实例解读图像识别技术在保险业的应用

2017-06-01 10:11
作者:小观
来源:

近期,蚂蚁金服保险动作频频,尹铭的一封内部信,透露了蚂蚁要做“技术流”的决心。在这封内部信中,透露了蚂蚁金服在未来一个月内将连续向行业发布两项技术产品:蚂蚁车险分和基于图像识别的保险应用。

前者在上周已经发布,并引起了保险业内人士的大范围讨论。而后者就是今天我们要谈论的主题,关于图像识别与保险。

在切入正题前,先来了解一些什么是图像识别。

“图像识别”技术实际上隶属于人工智能,是指利用计算机对图像进行处理、分析和理解,以识别各种不同模式的目标和对像的技术,更宽泛地说是“计算机视觉”技术,是许多新兴技术的基础。

从无人驾驶汽车和面部识别软件到那些看似简单但十分重要的发展成果——能够监测流水线缺陷和违规的“智能工厂”,以及保险公司用来处理和分类索赔照片的自动化软件,这些新兴科技是离不开“图像识别”的。

图像识别技术对于保险业的意义重大,保险公司可以借助图像识别技术搭建起完整的体验闭环,投保、核保、保全、理赔等都可以在手机上完成,这并不是一种畅想,实际上这正在慢慢成为现实。

销售环节

用户们总是希望立刻买到自己想要的东西,不喜欢长时间的等待,因此保险业处在一个困难的境地中。买保险最麻烦的问题就是拿着身份证、户口本以及一系列材料去保险公司“证明自己是自己”。如果是购买人寿保险,则还需要体检,经历一个漫长的等待期。

所以,很多时候,繁杂的流程已经成为了用户不愿意购买商业保险的重要原因之一。但是人脸识别可以大幅缩小购买流程,提升交易效率,从而增加消费者的购买意愿。

美国一家初创公司Lapetus Solutions正在测试一种新技术,这种技术将对用户脸上的数百处进行扫描,并提取身体质量指数、生理年龄、以及身体老化速度等信息。通过面部分析及其他数据,可以对投保人预期寿命进行估计。

基于以上信息,保险公司将使用预期寿命估算值来进行政策审批和投保价决策。据称,Lapetus 公司的该系统将使用户在短短 10 分钟内就可以在线购买人寿保险,而不再需要通过体检。

国内的投保家也将人脸识别技术引入应用当中,利用智能风险防御模型,为用户提供智能化的服务。其模式是,通过面部数据的采集进而推测出用户的年龄、性别、婚姻状况以及生育情况, 运用风险防御模型预测出用户的风险防御能力,从而为客户推荐一套适合的保险购买方案。

小观认为,虽然新技术可能确实缩短了保险购买的申请周期,但是如果保险行业对于技术过度依赖,可能导致整个风险预测过程把控不严。

核保以及理赔核损环节

这里我们以车险行业为例,当前全行业车险处于微利和亏损之间,除了市场竞争环境影响外,还有各家保险公司的管控水平。管理集中度越强、基层操作弹性越小的公司,往往车险的盈利就越高。

在国内,我们关注到一家名为Linkface的计算机视觉企业,它正在尝试用技术手段减少人工干预,降低理赔率,提升保险公司的营收。核保和核损成为两个关键环节,双核岗位在车险管理中技术含量最高,需要工作人员长时间的实践积累。

传统的核保和理赔核损方法,都是人工在现场采集标的全方位信息,然后回传到公司,并由专人进行车辆情况的评估。这种方法服务效率低且成本高,而且人工操作不可避免的会有工作失误和徇私舞弊,保险公司也很难责任追究。

在核保环节,主要涉及到车身划痕识别和自然场景下的OCR识别。通过算法模型的建立以及车身图像数据对算法的训练优化,可以实现智能核保,提升效率。

至于理赔核损环节,Linkface首先会通过图像识别技术,将后台的标的照片以部位维度进行智能分类,之后使用图像识别技术进行损伤程度的评估,并输出核损报告。

这又要说回到蚂蚁金服,在消费保险领域,蚂蚁金服使用图片识别技术,在客户理赔时会对用户报案图片进行清晰度识别,识别图片中理赔标的物的有效信息并实时做出反馈,例如商品标签代码、货品破损程度等。

系统自动识别理赔凭证(图片)、生物验证身份(核身)再加上理赔报案人的信用记录,能够快速的完成保险的理赔。更重要的一点是对于图片相似度的识别,则可以防止骗保行为。

这是蚂蚁图像识别技术在消费保险领域的应用,至于其之后面向保险行业推出的应用,小观也将密切关注。实际上除了以上环节,图像识别技术在保单录入、寿险展业等环节也有应用。

实际上,不论是在哪个环节,图像识别在保险业的应用,核心意义还是在于效率的提升。对于用户来说,可以得到更好的用户体验;对于保险公司来说,可以减少人工干预,降低成本,提升效率。

未来,智能化技术创新将不断渗透到互联网保险产品设计、保险渠道和保险代理机构中去。在未来错综复杂的实际应用环境中,人脸识别等智能化技术要在安全性与用户体验之间寻求平衡,就必须根据不同的应用场景找到误接受率和误拒绝率之间的平衡点。