ATEC倒计时15天|国内首个车险图像定损背后的AI技术(赠门票)

简介:


小蚂蚁说:

考虑到加速回报定律,过去20年,科技对日常生活的改变可能比我们想象中的更丰富和立体。

只是,看不见,摸不着的技术是如何悄无声息地进行着这场革命?又是哪些技术完成了让“鸡毛蒜皮”更加便捷、高效的改变?

在距离2018年ATEC峰会还有三十天的时候,我们启动这个海报系列,希望通过不同时空下,30个不同场景的对比,讲述科技如何惊艳了时光。这是蚂蚁科技的故事,是蚂蚁科技客户们的故事,更是我们每一个人的故事。

ATEC倒计时15天|国内首个车险图像定损背后的AI技术(赠门票)

蚂蚁金服图像定损技术,让人人都能成为定损员!

去年6月,蚂蚁金服对车险行业定制上线「定损宝」,这是图像定损技术首次在车险领域实现的一款商业应用。定损宝将过去由人工肉眼判定车损的环节升级成用人工智能做标准化统一定损,时间更短、准确率更高。不到一年里,「定损宝」已为太平、大地、阳光、安盛天平等多家保险公司提供定损、定价调用服务超过千万次,共计节省定损人员工作量超75万个小时,为车险业节省超20亿元的理赔成本。

今年5月,定损宝技术版本正式升级,包括将图像识别升级成准确率更高的视频识别,将开放技术平台,从与保险公司一对一理赔系统对接升级成未来保险公司可自助接入定损宝。

1. 车主自行定损、进一步减少理赔渗漏比例

将图像识别技术应用在车险定损领域,解决了对不规则车辆损伤进行识别的行业难题,用AI充当定损员的眼睛和大脑,可在减少查勘定损人员繁杂工作量的同时,提高标准化定损的准确率。

车辆损伤后车主自己拿手机,按照系统指引拍摄一段视频,随即就能在手机上看到车辆损伤的情况,需要怎样的维修,以及保险可以赔付的金额。用户再不用担心定少了或者定漏了,也缩短了能够领到理赔款的时间。

对于升级版本,蚂蚁金服介绍,「要真正提升用户的查勘定损体验,最好是用户随手拍照就能实现定损,人人都能成为定损员。」

「为了让普通车主随手拍也能达到专业查勘定损人员的效果,我们应用了大量新技术,光专利数就达到了46项,是上一代产品的两倍还要多。」

由于视频相较于图片而言,反馈给机器分析的综合信息量更大,可使定损宝的准确率呈几何式提高,再加上使用群体从专业定损员扩大至普通车主后,会让车险理赔环节更彻底地挤掉原本缺乏标准、难以判断的「水分」,更高效帮助保险公司减少理赔渗漏的比例。

据统计,过去一年「定损宝」已经为行业节省案例处理成本超过10亿元,减少理赔渗透约10亿元。从图片识别升级成视频识别后,增强版的反欺诈技术甚至能够识别是本次事故损伤还是旧损伤,更进一步帮助行业减少虚假骗保案件。

除技术升级外,新版「定损宝」面向行业开放的方式也发生了变化,此前需要系统逐一对接各家保险公司,很快,定损宝将成为标准化的技术平台,保险公司可以自行开发对接,通过平台化的方式提供给保险公司,以更好地服务用户。

2. 科技成保险业高质量发展的重要引擎

太平财险总经理于泽表示,「定损宝1.0给我们理赔定损降低成本、减少支出的同时,大幅提升了定损效率,提高了客户满意度。定损宝2.0版普通用户能自助定损,可以让我们的定损队伍聚焦到复杂事故的处理上,对公司定损能力是很好的补充和帮助。」

蚂蚁金服正在致力于用技术与保险公司共同提升效率和用户体验,通过「定损宝」等技术创新,助力保险业高质量发展,未来会有越来越多的保险公司能应用到这些创新性技术。

尽管人工智能的应用在车险领域日臻成熟,但汽车产业也在高速智能化发展。随着IoT物联网应用的普及,车辆的传感设备将极大简化事故后车辆损失数据的收集过程,通过IoT传感设备,自动识别车辆和周围物品损失。

蚂蚁金服保险事业群总裁尹铭说:“我们已经预见到定损宝被取代的那一天”。他认为,这些可预见的变化也会引导车险模式的彻底重构。目前定损宝是基于图像或视频的识别定损,而未来,「也许图像和视频的采集环节都不用了,车辆传感设备会自动解决定损理赔问题。」

官方福利(ATEC赠票)

2018年9月19日,一年一度的蚂蚁金服ATEC科技探索大会将作为云栖大会的一部分在云栖小镇再次召开。持续关注“蚂蚁金服科技”官方微信账号,了解更多一手信息!

想参加今年的蚂蚁金服ATEC科技探索大会?请在公众号内本文的评论区下方留下你的精彩评论,我们将会每天都抽取点赞数最高的前三名分别送出一张云栖大会单日门票一张!(友情提示:转发本文至朋友圈可能点赞更多哦~)

— END —

ATEC倒计时15天|国内首个车险图像定损背后的AI技术(赠门票)
目录
相关文章
|
8天前
|
人工智能 搜索推荐 安全
AI技术在医疗领域的应用与挑战
【10月更文挑战第27天】 本文探讨了人工智能(AI)在医疗领域的应用,包括疾病诊断、药物研发和患者管理等方面。同时,也分析了AI在医疗领域面临的挑战,如数据隐私、伦理问题和技术局限性等。通过对这些方面的深入分析,我们可以更好地理解AI在医疗领域的潜力和发展方向。
109 59
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
思通数科AI平台在尽职调查中的技术解析与应用
思通数科AI多模态能力平台结合OCR、NLP和深度学习技术,为IPO尽职调查、融资等重要交易环节提供智能化解决方案。平台自动识别、提取并分类海量文档,实现高效数据核验与合规性检查,显著提升审查速度和精准度,同时保障敏感信息管理和数据安全。
40 11
|
2天前
|
人工智能 自然语言处理 算法
企业内训|AI/大模型/智能体的测评/评估技术-某电信运营商互联网研发中心
本课程是TsingtaoAI专为某电信运营商的互联网研发中心的AI算法工程师设计,已于近日在广州对客户团队完成交付。课程聚焦AI算法工程师在AI、大模型和智能体的测评/评估技术中的关键能力建设,深入探讨如何基于当前先进的AI、大模型与智能体技术,构建符合实际场景需求的科学测评体系。课程内容涵盖大模型及智能体的基础理论、测评集构建、评分标准、自动化与人工测评方法,以及特定垂直场景下的测评实战等方面。
18 4
|
1天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
6天前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗健康领域的应用与挑战####
本文旨在探讨人工智能(AI)技术在医疗健康领域的创新应用及其面临的主要挑战。通过深入分析AI如何助力疾病诊断、治疗方案优化、患者管理及药物研发,本文揭示了AI技术在提升医疗服务质量、效率和可及性方面的巨大潜力。同时,文章也指出了数据隐私、伦理道德、技术局限性等关键问题,并提出了相应的解决策略和未来发展方向。本文为医疗从业者、研究者及政策制定者提供了对AI医疗技术的全面理解,促进了跨学科合作与创新。 ####
|
4天前
|
人工智能 算法
AI技术在医疗领域的应用及其挑战
【10月更文挑战第31天】本文将探讨AI技术在医疗领域的应用及其面临的挑战。我们将从AI技术的基本概念开始,然后详细介绍其在医疗领域的应用,包括疾病诊断、药物研发、患者护理等方面。最后,我们将讨论AI技术在医疗领域面临的挑战,如数据隐私、算法偏见等问题。
|
4天前
|
存储 人工智能 文字识别
AI与OCR:数字档案馆图像扫描与文字识别技术实现与项目案例
本文介绍了纸质档案数字化的技术流程,包括高精度扫描、图像预处理、自动边界检测与切割、文字与图片分离抽取、档案识别与文本提取,以及识别结果的自动保存。通过去噪、增强对比度、校正倾斜等预处理技术,提高图像质量,确保OCR识别的准确性。平台还支持多字体识别、批量处理和结构化存储,实现了高效、准确的档案数字化。具体应用案例显示,该技术在江西省某地质资料档案馆中显著提升了档案管理的效率和质量。
|
6天前
|
机器学习/深度学习 人工智能 自然语言处理
医疗行业的语音识别技术解析:AI多模态能力平台的应用与架构
AI多模态能力平台通过语音识别技术,实现实时转录医患对话,自动生成结构化数据,提高医疗效率。平台具备强大的环境降噪、语音分离及自然语言处理能力,支持与医院系统无缝集成,广泛应用于门诊记录、多学科会诊和急诊场景,显著提升工作效率和数据准确性。
|
7天前
|
人工智能 运维 数据挖掘
跨界融合:AI与5G技术如何共同推动数字化转型
【10月更文挑战第29天】本文探讨了人工智能(AI)与第五代移动通信技术(5G)的结合如何推动数字化转型。通过高速、低延迟的5G网络和AI的数据分析能力,两者相辅相成,实现了智能化网络运维、增强网络功能和多行业的实际应用。文中提供了网络流量预测和故障预测的示例代码,展示了技术的实际应用潜力。
19 1
|
13天前
|
机器学习/深度学习 人工智能 供应链
AI技术在医疗领域的应用与未来展望###
本文深入探讨了人工智能(AI)技术在医疗领域的多种应用及其带来的革命性变化,从疾病诊断、治疗方案优化到患者管理等方面进行了详细阐述。通过具体案例和数据分析,展示了AI如何提高医疗服务效率、降低成本并改善患者体验。同时,文章也讨论了AI技术在医疗领域面临的挑战和未来发展趋势,为行业从业者和研究人员提供参考。 ###

热门文章

最新文章

下一篇
无影云桌面