第一经济网欢迎您!
当前位置:首页>财经 > 正文内容

保险业迅速采用反欺诈分析技术,应对网络诈骗

最新研究表明,保险公司正迅速采用预测算法和数字身份识别技术,遏制疫情背景下欺诈行为的激增

中国北京,2022年1月27日——据反保险欺诈联盟(CAIF)和数据与人工智能领导者SAS 最新的反保险欺诈技术研究结果,保险公司对预测分析技术的应用达到了历史最高水平。这份名为《反保险欺诈技术现状》的研究表明,80% 的保险公司采用了预测分析模型来检测欺诈行为,远高于2018年的55%。

40%的受访者表示,该研究在2021年新增了一个调查项,强调了身份验证软件的重要性。恶意网络钓鱼诈骗激增,自新冠疫情爆发以来飙升了 600%,促使身份验证分析迅速成为保险公司的必备技术。

“自2018年以来,我们通过研究发现,为打击保险欺诈相关的犯罪活动,保险公司正不断采用更加复杂的技术。”SAS保险解决方案总监David Hartley表示:“预测建模增长了 25%。文本挖掘应用几乎翻了一番,在三年内从 33% 跃升至 65%。这些研究表明,即便在新冠疫情影响下欺诈行为十分猖獗,保险公司仍在敏捷地扩展其高级分析和人工智能,以应对层出不穷的欺诈威胁。”

美国东部时间2 月 16 日下午 2 点,反保险欺诈联盟和SAS将举办一场反保险欺诈网络研讨会,深入解读这些研究结果。研讨会主题为“2022 年反保险欺诈技术现状:世界重新开放之际的技术趋势”,直播结束之后将支持回放。

2012年以来定期开展研究,了解反保险欺诈技术趋势

仅在美国国内,保险欺诈每年造成的损失高达800亿美元。在世界各个角落,欺诈分子正在利用网络钓鱼、恶意软件甚至社交媒体小程序,在消费者毫无戒备的情况下窃取他们的个人敏感信息,然后将这些数据在暗网上出售谋取暴利。诈骗分子利用这些泄露的个人信息进行恶意操作,例如常见的身份盗窃,或基于被盗数据篡改并虚构新的ID。之后,诈骗犯使用这些ID伪造保险索赔,或通过销售虚假保单向保险公司诈骗保险佣金。

2012 年以来,反保险欺诈联盟每两年开展一次反保险欺诈技术现状研究,以跟踪保险公司是如何利用技术来增强实力、打击欺诈分子和犯罪团伙的。SAS一直以来都是该研究工作的合作伙伴。

自2012年以来已进行了五次调查研究。本次最新的研究报告基于2021年10月100名联盟成员的问卷调查结果,问卷共计20个问题。这些调查对象的雇主是大型保险公司,2020年的财产险和伤亡险保费金额加起来至少约占美国保险市场的80%。

“捕捉这些趋势变化能够使我们了解保险公司反欺诈技术的应用现状和应用程度,”反保险欺诈联盟共同主席兼该组织研究委员会主席 Dave Rioux 表示:“这项研究还提供了新兴用例和常见挑战等方面的重要见解,帮助整个行业辨别哪些技术能够最有效地防范这些前所未有的欺诈攻击。”

本次研究还带来了以下启示:

反欺诈技术应用不断扩大。该研究发现,保险公司最常用的反欺诈技术包括危险信号自动标记 (88%)、预测建模 (80%)、文本挖掘 (65%)、报表制作 (64%)、案例管理 (61%)、异常报告 (51%) 和数据可视化/关联分析(51%)。

保险公司数据来源多样化。除了依赖内部数据,保险公司还收集以下数据——行业欺诈观察名单 (88%)、公共记录 (79%)、第三方聚合数据 (55%)、社交媒体数据 (48%) 和个人设备数据 (15%)。值得注意的是,非结构化数据的使用率从 2018 年的不到50%飙升至 2021年的 81%。

图片分析技术日益精进。保险公司正大幅应用照片分析技术(从 2018 年的 49% 上升到 2021 年的 81%)来鉴别索赔的真实性、识别经过修改的图像,并对其他索赔中已提交的图片进行索引。

调查人员需要更多的资源。新的反欺诈技术正在提高调查效率,但保险公司的内外部调查资源不足以覆盖每年数十亿的欺诈行为。68%的受访者表示,有限的IT资源是抗击保险欺诈最大的挑战。

“我们知道犯罪分子每年都在大规模使用先进技术,以窃取个人信息并向保险公司欺诈数十亿美元,”SAS 全球安全智能业务部首席业务顾问Kim Kuster表示:“为遏制国内外保险市场猖獗的欺诈行为,需要更广泛的应用新兴技术,并进一步提升人和机器的反欺诈能力。”

《反保险欺诈技术现状》研究以及反保险欺诈联盟其它类似的研究旨在帮助欺诈调查人员及其领导团队做好准备,以应对潜在的威胁。登录InsuranceFraud.org了解更多信息。

关于反保险欺诈联盟

反保险欺诈联盟成立于1993年,是美国唯一由消费者、保险公司和政府机构共同组建的联合机构。通过独特的工作方式,反保险欺诈联盟使消费者有能力对抗各种形式的保险欺诈,帮助反欺诈人员更好地识别并阻止欺诈行为。

免责声明:市场有风险,选择需谨慎!此文仅供参考,不作买卖依据。

关键词: 应对 网络 诈骗

标签阅读


}