保险公估的现代化

本篇文章1877字，读完约5分钟

□陈晖

保险公估机构作为承保和赔偿专业化运作的载体，是保险产业链中的重要环节。随着互联网、大数据、人工智能等科技手段的飞速发展，保险评估的技术和组织形式面临着巨大的创新。

智能评估机器人概念图

通过技术手段进行经营保险评估

保险技术正在打开保险各个领域的风险数据链接。保险公估公司应运用创新的技术手段经营保险公估业务，形成细分市场风险数据和定价优势，并通过数据生态和新技术应用能力推动行业创新。

保险公估公司应充分利用现代移动通信和互联网技术，构建高效便捷的网络移动客户服务平台，改造传统的保险公估服务流程，采用“移动终端调度-反欺诈判断-3D调查-反欺诈判断-理赔库检索-准确损失确定-评估结果反馈-合作渠道就近服务”的互联网评估方式，克服传统保险公估机构的地域和规模限制，依靠技术力量创新服务手段。

基于“移动终端调度-反欺诈判断-3D调查-反欺诈判断-索赔数据库检索-准确损失确定-评估结果反馈-合作渠道就近服务”的路线图，保险评估可以借助大数据、人工智能等金融技术，在展望未来中开发智能评估机器人，其框架如图所示。

从图中可以看出，智能评估机器人系统的关键是基于人工智能的反欺诈系统、三维测量系统和精确损失确定系统(智能损失确定)。笔者以汽车保险为例，详细介绍了这三个模块。

智能评估机器人框架的逻辑是，保险评估公司依靠丰富的风险数据，将汽车公司、汽车经销商、汽车硬件制造商、保险公司、中介公司等汽车保险数据链汇集在一起，利用智能拍摄、图像分类、vin码识别等自动图像识别功能，将现场调查信息输入专业理赔反欺诈模型进行深度数据挖掘和验证，实现欺诈风险的独立识别。对于可信案例，继续通过数据采集引擎和管理平台在车辆零部件库、损失判定逻辑库、审查损失库、人身伤害和临床库进行搜索，并快速呈现评估结果。通过整合渠道资源库，构建多赢渠道数据融合模式，为开展调查、定损、调整和后续服务提供技术支持，减少人工参与的必要性，降低企业成本，提高保险评估服务效率。

反欺诈系统

反欺诈系统主要使用强大的规则引擎和庞大的车辆基础数据库，通过确定分析目标、数据提取和清理、数据建模和比较，自动检测和过滤案件中的风险点，如重复索赔、故意事故、酒后驾驶、历史事故、关联、照片是否被修改和团伙犯罪。然后，经过反复的模型效果评估和模型优化，最后，

反欺诈体系的核心是“三个模型”，即结合行业车险数据构建的“奴隶模型”、金融、消费、信贷、医疗等数据构建的以人为本多维评分的“奴隶模型”，以及行业权威专家的整合。“行业管理”在充分解读行业最新动态、准确预测行业未来发展趋势后，从经验、政策、趋势和数据的有机集合中提炼出来，

反欺诈系统“三个模型”背后的关键是算法。

三维测量系统

3d调查系统主要是一种车辆保险调查和救援工具，借助客户端、传感器等设备，对事故现场的外部环境进行图像识别、语音识别、表情识别、动作识别和情感识别。

三维测量系统主要基于模式识别、图像处理、计算机视觉、语音和语言信息处理等技术的基础理论。借助人类模式识别机制和有效的计算方法，测量过程智能化。

3d测量系统的目标是使用人工智能作为人类的眼睛和大脑。即使是普通的车险客户也可以实现对事故现场的独立调查，无需等待调查人员，有效提高了调查效率；同时，客户可以根据系统的指导，对受损车辆和人员的损失采取预防措施。在危机情况下，三维测量系统可以作为一种帮助工具，实现事故现场最短距离的有效救援。

精确损失确定系统

精确定损系统是基于深度学习和人工智能技术的汽车保险自动定损解决方案。首先，系统实现了各种格式、附件和工时价格的调查和损失确定数据的标准化；然后，通过与备件库和工时数据库的比较，判断备件价格和工时的合理性，系统自动给出相应的减值和豁免意见；对于系统判断为复杂的案例，系统会自动转入人工处理，最后由汽车专家结合汽车构造原理和事故碰撞逻辑对维修方案的合理性进行评估，并给出相应的损失减免意见。

准确的损失确定系统旨在提高损失确定和评估的工作效率。利用当前5g网络技术，利用云服务器的算法模型根据用户输入进行判断，在几秒钟内给出准确的损失判定和评估结论。

目前，一些公司相继推出了准确的损失确定系统，但总体而言，各公司仍处于研发阶段。但是，可以预见，在汽车保险理赔中利用人工智能模拟人工操作过程，可以帮助保险业实现简单高效的自动理赔，挤出因缺乏统一标准而导致的理赔“水分”，减少虚假的保险欺诈案件，从而降低整个保险业的理赔操作成本，更好地利用资源为保险消费者服务。

(作者:中央财经大学中国精算研究所)