蚂蚁金服发布「定损宝」,推动图像定损技术在车险领域的应用

简介: 6 月 27 日,蚂蚁金服在北京宣布向保险行业全面开放技术产品「定损宝」,用 AI 技术模拟车险定损环节中的人工作业流程,帮助保险公司实现简单高效的自动定损,成为图像定损技术在车险领域的首次商业应用。

人工智能技术在金融产业取得突破性发展的大背景下,Fintech(金融科技)应运而生的产物。如何在金融级场景这片热土上,最大程度挖掘 AI 技术算法以及数据的价值和潜力,成为行业内一众玩家努力开垦的新方向,而蚂蚁金服一直是其中先行者。6 月 27 日,美国权威科技杂志《MIT 科技评论》以科技领军能力及商业敏感度为衡量依据,评选出「2017 全球最聪明 50 家公司」,蚂蚁金服成为唯一上榜的金融科技公司。《MIT 科技评论》认为,蚂蚁金服利用人工智能、区块链等前沿技术在保证风控安全的同时,不仅提升了金融服务效率,并且降低了金融服务成本。今年 2 月,蚂蚁金服的「刷脸支付」技术也曾被《MIT 科技评论》评为 2017 年全球十大突破性技术。


同一天,蚂蚁金服正式宣布向保险行业全面开放「定损宝」,利用人工智能技术帮助保险公司实现车险理赔优化,不仅可以有效降低理赔运营成本、提升定损效率、解决偏远地区或高峰期人力不足的问题,还能增强用户体验、秒级解决问题、降低欺诈风险。


微信图片_20211128215541.jpg6 月 27 日,蚂蚁金服保险事业群总裁尹铭宣布推出定损宝


这个图象定损项目并不是一个简单的图像识别问题,而是隐含了所有计算机视觉经典的问题


蚂蚁金服保险事业群总裁尹铭现场演示了定损宝的具体使用方法。首先,按照定损宝提示的要求,依次上传车辆的全景照片、受损部位照片以及受损部位细节照片;


微信图片_20211128215608.jpg微信图片_20211128215620.jpg


之后,用户确认完成上传照片的确认,定损宝通过云端服务器的算法模型进行判定,在几秒内就可以给出准确的定损结论,并提供查看附近修理厂以及来年保费预测的功能。


微信图片_20211128215636.jpg


「定损宝虽然看上去很简单,但是背后的工作非常艰苦,我们克服了很多的困难。」蚂蚁金服保险事业群总裁尹铭介绍道,基于图像的定损过程包含照片自动分流、部件识别、去反光、图像角度矫正等核心技术。


对于定损宝背后的技术支持,蚂蚁金服副总裁、首席数据科学家漆远分析称,「这个图象定损项目并不是一个简单的图像识别问题,而是隐含了所有计算机视觉经典问题,从目标识别、检测到损伤程度的判定,到多模态的结合甚至与其他数据的结合。」在深度学习框架中,原始的图象变成了一个表达,多个表达形成综合的判断,进而产生了最后的决策结果,而这个决策就是定损宝产品的输出。「技术的核心价值在于解决真实世界的问题,我们并不是说为了技术而技术,而是源于成本、渗漏、体验、索赔四大问题,这些问题的解决也真正推动了我们的技术创新。」


微信图片_20211128215649.jpg


从最初的文字识别、数字处理,到后来的物体识别与检测、场景理解,计算机视觉技术获得长足发展,一步步迈向智能决策。「我们的定损宝产品中就会有一个这样的智能团体。」漆远介绍道。


虽然深度学习在 ImageNet 上取得了巨大的成功,甚至在某些任务上拥有了超越人类的表现,但是实验室算法与实际落地场景之间往往存在难以逾越的鸿沟。在现实车险理赔场景中,算法需要应对光反射、阴影、倒影、污渍、水滴等干扰因素,从海量数据中提取对定损有效的关键信息。而在此之前,面对千万级杂乱无章的车险定损历史图片进行结构化规整、数据整理、清洗以及必要的标注就已经是一项前所未有的挑战。


损伤程度的判定被认为是整个定损中的核心环节,因为刮擦、变形、撕裂等损伤程度的不同都对应不同的维修方案。蚂蚁金服与行业内的专家进行大量沟通,梳理各种损伤类型。在分析了多个会对损伤判定造成干扰的因素之后,蚂蚁金服利用沉淀的大量历史定损数据, 针对对不同的车型、颜色和光照条件进行模型迭代学习,融合多个模型的经验, 开发出的算法能够输出针对不同程度的损伤类型给出较为精准的定损结论。


另外,维修方案的决策也并非易事,其中的难度在于同一车型的年款、排量、配置不同,会导致配件价格的不同,比如别克凯越系列就有 51 款车型。蚂蚁金服保险事业群副总裁李冠如解释说,「在定损的五秒钟里,照片上传到云端,云端经过算法模型,输出了相应的部件和维修方案。这个方案加上承保时的车型,整体传输到配件的数据库读取他的 OE 码。这个码再沿着方案传到保险公司,形成相应的价格,这就是我们的行业解决方案,未来我们会把相应的解决方案给到不同保险公司,完成价格匹配过程。」


定损宝每年可为保险行业节约 20 亿元成本


在传统定损解决方案中,报案、现场勘查、提交理赔材料、审核、最终赔付车险处理流程复杂且费时,定损宝秒级完成车险理赔的过程能够改善用户体验,提升理赔效率。同时,估算次年保费,也是一项可以帮助用户判断是否需要索赔的重要功能。蚂蚁金服希望通过技术解决方案在提升定损效率的同时降低门槛,李冠如透露,蚂蚁金服的目标是让人人都能成为定损员。


微信图片_20211128215712.jpg对保险公司而言,为了根据事故现场做出损伤原因的初步判断并确认损伤的车部件及损伤程度,往往要雇佣大量的人力长期驻派多地进行重复的拍照作为定损记录的依据。定损宝这类产品则依托深度学习图像算法逐步替代定损环节中的重复性人工作业流程,将大大降低车险定损环节中的人力以及时间成本。


据尹铭介绍,在中国每年 4500 万件案例中,有 60% 是纯外观损伤,可以由定损宝高效完成。在成本上,全国有 10 万理赔勘查人员,包括查勘车的折后成本等,每一个赔案平均约为 150 元,按照蚂蚁金服测算,定损宝可以减少勘查定损人员 50% 的作业量,每年为行业节约 20 亿元的成本,这是一个惊人的数字。除此之外,车险行业每年约有 500 亿元的小额赔款,这其中有 10% 到 20% 的理赔渗漏。定损宝可以明显优化车险行业内的水分,降低保险公司的理赔渗透比例。


目前,蚂蚁金服向保险公司开放了免费试用定损宝的较长试用期,未来进入收费阶段,费用也会远低于其花在查勘定损上的成本。



微信图片_20211128215726.jpg

在发布会现场,蚂蚁金服发起了一场人机 PK 大战。蚂蚁定损宝与六名资深定损员组成的团队,就 12 个车险案例中随机抽取的案例,同时进行案件分析,输出每个按键的定损结果,定损结果准确率高者获胜。定损宝与定损员团队在 10 个案例中达成一致,剩余两个有争议案例经过现场定损员投票决定,各有一例被判定为不准确。从准确率上看,双方似乎达成了平手,但是从判定时间上,定损宝仅用 6 秒就完成了全部 12 例定损,而定损员团队则花费 6 份 48 秒才合作完成任务。

相关文章
markdown字体大小颜色样式详解
【4月更文挑战第10天】Markdown不直接支持字体样式设置,但可通过HTML标签实现。如用`<font face="字体名">`改变字体,`<font color=颜色值>`改变颜色,`<font size=数字>`调整大小。组合使用如`<font face="黑体" color=green size=5>`可同时设置。注意并非所有Markdown解析器都支持这些语法,使用前需查阅解析器文档。
1263 1
|
1月前
|
弹性计算 运维 Java
EDAS + Spring Cloud 实战:企业级应用平台从0到1的完整搭建
20 个微服务散落在不同 ECS 上,发布靠手动 SSH,配置靠 Excel——这是我们团队 2024 年的真实写照。引入阿里云 EDAS 后,20 个服务统一纳管,一键发布替代手动部署,配置版本化让变更可追溯,故障 30 秒定位取代 2 小时盲猜。本文以一个中型物流平台的微服务治理为案例,从痛点剖析、EDAS 架构设计、环境搭建、六大核心能力实战(应用生命周期 / 服务注册发现 / 配置管理 / 灰度发布 / 限流熔断 / 分布式事务)、Spring Cloud 接入、CI/CD 集成到 5 个生产踩坑实录,完整呈现企业级应用平台从 0 到 1 的搭建路径。
|
3月前
|
监控 安全 前端开发
构建坚不可摧的防线:全方位保障 API 接口数据安全
本文系统拆解企业级API安全防护体系,涵盖鉴权、传输加密、防篡改、防重放、限流熔断、参数校验、日志监控与合规风控八大维度,提供JWT/OAuth2/HMAC等实战方案,强调HTTPS为底线、签名+幂等为关键、监控巡检为长效保障,助力开发者构建稳定、安全、可追溯的生产级接口防线。
568 0
|
11月前
|
设计模式 人工智能 自然语言处理
3个月圈粉百万,这个AI应用在海外火了
不知道大家还记不记得,我之前推荐过一个叫 Agnes 的 AI 应用,也是当时在 WAIC 了解到的。
1016 2
|
6月前
|
传感器 人工智能 自动驾驶
自动驾驶中行人目标检测数据集(近4000张图片已标注)| YOLO训练数据集 AI视觉检测
本数据集含近4000张高质量标注图像,专为自动驾驶行人检测设计,精细划分pedestrian(动态行人)、ped(旁观者)、people(人群)三类,覆盖城市、城郊、商圈等多场景,支持YOLOv5-v10等模型训练,助力行为预测与安全决策。
自动驾驶中行人目标检测数据集(近4000张图片已标注)| YOLO训练数据集 AI视觉检测
|
人工智能 安全 API
什么是通用人工智能?一文了解2025年AGI技术突破、企业尝试与未来趋势
通用人工智能(AGI)是指具备人类同等认知广度的机器系统,能跨领域学习、推理和解决问题。随着GPT5等模型的突破,AI已能在影视创作、医疗诊断、编程等领域展现强大能力,推动AGI从科幻走向现实。本文深入解析AGI的技术进展、落地应用与伦理挑战,展现其如何重塑产业与社会。
3254 0
|
机器学习/深度学习 自然语言处理 数据安全/隐私保护
探索Qwen2.5大模型在车险理赔领域的应用
本文探讨了Qwen2.5大模型在车险理赔领域的应用,特别是通过微调模型来优化理赔流程、提高反欺诈能力。文章介绍了车险理赔的数据特点和业务流程,展示了如何准备数据、微调模型,并进行了模型评估和部署的示例。通过这些方法,Qwen2.5能够显著提升理赔效率和准确性,减少人工干预。
1598 1
|
9月前
|
人工智能 数据可视化 安全
通过阿里云 Chat App 合规接入 WhatsApp Business API:WABA 注册指南
本文将详解如何通过阿里云 Chat App 消息服务完成WABA 账号注册。
1946 0
|
存储 人工智能 API
AgentScope:阿里开源多智能体低代码开发平台,支持一键导出源码、多种模型API和本地模型部署
AgentScope是阿里巴巴集团开源的多智能体开发平台,旨在帮助开发者轻松构建和部署多智能体应用。该平台提供分布式支持,内置多种模型API和本地模型部署选项,支持多模态数据处理。
16836 78
AgentScope:阿里开源多智能体低代码开发平台,支持一键导出源码、多种模型API和本地模型部署

热门文章

最新文章