人員。 　　陳云凱說，上述方式是通過既往理賠案整理出理賠反欺詐模型，在多個申請人和案件之間建立起關聯關系，當有理賠申請時，反欺詐理賠模型會自動對理賠案件進行判斷和網絡評分，評分高的就會對其理賠申請進行拒絕或者交給理賠人員來調查。 　　欺詐新特點：團伙及線上欺詐 　　多位業內人士告訴媒體人，隨著互聯網的快速發展，欺詐特點也在發生變化，“單個賠款小但數量眾多”的線上理賠案件正在成為新的欺詐案標簽。陳云凱分析稱，以車險理賠為例，理賠欺詐正從貪小便宜的偶發個案逐漸演變成團伙欺詐、異業聯盟的集團性犯罪，對團伙欺詐的風險管控需求凸顯。 　　為了應對各類型欺詐騙保案件，保險公司也不斷通過大數據系統來武裝自己和防范欺詐。一種就是以類似上述方式建立智能反欺詐平臺；另一種則是結合圖像識別、大數據計算、自然語言處理、實時定位等技術開展的智能自動理賠，此舉可提高運營效率。 　　國壽信息技術部副總經理陳國勝說，國壽運用人工智能技術不斷豐富和完善基礎能力平臺，包括智能核保、智能理賠以及智能反欺詐。通過構建反欺詐平臺，現在調查人員工作量大幅下降了30%左右，識別騙保命中率提高了30%多，欺詐拒賠率提升了大概60%。 　　在不斷迭代升級后，智能理賠也在逐漸成熟。AI可以通過捕捉異常行為、異常登錄等來分析問題保單。假如，一個人平時都是白天購物，有一天突然改成半夜購物；或者從來沒買過某類商品，突然大量買入這類商品，都會被AI捕獲，然后查找問題并完善漏洞。例如，目前天貓消費保險的理賠超過九成是依靠后臺技術識別和判定，只有不到一成的案件需要人工介入。 　　蘇寧金服集團副總經理戴楓說，在精準識別和預防欺詐風險，特別是信用風險跟智能風控和智能反洗錢方面，公司做了很多的探索，構建了包括交易數據、社交數據、行為數據在內的立體反欺詐模型。“我們能在第一時間識別交易中出現的反常理行為和痕跡。” 　　慧擇提示：車險、意外險和健康險是騙保欺詐比較嚴重的領域。騙保方法包括偽造意外事故、醫患共謀、利用保險規則漏洞進行套保或者騙保等。但現在在保險科技的支持下，能夠有效打擊騙保行為。