在“降費增保”的目標效應下，伴隨的是車險保費增速持續走低、理賠工作量增加、人力不足、成本率攀升等多重壓力。車險欺詐向來是保險欺詐的重災區，每年保險行業的欺詐滲透率約為10～15%，總欺詐金額約數百億元。面對重重困境，各家險企都在竭力尋求“規模與效益”之間的平衡，同時倒逼險企快速轉型，實現成本結構優化，降本增效。過去的一年中，保險公司紛紛加快升級理賠反欺詐的智能決策與數字化運營系統。調查數據顯示，2020年保險行業信息投入就達351億元，2021年受新冠疫情影響，保險行業數字化轉型訴求更加強烈。預計未來幾年，行業科技投入仍將保持近15%的增長速度。

與此同時，同盾科技專家研究發現，隨著欺詐手段的不斷升級，欺詐團伙越發“專業化”，他們深度研究保險公司的系統流程，利用承保和理賠的漏洞進行詐騙，刻意規避現有的防范機制，甚至還形成了產業化車險欺詐模式，給調查帶來了重重困難，傳統的反欺詐手段明顯到了瓶頸期。對此，同盾科技基于AI智能特別打造了車險理賠減損解決方案，目的是幫助客戶實現進一步升級風控系統，與原有的反欺詐手段形成有效互補。

同盾科技的AI智能理賠解決方案主要有三大特點：一是應用同盾科技的復雜網絡結合圖算法，可以發現傳統規則和模型下難以發現的全局性欺詐。同時，同盾科技通過產品專家和業務專家共同合作，將知識圖譜產品“云圖”與保險理賠深度結合，打造成為包含自動鎖定發現欺詐-系統打標記錄-調查追償-反查內外部風險主體的閉環系統。二是基于機器學習、深度學習等在泛金融領域的成熟應用經驗，同盾科技將相關技術與保險理賠的場景特點結合，多算法融合升級實時反欺詐能力。三是將風控管理前置，同盾利用海量的從人數據，與保險公司聯合，在報案時就對客戶精準畫像，及時發現風險。同盾科技根據險資企業需求，利用從人數據，為保險公司車險定價提供“從人”因子，定向開發模型，幫助保險公司精準的篩選客群，更好地識別高風險和低風險客戶，提升定價精度。

要從根本上實現“降本增效”的目標，不僅需要從基礎核心全業務環節實現生產要素的升級，進一步打通業務之間的鏈接，提升業務效率；同時在每個環節中都需要把技術能力與保險場景做深度融合。未來，同盾科技將協助保險機構通過業務與數據共同驅動，有效提升保險公司反欺詐能力，進而在此基礎上不斷地自我學習進化，實現完整業務鏈的創新迭代。