Минимизация мошенничества в страховании с помощью ИИ

Большая доля мошеннических действий в отрасли страхования приходится на сегмент автострахования. В ОСАГО она составляет 89%, а в каско - 8%. За последние два года отмечен значительный рост мошеннических действий в автостраховании, что обусловлено различными факторами, включая повышение стоимости возмещения ущерба и ухудшение экономической ситуации. Избежать рисков мошенничества позволит использование в отрасли технологий искусственного интеллекта, считает Илья Васильев - независимый транспортный эксперт с более чем 10-летним опытом работы в автомобильной отрасли, создатель компании по автоэкспертизе с 1 000 довольных клиентов.

Насколько выросли объемы мошеннических действий в автостраховании за последние годы?

И.В.: Страховое мошенничество приводит к значительным финансовым издержкам во всем мире. Например, в 2022 году в России страховые компании подали в правоохранительные органы более 6,1 тысяч заявлений о мошенничестве, в 2023 году этот показатель увеличился еще больше. Эта категория преступлений обычно совершается в форме завышенных требований, сфабрикованных требований, преднамеренных повреждений или искажения других видов информации, связанной со страхованием. Поскольку многие случаи страхового мошенничества не выявляются и не преследуются по закону, точная оценка серьезности проблемы проблематична.

Тем не менее, многие агентства и страховые компании пытаются измерить масштабы проблемы. Это приводит к несоответствию данных о страховом мошенничестве. По оценкам российского Центробанка, потенциальный ущерб от страхового мошенничества достигает 25-35 миллиардов рублей ежегодно (650-910 миллионов долларов), в то время как фактический убытки составляют 15-20 млрд рублей (390-520 млн долларов). Российским страховщикам удается при этом довести до суда лишь 25% этих дел.

Как обстоят дела с мошенничеством в автостраховании в других странах?

И.В.: В последние годы число случаев мошеннических действий в автостраховании продолжает расти по всему миру. Такие серьезные сдерживающие факторы, как штрафы и даже тюремное заключение в случае обнаружения обмана, не останавливают подачу мошеннических претензий со стороны тех, кто ищет в России потенциальную финансовую выгоду. Результаты межнационального исследования, проведенного Dehghanpour и Rezvani (2015), свидетельствуют о том, что в России, Чехии, Украине и Дании самый высокий уровень заявлений о страховом мошенничестве среди европейских стран. Один из отчетов указывает, что в США мошенничество в страховой отрасли обходится потребителям минимум в 80 миллиардов долларов в год. Основными схемами мошенничества являются фальсификация травм, недонесение релевантной информации и инсценировка аварий.В Великобритании, несмотря на общее снижение числа обнаруженных случаев мошенничества на 19% в 2022 году, средняя стоимость мошенничества увеличилась до 15,000 фунтов стерлингов, что на 20% выше по сравнению с предыдущим годом.

Какие самые распространенные схемы обмана Вы можете назвать?

И.В.: Самые распространенные схемы обмана в автостраховании включают различные методы, которые используются мошенниками для получения незаконной выгоды от страховых компаний. Вот несколько основных схем:

1. Инсценировка аварий: мошенники устраивают подставные ДТП, чтобы подать на страховую компанию заведомо ложные требования о возмещении ущерба.

2. Увеличение ущерба: после реального ДТП мошенники умышленно увеличивают размер повреждений автомобиля, чтобы увеличить сумму страховой выплаты.

3. Поддельные документы: использование фальсифицированных или поддельных документов для подачи заявлений о страховых случаях. Это может включать поддельные квитанции о ремонте или поддельные медицинские справки.

4. Преувеличение стоимости ущерба: мошенники могут завышать стоимость ремонта или стоимость запасных частей в ремонтных сметах.

5. Повреждение автомобиля владельцем:в некоторых случаях владельцы намеренно повреждают свой автомобиль, чтобы получить страховую выплату, например, заявляя о краже автомобиля или его частей.

6. Брокерство: мошенники выдают себя за страховых агентов или брокеров, продавая недействительные полисы автострахования. Покупатели таких полисов оказываются без реального страхового покрытия в случае ДТП.

7. Использование чужих данных— иногда мошенники используют личные данные других лиц без их согласия для оформления страховых полисов и последующего получения выплат.

Как с этим боролись до внедрения искусственного интеллекта в отрасль?
И.В.: До широкого внедрения искусственного интеллекта (ИИ) в процессы борьбы с мошенничеством в автостраховании компании использовали различные методы и стратегии для его выявления и предотвращения. Вот несколько основных подходов, применявшихся до эры ИИ:

1. Специализированные подразделения по борьбе с мошенничеством: многие страховые компании создавали специальные отделы, которые занимались исключительно расследованиями подозрительных страховых случаев. Сотрудники этих отделов обычно имели опыт в правоохранительных органах или частных детективных агентствах.

2. Проверка и анализ данных: аналитики использовали различные базы данных для проверки информации, предоставленной при оформлении страховых полисов или заявлений о страховом случае. Это включало проверку автомобильных номеров, водительских удостоверений и других документов.

3. Физические осмотры: перед выплатой по большим страховым случаям проводились физические осмотры транспортных средств, чтобы убедиться в достоверности заявленных ущербов.

4. Обучение персонала: страховые агенты и сотрудники клиентских служб проходили обучение, чтобы научиться распознавать признаки мошенничества. Это включало изучение типичных схем и приемов, которые мошенники используют при подаче заявлений.

5. Сотрудничество с правоохранительными и другими органами: страховые компании активно сотрудничали с полицией и другими правоохранительными органами в случаях, когда были обнаружены особенно крупные или сложные схемы мошенничества.

Эти методы требовали значительных временных и финансовых затрат и часто не позволяли обнаруживать мошенничество на ранних стадиях. Внедрение ИИ и других технологических решений позволило автоматизировать многие из этих процессов, ускорить анализ данных и повысить эффективность борьбы с мошенничеством на всех уровнях.

Как помогает ИИ?

И.В.: Основными преимуществами применения ИИ в автостраховании являются автоматизация обработки заявлений, анализ поведенческих паттернов, возможность распознавать образы . Например, нейросеть может автоматически обрабатывать и анализировать заявления о страховых случаях, снижая время обработки и уменьшая человеческий фактор при оценке ущерба. Также она анализирует поведение клиентов и историю транзакций для выявления необычных или подозрительных действий, которые могут указывать на мошенничество. Применение технологий распознавания образов позволяет ИИ анализировать фотографии поврежденных автомобилей, автоматически сопоставляя их с данными о реальных повреждениях для предотвращения завышения ущерба.

Согласно исследованию, проведенному компанией McKinsey, применение ИИ в страховании может сократить расходы на обработку заявлений до 30%, а также уменьшить количество мошеннических случаев за счет быстрого и точного анализа. Более того, отчет Accenture показывает, что 79% страховых компаний уже внедрили или планируют внедрить ИИ для улучшения эффективности своих операций.

Например, Progressive Insurance использует ИИ для анализа данных о страховых случаях, что помогает компании быстро идентифицировать случаи потенциального мошенничества, особенно в ситуациях с подозрительно высокими требованиями по ущербу. Allstate разработала систему виртуальной оценки ущерба, использующую ИИ для анализа фотографий аварий и автоматического создания оценок стоимости ремонта, что сокращает возможности для манипуляций со стороны сервисных центров.

Искусственный интеллект значительно повышает эффективность борьбы с мошенничеством в автостраховании, позволяя страховым компаниям не только сократить издержки, но и предложить клиентам более выгодные и прозрачные условия страхования предотвращая мошеннические действия, тем самым защищая как себя, так и своих клиентов.

Насколько распространено его использование в отрасли?

И.В.: Многие крупные страховые компании уже активно используют ИИ для различных целей, от автоматизации обработки заявлений до борьбы с мошенничеством и управления рисками.

По данным исследований, значительное количество страховых компаний планируют интегрировать ИИ в свои операции в ближайшие годы. Например, отчёт Accenture показывает, что около 79% страховых компаний включили ИИ в свою стратегию цифровой трансформации, а исследование McKinsey Global Institute предсказывает, что к 2030 году автоматизация, включая применение ИИ, может затронуть до 25% задач в индустрии страхования.

Как технология будет развиваться в ближайшие годы в сфере автострахования?

И.В.: ИИ и машинное обучение станут еще более интегрированными в автострахование, обеспечивая более глубокий и точный анализ данных для оценки рисков и определения стоимости полисов. Алгоритмы ИИ будут улучшены для предсказания риска страховых случаев с высокой точностью, что позволит компаниям предлагать персонализированные тарифы и снижать ненужные расходы.

Также технология блокчейн может быть использована для создания надежных и не поддельных страховых полисов, что сделает процессы более прозрачными и уменьшит мошенничество. Блокчейн позволит в реальном времени верифицировать и отслеживать все изменения в страховом полисе, обеспечивая защиту от подделок и несанкционированных изменений.