这是一门精确的数据科学.

为什么? 利用数据和新数据通道的扩散. 而且,由于严重依赖人工欺诈检测的艺术,需要一定的经验, 解决问题的能力和一般的人类智力这在现代社会是既浪费又昂贵的, AI-driven世界.

欺诈行为也变得越来越昂贵和复杂,尤其是在数字化的世界里. 绝大多数(84%)的调查显示,受调查的保险机构涉及两个或多个行业. 离家更近的地方, 260亿年 2019年有诈骗电话记录(占所有自动电话的44%). 此外,CAIF估计,保险诈骗犯偷窃的比 800亿美元 仅美国消费者一年.

操作缺乏

你可能会认为,保险公司会紧随其后,在解决索赔欺诈的过程中,确保运营效率和有效性. 然而, 严峻的现实是,与其大量投资, 公司期望从相同或更少的资源中获得更大更好的结果.

不久以前, 作为最初的反应, 欺诈调查人员会把自行车靠在路灯柱上,挨家挨户地敲门调查可疑案件. 现在, 这种古老而劳动密集型的方法被认为既低效又无效. 然而,做一些事情需要真正的财政和文化承诺.

保险业仍在接受第四产业的挑战.0; the technological age. 如果他们要取得可信的进展, 保险公司应该发现新的和正在出现的技术,它们可以采用这些技术来遏制欺诈活动,并找到新的方式来资助日益增长的数字化.

令人鼓舞的迹象

在缓慢起步后, 随着人们认识到人工智能的好处——效率,人工智能的使用正开始受到关注, 降低成本, 更好的客户服务和旅程, 等. ——成长. 基于大致相同的原因,数字理赔管理的采用也在增长.

进一步, 这意味着现有的反欺诈团队倾向于朝九晚五的工作, 周一到周五都是人工操作,而且是非常被动的操作, 更有可能回避(而不是欢迎)数字索赔管理吗. 这种情况需要重新思考和改变战略,使之与行业变革相辅相成,而不是相互冲突.

往好的方面看, caf的研究显示,56%的保险公司已经在以某种形式使用人工智能来检测欺诈行为. 除了, 超过30%的保险公司高管预计,大流行将推动人工智能的使用增加. 也就是说,利用必要的高质量数据被视为一个重大挑战.

对于许多诈骗小组来说, 对于人工智能在运营层面上的作用以及如何将其应用于欺诈管理,人们的理解仍然不全面. 事实上, 我们仍然有人将人工智能和机器学习(ML)的出现视为一种威胁,而不是推动索赔资源和反欺诈团队的发展和壮大.

挑战



无穷的挑战,有限的资源

什么会阻碍人工智能的应用? 任何缺乏调查人员支持的证据, 没有明确的战略或业务目标, 而且项目的领域专业知识有限,很容易破坏采用人工智能的好处. 如果您选择不将欺诈技术的更新与其他操作系统同步, 你不能指望跟着《美高梅开户》的脚步,跟踪重要的欺诈趋势.

在最近的一项调查中,四分之三的受访者表示,这两个国家是最大的 挑战 打击保险欺诈是有限的资源和数据集成问题. 这是可以理解的, 保险公司不希望陷入持续投资索赔欺诈资源的循环, 但它们的商业生存本能让它们别无选择.

有些人仍然心存疑虑

三分之二的受访者是为德勤人工智能研究所™和商会技术参与中心接受采访的 报告 被引用的算法偏见,决策过程中缺乏人为干预 无赖或意想不到的行为 特定的威胁. 另有56%的人表示,算法缺乏可解释性是一个主要问题. 另外三分之二的受访者希望政府减少人工智能造成的失业影响.

事实是,人工智能不会很快取代欺诈专家. 然而,使用人工智能的欺诈专家将取代不使用人工智能的欺诈专家.

那么,什么 is 人工智能完全?

“人工智能是一种数据技术解决方案,使用先进的数据建模技术和统计算法驱动的预测分析逻辑,系统地筛选可疑的声明.”

美高梅网投正在挑战保险行业,让他们重新思考如何纠正欺诈行为. 利用人工智能增强应对欺诈风险的能力,提高运营效率, 企业可以从相同的资源或更少的资源中获得更多. 你可以让管理层更有信心,相信欺诈策略是基于现代和前瞻性的策略.

除了抓住更多的骗子, 人工智能的主要商业目标是迅速解决合法索赔, 提高数据质量, 在识别可疑的索赔和潜在的欺诈时消除人类偏见(同时不排除评估数据和核实事实的人员). 放松点,这不是什么外星怪物等着奴役人类. 让人欣慰的是,人工智能并不新鲜.

自20世纪50年代以来,人工智能一直在不断发展, 依赖于人, 实现它的过程和技术. 令人惊讶的是, 尽管人工智能通常优于静态商业规则, 它在某些领域比其他领域更有效.

提高您的检出率

对欺诈性索赔的平均人工检测率明显低于行业预期. 对于检出率特别低的保险公司, 这种糟糕的表现反映在他们的底线上.

实际上, 不同策略类型和丢失场景的检测率差异很大, 强调一个狭窄的焦点, 缺乏一致性和可预防损失的升级. 由于缺乏高质量的行业数据,保险公司无法对自己的反欺诈表现进行基准评估. 因此, 人工检测统计数据和欺诈程度的感知仍然是一个非常高的栅栏的反面.

低检出率揭示了反欺诈模型的多重弱点. 错误包括低级别的高管对欺诈风险的理解,以及现有反欺诈措施的有效性. 这通常会暴露出完全不同且互不关联的遗留技术, 与反欺诈业务战略严重脱节的原因是:
  • 过多地使用基于静态规则的欺诈识别, 限制对欺诈类别的关注(i.e., 专注于已知的事情, 主观认知和舒适区,而不是通过分析数据来识别其他类型的欺诈, 趋势和模式)
  • 过度依赖以往对减少欺诈行为的应对措施
  • 依靠人员和手工流程来检测欺诈
  • 不一致的响应
  • 操作变革的阻力
  • 采用数字索赔处理, 增加欺诈风险,与遗留索赔欺诈反应和运营模式相冲突


解决方案



金融犯罪情报与IBM技术(FCI)

美高梅网投提供一系列的保险诈骗服务,以满足不同客户的需求, including FCI; a credible and powerful AI-driven solution made available through a partnership with IBM.

FCI是端到端的, 围绕集成人工智能建立的索赔欺诈服务, 它由多层分析组成,共同识别高欺诈风险的索赔. 分析层可以实现更准确、更有针对性的索赔欺诈检测, reducing false positives; a common, 其他一些保险诈骗技术产品的负面特征.

人工智能是透明的——白盒分析使客户能够理解和控制产生高风险索赔的原因.

不仅仅是一个单一的练习

我们的解决方案结合了高风险索赔的自动检测(使用客户端和第三方数据), 与自动分类, 调查工具和仪表板, ,报告启用fci的性能, 反欺诈索赔策略. 反过来, 它提供了增加索赔-欺诈节省的路线图, 在一个单一的解决方案中结合保险公司应对索赔欺诈的许多不同的特征. 在保险公司不断削减资源的环境中,这是提高运营效率的真正因素. 它还消除了企业必须获取和维护相互分离的技术和工具的成本.

因为并不是所有的客户都想要单一的技术产品, 美高梅网投提供多种不同形式的高级专业知识——几十年来,我们的专家一直支持保险业打击欺诈行为.

我们的服务包括识别数据集中的欺诈行为, 并为审查和评估现有的应对欺诈行为提供咨询, 找出不足和机会, 并帮助设计目标运营模式. 我们定期对反欺诈策略进行审查和评估,以支持这一点, 在分享全球市场洞察力和技术进步的同时,突出挑战.

了解人工智能

人工智能允许你混合和匹配测量到产品线和索赔类型, 以及发现欺诈可能发生的新领域.

为事业做出卓越贡献的人, 人工智能可以帮助你实现比人工过程多得多的东西. 这包括当前的技术和新方法,以跟上商业模式的修订和不断变化的保险公司运营方式.

luxoft与ibm的合作为该市场提供了最广泛的功能范围. 该系列产品由获奖的沃森环境支持,用于培训用于欺诈检测的动态新人工智能和机器学习模型.

与IBM紧密合作, 美高梅网投一直在研究战略工作流程,以下是我们目前正在研究的四个领域:
  1. Neurosymbolic人工智能
    我们将继续推进深度学习的工作,并对神经符号人工智能进行重大投资, 它将神经网络的力量与符号方法相结合,以帮助人工智能更有效地推理

  2. 安全、可信的人工智能
    并行, 美高梅网投安全, 值得信赖的人工智能, 关注explainability, 公平和减少偏见

  3. 人工智能工程
    简化和自动化数据准备等关键任务的人工智能工程工具和能力, 培训和生命周期管理

  4. 人工智能硬件
    一种新型的人工智能硬件,自然节能,无需增加能量就能增加计算能力

人工智能开始于 “为什么?”

人工智能引发了许多新的问题,比如:你为什么需要 数据和人工智能的道德使用 打击欺诈的原则? 为什么你必须从一个千篇一律的模型中走出来,并根据具体的业务情况调整新的模型? 谁拥有从你的数据中提取的IP有什么关系? 为什么你需要管理分析以显示它们是可解释的、准确的和公平的? 为什么您必须向您的欺诈调查人员提供易于理解的分析性见解? 从结构上讲,为什么要捕捉调查结果来推动机器学习?

金融犯罪情报与IBM技术(FCI)



CAIF最近的报告也为美高梅网投了一些洞见,告诉我们如何将欺诈者的行为转化为可以提高分析性反应的知识. 它着眼于网络钓鱼(发送多个电子邮件、电话/自动电话或数据等).), 让网站看起来像合法的商家,这样他们就可以获得报酬, 下载个人信息等等.

现代敏捷性胜过传统的最佳实践

现代保险诈骗的缓解是敏捷的, 全球和不断发展的传统检测和补救方法存在不足. 传统的、静态的业务规则和指标方法很容易被违反. 机会主义者和有组织的骗子都不会花很长时间去弄清楚规则和, 一旦破译, 只要绕过他们,从保险公司偷东西就行了.

欺诈者可能是品牌忠实者, 在特定的保险公司反欺诈防御中利用弱点寻求安慰. 这方面的一个主要例子是有组织的欺诈行为的重大影响 鬼经纪人 在英国. 这些罪犯为了获得在线汽车保险而进行广泛的诈骗 “顾客”他们既是同谋者又是受害者. 影子经纪人反复瞄准特定的保险公司, 以前, 他们成功了,而且没有被发现.

另一方面, 人工智能和机器学习使用数据来创建新的规则,并开发流程来挖掘数据以获得最佳结果. 然后,当索赔过程中出现新的信息时,他们通过分析将数据发回, 让程序更健壮,避免误报. 这提供了额外的商业价值——这是持续为人工智能和机器学习技术的应用证明有利可图的投资回报率的一个强有力的因素.

美高梅网投的数据科学家不只是在保险行业工作,他们也覆盖其他行业. 这为他们应对挑战提供了更广阔的视角, 为客户带来更丰富的体验.

人工智能如何改变其他行业

麦肯锡 估计组织可以节省之间 $1.3万亿美元和2万亿美元一年 只在供应链和制造中使用人工智能.

UPS使用一种人工智能驱动的GPS工具来为其机队识别最佳路线. 该应用程序可以帮助司机准时并以最有效的方式交货. 优化配送路线可以节省时间和金钱, 到减少排放和最大限度地减少UPS车辆的磨损. 该公司估计,人工智能将总运输距离缩短了1亿英里.

天堂物流为杂货店和餐馆保存冷藏食品. 人工智能算法可以预测订单何时进入和离开仓库, 允许员工按优先次序排列托盘. 这提高了20%的效率, 对于一个每年运送200亿到300亿磅食物的公司来说, 这是一件大事.

劳斯莱斯使用人工智能来安全运输货物. 随着 自治的航运在美国,传感器可以跟踪发动机性能,同时监控安全和货物的提取和交付. 利用人工智能提高人们对船只周围潜在危险的认识, 意味着船舶因碰撞损坏或极端天气而损失的结束, 确保货物更快速、更容易地跨越海洋.

业务成果



部署AI并感受其好处

技术和人才一样好, 驱动的控制和数据质量, 管理和监视其部署. 一旦您的程序启动并运行, 您仍然需要进行相应的审查和修改,因为业务模式比反欺诈程序变化得更快, 让你面临各种风险. 也, 聚合产业——超市, 提供金融服务的汽车制造商和科技公司, 或者医疗服务提供者进入消费者市场——为欺诈创造了新的机会.

尽管所有的 推托在美国,只要有一个专门的反欺诈项目就能带来好处. 减少您对劳动密集型手工活动的依赖来识别欺诈行为, 自动使您的流程更有效率, 有效和透明的. 据报道,与那些不愿投资的公司相比,投资于专门防范欺诈的公司在应对欺诈方面的花费要少42%,在正确处理欺诈方面的花费要少17%.


资料来源:普华永道的《美高梅开户》 调查



征求意见, 明确目标并按结果行事将增加你的影响力和利益相关者的积极性. 除了, 尽早查明和处理可疑索赔要求,以便进一步调查,同时尽快解决合理索赔要求, 是对更健康的投资回报率有价值的贡献者, 更大的盈利能力和更满意的客户.

美高梅网投的解决方案, FCI, 索赔过程的关键特征是——从检测到欺诈, 通过准确性和调查, 对于病例管理——合并到一个自动化的解决方案中,而不是分散在不同的地方, 断开连接的平台和工具.

强大的技术组合, 数据科学和保险欺诈专业知识与美高梅网投和IBM的合作伙伴结合, 创建真正的全球足迹. 同样的道理, 我们在多个行业的集体经验和洞察力,为美高梅网投了一个独特的视角,欺诈检测和预防. 这将导致:
  • 增加索赔-欺诈节省,有助于改善P&L保险公司的表现
  • 非常有竞争力的价格
  • 减少误报和相关的劳动时间浪费
  • 在相同或更少的资源下取得更好的业务成果
  • 为真实的索赔提供可靠的客户体验
  • 顺利,low-fraud-risk索赔
  • 公司文化、运营和财务投资的更健康回报
为什么美高梅网投?

我们的技术是卓越的. 我们在谈判中也有巨大的优势. 美高梅网投团队成员在保险公司工作过, 在跨行业角色和作为外部供应商, 这使我们能够与客户互动和合作,从一个真正知情的立场. 我们使用相同的, 业界领先的, 保险欺诈领域中小企业的一致性和利用他们卓越的洞察力, 知识和经验. 我们的数据科学资源也是如此.

我们完全了解保单和索赔环境——所有的挑战, 机会和目标. 在这方面,没有其他保险欺诈技术供应商能与我们的产品相媲美.

被保险和商业贸易出版物认可, 会议, 研讨会是真实行业知识的代名词, 专业知识和经验, 美高梅网投使用的是AI事实,而不是遗留的虚构.

人才一流,影响力广泛

除了, 我们的数据科学资源不仅覆盖其他行业, but each global region too; the two standout regions being the UK and North America.

美国一般采用已建立的特别调查小组(Special Investigation Unit)模式. 该中心是一个集中的欺诈小组,通过他们自己的现场欺诈调查员处理潜在的欺诈索赔. 在某种程度上, 强制性立法规定了该学院如何开展工作, 向当局报告涉嫌欺诈.

英国率先将减少欺诈的措施扩大到包括在线检测和预防. 这个全面的反欺诈模型包含报价请求, 客户想要购买保险, 对有效政策所做的更改, 保单更新及自行索赔. 这是对资源的更好利用,而不仅仅是集中在索赔欺诈上, 特别是当可以通过在保单生命周期的开始部分添加更健壮的控制来降低大部分风险时.

如果您想了解更多关于人工智能和机器学习如何提供全面的反欺诈保护, 访问我们的 FCI页面,我们的 美高梅网投页面 或者咨询我们的领域专家 格伦.marr2@dxc.com or 韦德.wickre@ibm.com. 我们将共同绘制出您的人工智能路线,以最佳保险欺诈检测和补救.






格伦·马尔
EMEA保险分析和金融犯罪主管,美高梅网投
格伦是帮助保险公司的专家团队中的一员, 在全球范围内, 加强减少保险诈骗, 同时提高运营效率和效益. 他带来了广泛的结合, 现实世界的行业经验, 包括执行董事级别的欺诈, 更广泛的金融犯罪和保险经营模式, 对人工智能有深刻的认识和理解, 自动化与机器学习.
韦德Wickre
IBM北美保险金融犯罪负责人
韦德与保险公司和特别调查单位(SIU)合作,以加快索赔处理, 减轻调查团队的负担,提升客户体验. 他的目标是为合法的投保人提供更快的解决方案,并更好地发现真正的风险. 他为客户业务带来了丰富的保险欺诈操作经验和行业知识.