基于大数据与人工智能的车险自动定损可行性研究及系统设计
近年来，“大数据”和“人工智能”已经成为科技行业中最具发展潜力和在未来具有颠覆性影响的领域，数据成为重要的生产因素已经渗透到每一个行业和领域，人们开始对海量的数据进行挖掘和利用，预示着新一波生产率增长浪潮的到来，而这些技术将如何影响我们的生活，影响我们的保险理赔呢？
车险定损存在的问题
一是解决城市拥堵问题保险行业勇于担当社会责任。为了缓解道路交通拥堵，提高车险理赔时效，2015年10月，公安部与原保监会在全国开展公路和农村地区道路交通事故快处快赔试点，在推进城市道路畅通、提高车辆保险服务方面发挥了积极作用。然而保险公司的第一现场查勘率逐年下降，案件现场的重要取证信息缺失，容易产生扩大事故损失等道德风险。
二是微信及APP等提高了效率，却无法解决定损标准问题。2015年，人保财险、平安、太平洋等保险主体推出微信理赔、线上理赔等服务，创新理赔服务模式，大幅提高客户体验，收到了较好的效果。但由于现场信息不完整，如果环节管理不善，很容易导致道德风险。
三是保险行业需要有效防范和降低客户的道德风险。由于投保双方的信息不对称，加之保险市场主体的增加、深化商车费改的不断推进，市场竞争激烈，行业各主体拼产品、拼保费、拼服务，却未把降低道德风险放到首要位置，骗保、骗赔案件屡屡发生，如何有效防范和降低道德风险是保险行业不可回避的问题。
四是查勘定损人员能力差异导致定损结果存在偏差。汽车品牌众多、车型复杂，车辆自身构造的复杂性和事故的不确定性，导致个人无法及时有效地掌握相关知识和技能，在一定程度上导致了定损偏差。车辆定损标准在实践中较为宽松，会增加赔付成本；较为严格，容易产生投诉纠纷。
五是车险理赔专业化分工及考核导向造成利益博弈。目前，保险公司均自行开发了车险理赔系统，基本按照关键环节管控的理念，进行查勘、定损、报价、核损、核赔等多级人工审核，表面上专业分工审核把关严格，但各环节互相制约和考核设计也造成了一定的内耗，内部管控的细分造成环节割裂，将直接对车险理赔效率效果及客户体验造成不良影响。
六是经营单位迫于发展压力放松维修渠道理赔标准。保险公司基层的市、县、区支公司为促使车商及汽车维修机构更加积极地参与车辆保险的代理销售，一般主动放松理赔审核标准，另一方面汽车维修机构非常熟悉理赔流程，易出现虚假或扩大赔付，增加保险公司的理赔成本。
可行性分析
◆ 从应用环境角度，大数据和人工智能的应用是大势所趋
2016年3月9日，谷歌人工智能机器人AlphaGo战胜韩国棋手李世石引起轰动，人工智能关注度爆棚。大数据的应用已经深入我们生活的方方面面，涵盖医疗、交通、金融、教育、零售等各个行业，并获得更高的收益。大数据和人工智能有望在工业、技术和数字革命层面变革社会，并帮助人类实现更远、更快的发展。
◆ 从业务发展角度，保险行业期盼利用科技解决标准化问题
一是车险事故损失符合80/20定律原则。据数据显示，80%以上的道路交通事故都是轻微碰撞事故，事故车辆维修一般只涉及外围部件的喷漆、钣金等，而定损金额却小于20%。
二是降低车险定损成本提高服务能力。出于运营成本考虑，车险理赔人员数量约占保险公司人员数量的20%，如果能够将车险理赔人员占比降低到10%，而这部分人员用于保险展业或服务，可以提高公司的展业及服务水平，提升公司在行业的核心竞争力。
三是为互联网保险公司解决网点不足的问题。近年来，众安在线等互联网保险公司相继成立，它们创立时就传承互联网的普惠性和科技性特征，设计出了很多保障时间相对较短期的、碎片化的、大众买得起的保险产品，并改变了理赔和定价的模式。可以期待的是，互联网保险公司会利用自动定损等技术弥补网点不足、降低理赔成本。
◆ 从技术角度，大数据和人工智能的应用能够解决理赔问题
一是大数据技术的发展激活非结构化数据。大数据技术及人工智能算法有了突破性的发展，在视觉图像识别、语音识别、文本处理等诸多方面已经达到或超越人类水平。
二是强化学习技术的突破助推智慧计算。基于强化学习（Reinforcement Learning）的图像识别技术，能够让计算机学会评价定损的准确性，通过不断的定损实践对定损技能进行强化学习，分阶段地实行自动化处理。
三是移动通信的网速扩容及网络覆盖促进移动应用。目前的4G网络基本覆盖整个城乡，可以实时传输事故照片，5G网络测试和试商用，更是把移动网络的带宽和覆盖扩展到一个前所未有的量级，构建起一个高传输速率、高容量、低延时、高可靠性的网络社会。
◆ 从成本角度，自动定损系统开发成本低、应用效率高
2017年，城镇居民人均可支配收入为36396元，全国机动车保有量达3.10亿辆，按2000台车辆需要1个查勘人员进行粗略估计，工资支出至少是56亿元，按照自动定损可以替代80%的人工计算，每年可以节省44.8亿元的人力成本，并且查勘定损效率得到质的飞跃。而系统的开发成本一般不超过3000万元，硬件成本一般不超过1亿元，而每年的维护费用一般不超过2000万元。
◆ 从客户角度，出险后希望得到及时、准确、公平的理赔服务
从公开的车险客户理赔服务调查中了解到，75.9%的客户希望第一时间提供事故处理指导；69.7%的客户希望理赔时效越快越好；45.6%的客户希望对于定损金额要求公平、标准，尽量不需要格外增加修理费用。如果采用自动定损系统，客户的体验会有大幅度的提升。
车险定损系统设计
◆ 确定总体设计方案
车险定损系统的设计思路采用渐进式的方案：第一阶段人工智能定损是系统的核心功能，即直接通过图片识别出受损部位及受损程度；第二阶段是在上一阶段的基础上增加拍照时进行一定的提示和识别来保障后期的识别率；第三阶段增加投保或车型照片及部件的比对，来进一步提高定损的准确性。
◆ 系统总体结构
系统总体上分为拍摄辅助模块、投保验标照片验证模块、责任分析模块、损失识别模块、维修方案选择模块、数据传输和存储模块和历史数据验证学习模块七大功能模块。
◆ 各部分功能及构成
1.拍摄辅助模块
拍照辅助模块固化在拍摄端程序内用以提高反应速度和减少网络开销，该模块先通过摩尔纹、像素点纹理、镜头畸变等进行欺诈判断，对欺诈风险高的赔案通过一定的话术提示客户拍摄现场照片并保持现场等待交警或查勘人员到现场进行处理，并向后台预警。
2.投保验标照片验证模块
在拍摄时系统调出投保验标影像，再通过虚化的验标影像为背景，以此为轮廓纠正拍摄的角度，并通过目标搜索及OCR技术读取车架号照片中信息与承保信息进行比对，验证是否为标的车辆，标的车辆的配置是否与承保标的一致。
3.责任分析模块
责任分析模块可以通过第三方车载自动诊断系统（OBD）或手机APP的角速度传感器（陀螺仪）读取历史行车数据及事故瞬间的操作数据，进行事故还原和责任分析，初步判定是否属于保险责任及判定事故责任比例。
4.损失识别模块
在TensorFlow平台建立深度学习模型，通过设定参数和阈值、系统调优等工作，使用其对以往海量的车险赔案影像进行分类学习后，实现对出险影像的自动分类、自动定损，提高效率，前端更多地通过系统进行自动定损，让人工主要进行数据核查、校对和调优等工作。
5.维修方案选择模块
计算机通过照片识别判断配件是否需要修理或更换，选择维修方案、核定相关费用，并将定损金额显示在屏幕，由客户签字确认后，引导客户选择修理企业，并完善理赔材料，真正让保险事故处理过程体现“引导查勘、快速撤离、自动定损、快捷赔付”的贴心服务。
6.数据传输和存储模块
为了防止数据丢失、错乱，先将影像数据存储在本地，当信号强度大于40%时，进行数据传输，当服务器中影像及相关数据完整时，对本地数据进行删除操作，避免空间占用。
7.历史数据验证学习模块
历史数据验证学习是系统不断适应新形势、新规则的核心模块，一方面，历史数据能够验证运行系统的定损准确性，另一方面，通过数据学习能够促进系统适应社会和科技的发展，满足保险公司及客户对车险理赔的服务要求。
8.使用过程中的风险控制
车险自动定损系统的使用过程中为了控制风险，可以将时间限于拍摄效果较好的白天及上下班高峰时段，而对于夜间或风险较大的赔案仅用于收集现场第一手影像。
结论
综上所述，大数据和人工智能等信息技术的颠覆式发展和创新带来全新的发展模式，各个行业均深深感受到跨界的力量扑面而来。近年来，保险行业一方面受到BAT等科技巨头的关注，它们通过出资设立新的保险公司或投资控股等方式侵入保险行业，它们的到来必将带来保险行业规则和流程的优化再造。另一方面，保险行业也在积极主动地进行转型、升级，来应对行业发展中遇到的瓶颈，不论是传统保险公司，还是新成立的互联网保险公司，或客户、政府等都希望保险行业能够对车险理赔向有利于提升客户服务、解决交通拥堵等社会问题、降低保险公司运营成本的方向进行大胆创新。
车险自动定损系统在设计时应充分考虑推广初期所遇到的问题，能够迅速解决城市交通事故造成的拥堵问题，解决保险公司网点不足及人工成本高的问题，实现车险理赔标准化、专业化、人性化，以此实现保险行业与社会效益最大化，不断满足人民日益增长的美好生活需求。车险自动定损系统值得在保险行业推广使用。
摘自《保险理论与实践》2018年第11期
作者简介：
尹会岩，中国人民财产保险股份有限公司沈阳监察稽核中心高级业务主管；陈宝，中国人民财产保险股份有限公司沈阳监察稽核中心处长；杨瑞，中国人民财产保险股份有限公司沈阳监察稽核中心业务主管。
