“我國(guó)車(chē)險(xiǎn)欺詐是保險(xiǎn)欺詐的重災(zāi)區(qū)，車(chē)險(xiǎn)欺詐滲漏在保險(xiǎn)欺詐中占比高達(dá)80%，保守估計(jì)每年涉案金額高達(dá)200億元。車(chē)險(xiǎn)常見(jiàn)欺詐類(lèi)型有擺放現(xiàn)場(chǎng)、酒駕、毒駕調(diào)包等30多種，保險(xiǎn)公司防不勝防，損失巨大。”這是中國(guó)保險(xiǎn)學(xué)會(huì)與金融壹賬通近期聯(lián)合發(fā)布的報(bào)告中提到的一組最新數(shù)據(jù)。

盡管車(chē)險(xiǎn)領(lǐng)域欺詐頻發(fā)，但隨著大數(shù)據(jù)、人工智能等科技在保險(xiǎn)領(lǐng)域的應(yīng)用，這一現(xiàn)狀有望得到緩解。明覺(jué)科技保險(xiǎn)事業(yè)部總經(jīng)理張帆對(duì)《證券日?qǐng)?bào)》記者表示，在互聯(lián)網(wǎng)、大數(shù)據(jù)等新興技術(shù)的推動(dòng)下，通過(guò)科技的力量去轉(zhuǎn)變保險(xiǎn)業(yè)所面臨的諸多問(wèn)題是未來(lái)的一個(gè)大趨勢(shì)。

同樣，針對(duì)傳統(tǒng)保險(xiǎn)業(yè)發(fā)展中出現(xiàn)的欺詐比例高等痛點(diǎn)，金融壹賬通董事長(zhǎng)兼CEO葉望春表示：“高速發(fā)展的保險(xiǎn)科技，為保險(xiǎn)業(yè)提供了轉(zhuǎn)型的突破口和新的發(fā)展機(jī)遇。云計(jì)算、大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能和區(qū)塊鏈技術(shù)已經(jīng)進(jìn)入保險(xiǎn)的核心業(yè)務(wù)流程，覆蓋包括產(chǎn)品設(shè)計(jì)、售前承保、理賠、售后服務(wù)、銷(xiāo)售風(fēng)控等各個(gè)環(huán)節(jié)，并取得了一定的效果。”

車(chē)險(xiǎn)欺詐呈現(xiàn)三大特征

保險(xiǎn)欺詐一直是保險(xiǎn)業(yè)的頑疾，根據(jù)國(guó)際保險(xiǎn)監(jiān)管者協(xié)會(huì)測(cè)算，全球每年約有20%-30%的保險(xiǎn)賠款涉嫌欺詐，損失金額約800億美元。

從我國(guó)的情況來(lái)看，隨著保險(xiǎn)公司業(yè)務(wù)的發(fā)展，各種潛在的欺詐風(fēng)險(xiǎn)也隨之增加。其中，據(jù)上述中保學(xué)報(bào)告數(shù)據(jù)顯示：我國(guó)車(chē)險(xiǎn)欺詐是保險(xiǎn)欺詐的重災(zāi)區(qū)，車(chē)險(xiǎn)欺詐滲漏在保險(xiǎn)欺詐中占比高達(dá)80%，保守估計(jì)每年涉案金額高達(dá)200億元。

總體來(lái)看，據(jù)中保學(xué)上述報(bào)告顯示，我國(guó)車(chē)險(xiǎn)欺詐具有三大特征。

一是欺詐形式多樣化。車(chē)險(xiǎn)領(lǐng)域欺詐風(fēng)險(xiǎn)集中，據(jù)統(tǒng)計(jì)，車(chē)險(xiǎn)常見(jiàn)欺詐類(lèi)型有擺放現(xiàn)場(chǎng)、二次碰撞、故意出險(xiǎn)、虛報(bào)盜搶、駕駛員酒駕或毒駕調(diào)包、重復(fù)索賠等30多種，保險(xiǎn)公司防不勝防，給保險(xiǎn)業(yè)造成巨大損失。

二是欺詐手段專(zhuān)業(yè)化。以車(chē)險(xiǎn)欺詐為例，據(jù)保險(xiǎn)公司統(tǒng)計(jì)，以汽修廠(chǎng)、4S店或二手車(chē)行人員為主的職業(yè)型欺詐和頂包案件占了大多數(shù)。車(chē)商等專(zhuān)業(yè)人員利用保險(xiǎn)公司政策和管理的空檔，通過(guò)故意制造交通事故、編造未曾發(fā)生的交通事故、提供虛假理賠材料等手段進(jìn)行詐騙。

三是犯罪主體團(tuán)體化。近些年，保險(xiǎn)欺詐從以往的“個(gè)案偶發(fā)類(lèi)”逐漸演變?yōu)?ldquo;團(tuán)伙蓄意類(lèi)”。車(chē)險(xiǎn)欺詐以傳統(tǒng)修理廠(chǎng)為主體的“配件倒換”、“套用舊件制造事故”等常規(guī)方式，轉(zhuǎn)化為多主體(包括修理廠(chǎng)、二手車(chē)商、黃牛等)利用維修車(chē)輛資源進(jìn)行拼湊事故(將同為單方事故的兩輛車(chē)，拼湊為兩起雙方事故，在不同保險(xiǎn)公司進(jìn)行賠付)、利用高價(jià)值二手車(chē)故意制造全損事故等方式，手段隱蔽專(zhuān)業(yè)、作案金額更大，也加大了保險(xiǎn)公司取證和打擊的難度。

險(xiǎn)企應(yīng)對(duì)策略較單一

面對(duì)多樣化的欺詐手段，保險(xiǎn)公司應(yīng)對(duì)策略卻比較單一。

目前大部分保險(xiǎn)公司主要依賴(lài)查勘、定損、核保、核賠人員的主動(dòng)發(fā)現(xiàn)來(lái)識(shí)別風(fēng)險(xiǎn)。多樣化的欺詐手段對(duì)于人員經(jīng)驗(yàn)和技能要求極高，不僅人力耗費(fèi)大、成本高，還可能引發(fā)人為的欺詐滲漏風(fēng)險(xiǎn)，傳統(tǒng)的風(fēng)險(xiǎn)管控方式已經(jīng)無(wú)法滿(mǎn)足當(dāng)前高速發(fā)展的保險(xiǎn)市場(chǎng)的要求。

傳統(tǒng)核保和理賠環(huán)節(jié)需要耗費(fèi)大量人力物力，以某排名前十的財(cái)產(chǎn)險(xiǎn)公司為例，僅理賠運(yùn)營(yíng)人力就有15000人。投保人利用信息不對(duì)稱(chēng)騙保、與第三方機(jī)構(gòu)(中介或醫(yī)療機(jī)構(gòu))合謀虛假理賠、賠償金被冒領(lǐng)等問(wèn)題時(shí)有發(fā)生，保險(xiǎn)公司不得不加大人力投入以減少保險(xiǎn)欺詐損失。數(shù)據(jù)顯示，中小財(cái)產(chǎn)險(xiǎn)公司的人力成本超過(guò)15%，是險(xiǎn)企管理費(fèi)用居高不下的重要原因。

此外，2019年，調(diào)研機(jī)構(gòu)FRISS針對(duì)全球150多名保險(xiǎn)行業(yè)專(zhuān)業(yè)人士的“保險(xiǎn)欺詐調(diào)查報(bào)告”顯示，有67%的保險(xiǎn)公司仍需通過(guò)“工作人員的經(jīng)驗(yàn)”、45%的公司仍需依靠“理算員的直覺(jué)”來(lái)檢測(cè)欺詐案件和識(shí)別高風(fēng)險(xiǎn)客戶(hù)。但是，保險(xiǎn)業(yè)務(wù)發(fā)展過(guò)快、行業(yè)人員流動(dòng)加快等問(wèn)題，也導(dǎo)致目前很多工作人員專(zhuān)業(yè)技能缺失、經(jīng)驗(yàn)不足，對(duì)欺詐類(lèi)案件識(shí)別和處理能力不足。隨著保險(xiǎn)業(yè)務(wù)的不斷擴(kuò)展以及科技的進(jìn)步，保險(xiǎn)欺詐滲漏手段不斷翻新，僅依靠工作人員的工作經(jīng)驗(yàn)已難以解決欺詐問(wèn)題。

除上述幾大問(wèn)題外，在保險(xiǎn)公司反欺詐的抗擊戰(zhàn)中，存在諸多與數(shù)據(jù)相關(guān)的挑戰(zhàn)。數(shù)據(jù)質(zhì)量差、內(nèi)部信息割裂和外部信息難共享等問(wèn)題增加了行業(yè)和企業(yè)的風(fēng)控難度。

險(xiǎn)企已先后介入智能風(fēng)控

2018年以來(lái)，隨著保險(xiǎn)科技與保險(xiǎn)行業(yè)的深度融合，保險(xiǎn)行業(yè)開(kāi)始進(jìn)入“智能風(fēng)控階段”，深度應(yīng)用人工智能、大數(shù)據(jù)、區(qū)塊鏈和物聯(lián)網(wǎng)等技術(shù)。

智能風(fēng)控管理的核心是基于智能算法，運(yùn)用合適技術(shù)，以“電腦”協(xié)助“人腦”自動(dòng)進(jìn)行一系列風(fēng)險(xiǎn)管控操作，從而準(zhǔn)確快速、全面有效地實(shí)施各業(yè)務(wù)環(huán)節(jié)的風(fēng)險(xiǎn)識(shí)別、風(fēng)險(xiǎn)評(píng)估、風(fēng)險(xiǎn)預(yù)警和風(fēng)險(xiǎn)處理等。

上述中保學(xué)報(bào)告提到，智能風(fēng)控改變了過(guò)去以合規(guī)、滿(mǎn)足監(jiān)管要求為導(dǎo)向的風(fēng)險(xiǎn)管理模式，強(qiáng)調(diào)用保險(xiǎn)科技降低風(fēng)險(xiǎn)管理成本、提升客戶(hù)體驗(yàn)、優(yōu)化風(fēng)控效能。相對(duì)于傳統(tǒng)風(fēng)控手段，智能風(fēng)控優(yōu)勢(shì)明顯。第一，智能風(fēng)控?fù)碛泻Ａ匡L(fēng)險(xiǎn)規(guī)則支持風(fēng)險(xiǎn)篩查，全面覆蓋人工篩查容易遺漏的細(xì)小風(fēng)險(xiǎn)規(guī)則;第二，針對(duì)高風(fēng)險(xiǎn)案件環(huán)節(jié)，設(shè)置風(fēng)險(xiǎn)預(yù)警方案及時(shí)預(yù)警，防止風(fēng)險(xiǎn)向后流轉(zhuǎn);第三，為應(yīng)對(duì)客戶(hù)對(duì)風(fēng)險(xiǎn)管控的不同要求，可靈活修改及配置引擎規(guī)則中把握風(fēng)控程度的閾值，實(shí)現(xiàn)個(gè)性化風(fēng)險(xiǎn)管控;第四，根據(jù)案件調(diào)查結(jié)果反饋及多維數(shù)據(jù)輸入，機(jī)器可不斷學(xué)習(xí)進(jìn)化與迭代，提升風(fēng)控精度，并應(yīng)對(duì)不斷新增的風(fēng)險(xiǎn)類(lèi)別。

《證券日?qǐng)?bào)》記者發(fā)現(xiàn)，目前保險(xiǎn)公司產(chǎn)業(yè)鏈的各參與方都已經(jīng)不同程度地介入到保險(xiǎn)智能風(fēng)控的相關(guān)領(lǐng)域。首先，從監(jiān)管機(jī)構(gòu)來(lái)看，支持新技術(shù)在保險(xiǎn)風(fēng)控中的應(yīng)用，在《反保險(xiǎn)欺詐應(yīng)用指引》中明確指出，“保險(xiǎn)機(jī)構(gòu)要利用大數(shù)據(jù)分析、云平臺(tái)等技術(shù)以及風(fēng)險(xiǎn)信息庫(kù)和歷史檔案等數(shù)據(jù)，構(gòu)建規(guī)則、模型、欺詐網(wǎng)絡(luò)分析等針對(duì)個(gè)案或團(tuán)伙欺詐的智能識(shí)別系統(tǒng)”。其次，從保險(xiǎn)公司來(lái)看，大型公司都在智能風(fēng)險(xiǎn)管控轉(zhuǎn)型上持續(xù)投入資源，積累起較豐富的實(shí)踐經(jīng)驗(yàn)。最后，從行業(yè)第三方機(jī)構(gòu)來(lái)看，多數(shù)公司都開(kāi)始投入大量資源，在客戶(hù)風(fēng)險(xiǎn)評(píng)價(jià)、理賠反欺詐等方面做出積極嘗試。

關(guān)鍵詞： 險(xiǎn)企 套路 欺詐