Linkface產(chǎn)品總監(jiān)白志斌說，目前針對銀行的在線身份認(rèn)證和針對金融機(jī)構(gòu)的征信服務(wù)已經(jīng)穩(wěn)定運(yùn)行中，Linkface已和50多家金融客戶建立了合作關(guān)系。
現(xiàn)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(xí)的圖像識別技術(shù)應(yīng)用在車險、農(nóng)險、壽險等領(lǐng)域，其中占產(chǎn)險行業(yè)七成以上市場份額的車險是Linkface的關(guān)注重點(diǎn)。
白志斌告訴記者，在車險行業(yè)，大數(shù)據(jù)技術(shù)和基于深度學(xué)習(xí)的圖像識別技術(shù)可以應(yīng)用于兩個主要環(huán)節(jié)——前期的銷售營銷環(huán)節(jié)，以及后續(xù)的核保及理賠核損環(huán)節(jié)。
針對前期的營銷環(huán)節(jié)，Linkface希望可以根據(jù)潛在客戶的畫像，針對性地提供產(chǎn)品營銷服務(wù)。在提升客戶服務(wù)體驗(yàn)感的同時，也增加保險的營銷購買轉(zhuǎn)換率。“保險的精準(zhǔn)個性化營銷服務(wù)和我們之前做的客戶信用評估服務(wù)，其實(shí)從基礎(chǔ)技術(shù)原理角度來講是相同的，都是通過單體的多維度信息來刻畫用戶畫像，而Linkface在這個領(lǐng)域已有一定的技術(shù)積累。”白志斌說。
不過僅幫助保險公司賣出更多的保險顯然是不夠的。以Linkface重點(diǎn)關(guān)注的車險行業(yè)為例，當(dāng)前全行業(yè)車險處于微利和虧損之間，除了市場競爭環(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(qiáng)、基層操作彈性越小的公司，往往車險的盈利就越高。白志斌告訴記者，他們希望通過技術(shù)手段減少人工干預(yù)，進(jìn)而降低保險理賠率，提升保險公司的營收。
而想要減少人工干預(yù)、降低理賠率，就需要從兩個關(guān)鍵環(huán)節(jié)入手——核保(決定是否承保)和理賠核損(勘驗(yàn)損傷情況、是否存在欺詐)。雙核崗位在車險管理中技術(shù)含量最高，需要工作人員長時間的實(shí)踐積累。傳統(tǒng)的核保和理賠核損方法，都是人工在現(xiàn)場采集標(biāo)的全方位信息，然后回傳到公司，并由專人進(jìn)行車輛情況的評估。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有工作失誤和徇私舞弊，保險公司也很難責(zé)任追究。
也就是說缺少優(yōu)秀的雙核人員，是改善車險經(jīng)營主要障礙。而人工智能的更廣泛使用必然減少對雙核人員的依賴。
據(jù)了解，核保環(huán)節(jié)主要涉及到車身劃痕識別和自然場景下的OCR識別。Linkface已經(jīng)完成了算法模型的建立，正在用百萬級的車身圖像數(shù)據(jù)來訓(xùn)練優(yōu)化算法。在OCR識別方面，Linkface在此前的客戶信用評估服務(wù)已完成了技術(shù)積累，此次還加入了語義識別，進(jìn)一步提升了識別準(zhǔn)確度。
至于理賠核損環(huán)節(jié)，Linkface首先會通過圖像識別技術(shù)，將后臺的標(biāo)的照片以部位維度進(jìn)行智能分類，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?yàn)橐坏┥婕暗嚼碣r核損，車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(tǒng)將于近期率先推出，推出初期主要會作為輔助工具使用。另外的智能營銷和智能理賠核損系統(tǒng)也在盡快開發(fā)中。Linkface希望可以通過相繼推出的這三個系統(tǒng)幫助保險公司實(shí)現(xiàn)最大程度的業(yè)務(wù)自動化，提升效率減少人力成本，并降低騙保概率。
除了車險行業(yè)，Linkface也在與農(nóng)業(yè)保險和人壽保險公司合作。白志斌表示，這兩個行業(yè)其實(shí)和車險行業(yè)思路一樣，也是減少人力并降低理賠率。農(nóng)業(yè)保險方面，可能需要借助攝像頭來獲取標(biāo)的圖像數(shù)據(jù)，并和后臺數(shù)據(jù)進(jìn)行比對識別。
不過和車險相比，壽險的核保理賠規(guī)則更復(fù)雜一些，需要有豐富醫(yī)學(xué)經(jīng)驗(yàn)的人員來操作。尤其是壽險理賠中較為復(fù)雜的重疾等案件更需要專業(yè)人士進(jìn)行判斷。因?yàn)榭梢杂脕碛?xùn)練的樣本數(shù)量不夠多，人工智能短時間內(nèi)還不足以實(shí)現(xiàn)人工替代。
白志斌告訴記者，“在我們看來人工智能應(yīng)用與大數(shù)據(jù)的聚合是保險行業(yè)的發(fā)展趨勢，也是個較大的藍(lán)海市場。”
