白皮書顯示，保險欺詐一直是保險業(yè)的頑疾，根據(jù)國際保險監(jiān)管者協(xié)會測算，全球每年約有20%-30%的保險賠款涉嫌欺詐，損失金額約800億美元。從中國保險行業(yè)欺詐情況來看，車險欺詐占比較高，主要呈現(xiàn)三大特征：

欺詐形式多樣化。車險領(lǐng)域欺詐風險集中，據(jù)統(tǒng)計，車險常見欺詐類型有擺放現(xiàn)場、二次碰撞、故意出險、虛報盜搶、駕駛員酒駕或毒駕調(diào)包、重復索賠等30多種。此外，意健險、企財險等的欺詐風險也在不斷增加。

欺詐手段專業(yè)化。以車險欺詐為例，據(jù)保險公司統(tǒng)計，以汽修廠、4S店或二手車行人員為主的職業(yè)型欺詐和頂包案件占了大多數(shù)。車商等專業(yè)人員利用保險公司政策和管理的空檔，通過故意制造交通事故、編造未曾發(fā)生的交通事故、提供虛假理賠材料等手段進行詐騙。

此外，近些年，保險欺詐從以往“個案偶發(fā)類”逐漸演變?yōu)?ldquo;團伙蓄意類”。車險欺詐以傳統(tǒng)修理廠為主體的“配件倒換”、“套用舊件制造事故”等常規(guī)方式，轉(zhuǎn)化為多主體(包括修理廠、二手車商、黃牛等)利用維修車輛資源進行拼湊事故(將同為單方事故的兩輛車，拼湊為兩起雙方事故，在不同保險公司進行賠付)、利用高價值二手車故意制造全損事故等方式，手段隱蔽專業(yè)、作案金額更大，也加大了保險公司取證和打擊的難度。

白皮書指出，面對多樣化的欺詐手段，保險公司應(yīng)對策略卻比較單一，目前大部分保險公司主要依賴查勘、定損、核保、核賠人員的主動發(fā)現(xiàn)來識別風險。多樣化的欺詐手段對于人員經(jīng)驗和技能要求極高，不僅人力耗費大、成本高，還可能引發(fā)人為的欺詐滲漏風險，傳統(tǒng)的風險管控方式已經(jīng)無法滿足當前高速發(fā)展的保險市場的要求。

白皮書進一步指出，在保險公司反欺詐反滲漏的過程中，存在諸多與數(shù)據(jù)相關(guān)的挑戰(zhàn)。數(shù)據(jù)質(zhì)量差、內(nèi)部信息割裂和外部信息難共享等問題增加了行業(yè)和企業(yè)的風控難度，直接影響保險風控效果。調(diào)查顯示，45%的險企認為“內(nèi)部數(shù)據(jù)質(zhì)量”是應(yīng)對欺詐的最大挑戰(zhàn)，34%的保險公司認為“外部數(shù)據(jù)訪問不足”、33%的保險公司認為“與其他保險公司合作”是一項重要的挑戰(zhàn)。

為解決以上痛點，白皮書建議，保險公司需深度應(yīng)用人工智能、區(qū)塊鏈等前沿技術(shù)，從數(shù)字化、立體化、前置化、智能化四個方面全面升級風險管控模式。建立配件工時、醫(yī)藥方案等標準數(shù)據(jù)與規(guī)則庫，優(yōu)化風險預(yù)警規(guī)則和模型;引入行為、車輛、健康等非案件數(shù)據(jù)，風控依據(jù)從公司內(nèi)部向外部及非保險領(lǐng)域進行立體化延伸，多方共建風控機制，提升風控覆蓋度與精準度;利用大數(shù)據(jù)、可穿戴設(shè)備、人工智能等技術(shù)手段引導和預(yù)防風險事件，降低保險風險發(fā)生概率，從而降低保險公司賠款支出;結(jié)合AI圖片識別、生物識別、情緒識別、區(qū)塊鏈等前沿技術(shù)，以電腦代替人腦，通過機器學習等更智能化的方式應(yīng)對已知和未知的風險。