Поскольку мошенничество в страховании становится все более распространенным и изощренным, страховщики обращаются к технологиям искусственного интеллекта и комплексному обучению, чтобы смягчить финансовые последствия мошеннических претензий.
Страховое мошенничество — это большой бизнес, и оно затрагивает всех. Согласно отчету Коалиции по борьбе со страховым мошенничеством (CAIF), мошенничество обходится американским страховщикам примерно в $308,6 млрд— по сравнению с $80 млрд, когда CAIF впервые провела исследование в 1995 году. Неизменно эти убытки перекладываются на потребителя, что еще больше подрывает конкурентоспособность страховщика.
Поскольку злоупотребление технологией ИИ приводит к более обманчивым мошенническим схемам, таким как deepfakes — использование ИИ для манипулирования, генерации или замены лиц и воссоздания голосов, институциональные знания сокращаются из-за стареющей и сокращающейся рабочей силы по обработке претензий. Добавьте к этому большой объем претензий, и многие оценщики и аналитики столкнутся с трудностями при проверке каждой претензии на предмет мошеннической деятельности. Кроме того, меньше внимания уделяется отслеживанию экономии средств, связанной с расследованиями случаев мошенничества. Это еще больше препятствует принятию агрессивных мер против подозрительных претензий.
По словам Кевина Ледерера, старшего вице-президента Специального следственного подразделения (SIU) в компании Davies, для успешной борьбы с новой эпохой мошенничества необходим многосторонний подход (который, конечно же, включает в себя ИИ и машинное обучение), который может иметь экономическую выгоду, выходящую за рамки предотвращения ложных заявлений о возмещении ущерба.
Многосторонний подход к борьбе с мошенничеством
Отрасль впервые дает отпор с помощью многостороннего подхода, внедряя программное обеспечение для обнаружения мошенничества на базе ИИ в системы обработки претензий для выявления потенциального мошенничества на протяжении всего цикла рассмотрения претензий. Благодаря машинному обучению эта технология выявляет подозрительные закономерности и нарушения в огромных объемах данных со скоростью, превышающей человеческие возможности. Ледерер говорит, что машинное обучение на базе ИИ обеспечивает новый уровень точности обнаружения мошенничества, позволяя выявлять новые и развивающиеся схемы мошенничества, которые в противном случае могли бы остаться незамеченными.
«Все это в совокупности обеспечивает большую экономию средств за счет сокращения ненужных или мошеннических выплат по страховым случаям», — говорит Ледерер.
Но экономия средств на этом не заканчивается. Автоматизация ручных задач с помощью ИИ приводит к дополнительному сокращению расходов за счет повышения эффективности, не говоря уже о высвобождении времени, чтобы оценщики претензий могли сосредоточиться на выявлении мошенничества и стратегиях защиты. ИИ и машинное обучение также улучшают аналитику данных, предоставляя более богатые и разнообразные наборы данных, открывая новые возможности для более быстрой и эффективной защиты от мошенничества и закрытия претензий. Например, ИИ и машинное обучение могут запускать отчеты и выявлять подозрительные закономерности и нарушения, частично автоматизируя процесс, который в противном случае мог бы быть трудоемким для ограниченного во времени персонала.
Предотвращение мошенничества за пределами ИИ
Помимо технологий, страховщики также должны бороться, обучая персонал по претензиям сверх минимума, требуемого для соблюдения нормативных требований. Регулярное и всестороннее обучение по мошенничеству помогает персоналу по претензиям лучше осознавать текущие тенденции мошенничества и дает им возможность предпринимать упреждающие шаги для борьбы с ним. Кроме того, признавая, что победа над мошенничеством требует совместных усилий, страховщики в США, например, должны сотрудничать с Национальным бюро по борьбе с преступлениями в сфере страхования и Международной ассоциацией специальных следственных подразделений.
Тем не менее, Ледерер говорит, что предстоит сделать еще больше, поскольку, хотя индустрия защиты от страхового мошенничества остается активной и постоянно развивается, то же самое происходит и с мошенничеством. Хотя машинное обучение ИИ во многом ограничено, есть большие надежды на то, что вскоре оно сможет расширить свое использование в расследовании для выявления закономерностей в социальных сетях, проведения проверок биографических данных, ведения историй болезни и даже проведения наблюдения.
«Когда дело доходит до борьбы с мошенническими претензиями, лучшая защита — это хорошее нападение», — говорит Ледерер. «Страховщики, которые внедряют комплексное обучение с прочными отраслевыми партнерствами и, прежде всего, мощными технологиями на базе искусственного интеллекта, искоренят мошенничество и ограничат финансовые потери».
Подготовлено порталом Allinsurance.kz