Linkface產(chǎn)品總監白志斌說(shuō)，目前針對銀行的在線(xiàn)身份認證和針對金融機構的征信服務(wù)已經(jīng)穩定運行中，Linkface已和50多家金融客戶(hù)建立了合作關(guān)系。
現在Linkface正在聯(lián)合多家大型保險公司，希望將基于深度學(xué)習的圖像識別技術(shù)應用在車(chē)險、農險、壽險等領(lǐng)域，其中占產(chǎn)險行業(yè)七成以上市場(chǎng)份額的車(chē)險是Linkface的關(guān)注重點(diǎn)。
白志斌告訴記者，在車(chē)險行業(yè)，大數據技術(shù)和基于深度學(xué)習的圖像識別技術(shù)可以應用于兩個(gè)主要環(huán)節——前期的銷(xiāo)售營(yíng)銷(xiāo)環(huán)節，以及后續的核保及理賠核損環(huán)節。
針對前期的營(yíng)銷(xiāo)環(huán)節，Linkface希望可以根據潛在客戶(hù)的畫(huà)像，針對性地提供產(chǎn)品營(yíng)銷(xiāo)服務(wù)。在提升客戶(hù)服務(wù)體驗感的同時(shí)，也增加保險的營(yíng)銷(xiāo)購買(mǎi)轉換率。“保險的精準個(gè)性化營(yíng)銷(xiāo)服務(wù)和我們之前做的客戶(hù)信用評估服務(wù)，其實(shí)從基礎技術(shù)原理角度來(lái)講是相同的，都是通過(guò)單體的多維度信息來(lái)刻畫(huà)用戶(hù)畫(huà)像，而Linkface在這個(gè)領(lǐng)域已有一定的技術(shù)積累。”白志斌說(shuō)。
不過(guò)僅幫助保險公司賣(mài)出更多的保險顯然是不夠的。以L(fǎng)inkface重點(diǎn)關(guān)注的車(chē)險行業(yè)為例，當前全行業(yè)車(chē)險處于微利和虧損之間，除了市場(chǎng)競爭環(huán)境影響外，還有各家保險公司的管控水平。管理集中度越強、基層操作彈性越小的公司，往往車(chē)險的盈利就越高。白志斌告訴記者，他們希望通過(guò)技術(shù)手段減少人工干預，進(jìn)而降低保險理賠率，提升保險公司的營(yíng)收。
而想要減少人工干預、降低理賠率，就需要從兩個(gè)關(guān)鍵環(huán)節入手——核保(決定是否承保)和理賠核損(勘驗損傷情況、是否存在欺詐)。雙核崗位在車(chē)險管理中技術(shù)含量最高，需要工作人員長(cháng)時(shí)間的實(shí)踐積累。傳統的核保和理賠核損方法，都是人工在現場(chǎng)采集標的全方位信息，然后回傳到公司，并由專(zhuān)人進(jìn)行車(chē)輛情況的評估。這種方法服務(wù)效率低且成本高，而且人工操作不可避免的會(huì )有工作失誤和徇私舞弊，保險公司也很難責任追究。
也就是說(shuō)缺少優(yōu)秀的雙核人員，是改善車(chē)險經(jīng)營(yíng)主要障礙。而人工智能的更廣泛使用必然減少對雙核人員的依賴(lài)。
據了解，核保環(huán)節主要涉及到車(chē)身劃痕識別和自然場(chǎng)景下的OCR識別。Linkface已經(jīng)完成了算法模型的建立，正在用百萬(wàn)級的車(chē)身圖像數據來(lái)訓練優(yōu)化算法。在OCR識別方面，Linkface在此前的客戶(hù)信用評估服務(wù)已完成了技術(shù)積累，此次還加入了語(yǔ)義識別，進(jìn)一步提升了識別準確度。
至于理賠核損環(huán)節，Linkface首先會(huì )通過(guò)圖像識別技術(shù)，將后臺的標的照片以部位維度進(jìn)行智能分類(lèi)，之后使用圖像識別技術(shù)進(jìn)行損傷程度的評估，并輸出核損報告。
白志斌表示，相比于智能核保，智能理賠核損技術(shù)難度更高。因為一旦涉及到理賠核損，車(chē)身和部件的損傷一般都比較大，識別難度增加。因此智能核保系統將于近期率先推出，推出初期主要會(huì )作為輔助工具使用。另外的智能營(yíng)銷(xiāo)和智能理賠核損系統也在盡快開(kāi)發(fā)中。Linkface希望可以通過(guò)相繼推出的這三個(gè)系統幫助保險公司實(shí)現最大程度的業(yè)務(wù)自動(dòng)化，提升效率減少人力成本，并降低騙保概率。
除了車(chē)險行業(yè)，Linkface也在與農業(yè)保險和人壽保險公司合作。白志斌表示，這兩個(gè)行業(yè)其實(shí)和車(chē)險行業(yè)思路一樣，也是減少人力并降低理賠率。農業(yè)保險方面，可能需要借助攝像頭來(lái)獲取標的圖像數據，并和后臺數據進(jìn)行比對識別。
不過(guò)和車(chē)險相比，壽險的核保理賠規則更復雜一些，需要有豐富醫學(xué)經(jīng)驗的人員來(lái)操作。尤其是壽險理賠中較為復雜的重疾等案件更需要專(zhuān)業(yè)人士進(jìn)行判斷。因為可以用來(lái)訓練的樣本數量不夠多，人工智能短時(shí)間內還不足以實(shí)現人工替代。
白志斌告訴記者，“在我們看來(lái)人工智能應用與大數據的聚合是保險行業(yè)的發(fā)展趨勢，也是個(gè)較大的藍海市場(chǎng)。”
