蚂蚁金服推出“定损宝”，“AI+保险”原来可以这样落地

本篇文章2081字，读完约5分钟

高速公路。中新网6月27日电(记者李楠)今天下午，蚂蚁金服宣布将向保险行业全面开放其技术产品“理赔包”，并利用人工智能模拟汽车保险理赔中的人工操作过程，帮助保险公司实现简单高效的自动理赔。这也是图像损失确定技术在汽车保险领域的首次商业应用。

"成熟的，开放的"！techfin下的保险

在两周前的蚂蚁财富开幕会议上，蚂蚁金融宣布将开放财富和人工智能技术，为公司和银行提供资金。蚂蚁金服首席执行官荆先东在会上表示，蚂蚁金服过去几年积累的金融云计算、风险管理、人工智能、信用体系等一系列技术能力将全面向金融机构开放。

这个弥补损失的宝藏是蚂蚁金融向金融机构开放的人工智能技术的另一个应用。蚂蚁金服保险集团总裁尹明在新闻发布会上表示，保险作为蚂蚁金服技术创新战略下的一个重要领域，应该做“保险技术”，未来将把重点放在技术上，“用技术帮助保险机构，更好地为个人消费者和中小企业服务。”

事实上，蚂蚁金融人工智能已经登陆过了。去年双十一期间，蚂蚁金服推出了“新鲜腐烂保险”，被媒体称为特别保险。在尹明看来，蚂蚁金服推出的“固定损失宝”就是这种保险在汽车领域的应用。

在新闻发布会上，尹明表示，除了首先被保险公司使用之外，蚂蚁金服还将在年内为普通用户联合推出一款“补亏宝”。届时，用户将不必在现场等待勘测员很长时间，他们将能够通过自己拍照来确定损失。“每个人都可以成为损失理算员”，这缩短了用户收到索赔的时间。同时，“固定损失包”将估计对下一年保费的影响，并帮助用户判断是否需要索赔。

人工智能登陆的行业意义是什么？

根据高速公路。在传统的理赔过程中，保险公司收到事故照片后，需要核对赔偿和价格，通常最早需要半个小时才能确定索赔金额。

今天，蚂蚁金服应用深度学习图像识别技术开发的“损伤判定宝”实际上解决了识别不规则车辆损伤的工业问题。人工智能被用作损害确定人员的眼睛和大脑，事故照片通过算法识别。在与保险公司联系后，可以在几秒钟内给出准确的损坏确定结果，包括损坏零件、维修计划和维修价格。

蚂蚁金服集团总裁尹明向现场展示了这样一组数据:据估计，在每年4500万起私家车保险理赔中，“保赔案”涉及的纯外观损害案件约占60%。按每件案件平均处理成本150元计算，预计每年可为行业节省20亿元案件处理成本。

同时，高速公路。com还了解到,“固定损失保险”可以帮助保险公司挤出因缺乏统一标准而造成的固定损失“水分”,减少虚假保险欺诈案件。据统计，在汽车保险业每年500亿外观件索赔中，约有10%-20%是由上述两种情况引起的索赔泄漏造成的。“固定损失宝”将有效帮助保险公司降低理赔泄漏比例。

另外，“固定损失宝”可以有效帮助降低理赔的运营成本，在保险公司的运营成本提高后，可以将更多的资源投入到用户服务中。

中小型保险公司也将从中受益。“正在进行的商业收费改革对保险公司的服务能力提出了更高的要求，特别是中小型企业，它们渴望通过科技提高服务能力。”全国中小财产保险公司协会会长童青认为，《固定损失包》将有效解决偏远地区和高峰时段中小保险公司调查能力不足的问题。

在新闻发布会上，尹明表示，除了首先被保险公司使用之外，蚂蚁金服还将在年内为普通用户联合推出一款“补亏宝”。届时，用户将不必在现场等待勘测员很长时间，他们将能够通过自己拍照来确定损失。“每个人都可以成为损失理算员”，这缩短了用户收到索赔的时间。同时，“固定损失包”将估计对下一年保费的影响，并帮助用户判断是否需要索赔。

人机pk，固定损失宝物和上升空房间

说到人工智能，人们愿意将其与人类生产力相比较。在新闻发布会上，蚂蚁金服特别邀请了6位资深车险理赔师和“理赔宝”对12起车辆案例进行理赔pk。

这次pk的重点是确定损失的时间、准确性和金额。“损失评估宝”在现场发布评估结果用了6.07秒，6名损失评估人员发布评估结果用了6分48.09秒。其中，ai在两种情况下不同于损失理算师。在损失理算员重新考虑之后，一名损失理算员出错，一名“损失理算员”未被发现。可以说，在损失评估的准确性方面，人工智能与专业的损失评估人员紧密相连，但是人工智能花费的时间要少得多。

蚂蚁金服首席数据科学家齐远在现场表示，鼎松宝是一款基于计算机视觉的产品。与此同时，他还透露了一些在产品研发中不为人知的故事“定损宝”。

“当时，我们和保险业务部的同学一起把所有的同学都送到了第一线，一起看了这辆车的问题，慢慢地学习。这不是一个简单的图像识别问题。他是一系列技术。他有视觉问题和决策问题。这个问题不是很严重。有大师级的判断，可以轻松修复或需要更换。”齐源讲的这个故事向在场的客人展示了“定损宝”产品的特色。

蚂蚁金服首席数据科学家齐远在谈到人工智能技术的应用时表示:“技术的核心价值在于解决现实世界中的问题，而丁宝的简单项目包含了从数字处理到计算机视觉的所有经典问题。”从目标监控和识别到场景理解再到智能决策，它涉及目标识别、车辆损失检测程度，以及多模态甚至其他数据的组合，以产生非常简单的结果。它背后看似简单的东西实际上并不是简单的工具。