传统保险痛点：
1）过去人工办理核保、理赔等流程存在时效性差、准确性不足的问题。而用户在保险服务中对核保、理赔等环节的时效性和准确性较为敏感，每年保险消费投诉中有很大一部分来自于核损金额争议、理赔慢等，低效率的人工服务影响客户体验；
2）车险理赔环节中，保险公司无法全流程追踪，“跑冒滴漏”现象严重，赔付虚增明显。
保险科技赋能
核心在于降低人工干预比例，建立7×24小时线上平台使保险展业摆脱时间、空间的限制，做到对客户需求实时响应。通过技术替代大量人工重复劳动，通过电子化减少纸质文档再录入过程中容易出现的信息不准确或缺失等问题，可以有效地降低业务操作类风险、提高运营效率。此外，应用深度学习图像识别检测技术，运用AI识别出险案件、判断财产损失，迅速给出准确的定损结果和修理建议，进行智能定损、智能理赔等，将有效改善“跑冒滴漏”问题。此外，通过AI文档相机，在线对客户提交理赔材料进行智能化审核，对模糊、缺章、缺签字、关键凭证缺失进行在线提醒和处理，避免客户提交后审核让客户做二次补充，大幅提升在线交互业务效率。
核保与理赔中，能缩减业务流程或节点的核心基础是风控，能通过数智能力进行风险识别、反欺诈，就能大幅提高业务效能，降低运营成本。保险的反欺诈场景中，团伙作案最难预防和发现，应用大数据+智能算法的黑团伙挖掘技术，在一定程度上可以做到核赔阶段的拦截。
例如，借鉴look-alike算法（look-alike算法是计算广告中经常用来进行相似人群扩展的一类算法，通常被用在广告投放领域）黑种子挖掘，基于给定的黑种子，对其他团伙成员进行召回和风险排序，找到与这些黑种子关联的其他风险节点，达到提升团伙覆盖的目的。
欺诈场景中，很多欺诈者之间同样也存在类似的关系，欺诈者在欺诈前后跟团伙其他成员之间可能也会存在一定的关系关联。但是在业务场景中，我们只可能拿到一部分黑节点，比如受害人在被欺诈之后进行报案，这个时候我们可以获取交易的被动方（收款方）作为黑节点。但是存在这样两种情况：有些受害人在被欺诈之后没有及时报案，这些隐案涉及的节点无法加入黑种子节点中；此外还存在一类中介节点，这些人通过某些方式，遥控指挥欺诈团伙，这种中介节点也无法加入到黑种子节点中。但同时类似look-alike算法可以实现黑种子节点的增益，进而发现欺诈团伙之间的关系。
