最近，英国《卫报》报道称，一些骗子正在利用人工智能照片编辑软件篡改照片，以进行保险欺诈活动。这一发现令保险公司震惊，因为这可能导致汽车保险费用飙升至历史最高水平。
安联保险公司表示，从2021年至2023年期间，利用应用程序篡改现实生活中图像、视频和文档的事件增加了300%。他们表示，“这表明这可能成为保险业面临的最新大型骗局之一”。
苏黎世英国保险公司也指出，他们发现越来越多的索赔案件涉及使用人工智能技术篡改。一位公司代表表示，“从反欺诈的角度看，这正成为新兴的威胁之一”。
尽管深度伪造通常是利用人工智能创建的恶作剧图像、视频或文档，但使用手机上的传统编辑软件和诸如Photoshop等应用程序也可以进行伪造。安联表示，图像编辑及深度伪造的兴起，“给英国消费者带来了巨大风险”。
英国苏黎世理赔欺诈主管斯科特·克莱顿表示，数据伪造在汽车保险中非常普遍。欺诈者使用图像编辑软件将虚假的车牌号添加到已注销的车辆上。
他说：“我们发现越来越多的人在代理网站上找到全损车辆，然后在那辆车上植入一个注册号。然后对该车辆提出索赔，索赔处理人员按照表面价值将其视为实际车辆。”
克莱顿补充道，在过去，打算通过“撞车换现金”索赔来欺骗保险公司的犯罪分子需要让车辆相互碰撞。“现在人们可以完全在电脑后面创建欺诈性索赔，并从中获利，因为这些车辆已经完全损坏了。”
欺诈活动的增加是导致汽车保险费用上涨的因素之一。根据英国保险公司协会的数据，今年第一季度，英国综合汽车保险的平均价格比去年同期上涨了约三分之一（33%），即157英镑。
保险企业需要提升反欺诈能力
随着技术的进步，欺诈者也在不断更新其手段，利用AI技术，包括生成式模型、机器学习和数据分析工具等欺骗保险公司，而AI技术的应用正成为他们的新工具，使其犯罪行为更加隐蔽和复杂，挑战保险行业的防欺诈措施。
要有效应对这一挑战，保险公司需要不断改进其防欺诈技术，并利用先进的数据分析和机器学习算法来识别和阻止潜在的欺诈行为。同时，监管机构和行业协会也需要加强对保险欺诈的监管和合作，以共同应对这一日益严重的问题。
1、建立健全的数据风控与分析模型，监测保险数据的异常模式，及时发现欺诈行为的迹象。顶象Dinsight实时风控引擎帮助企业进行风险评估、反欺诈分析和实时监控，提高风控的效率和准确性。Dinsigh的日常风控策略的平均处理速度在100毫秒以内，支持多方数据的配置化接入与沉淀，能够基于成熟指标、策略、模型的经验储备，以及深度学习技术，实现风控自我性能监控与自迭代的机制。与Dinsight搭配的Xintell智能模型平台，能够对已知风险进行安全策略自动优化，基于风控日志和数据挖掘潜在风险，一键配置不同场景支持风控策略。其基于关联网络和深度学习技术，将复杂的数据处理、挖掘、机器学习过程标准化，提供从数据处理、特征衍生、模型构建到最终模型上线的一站式建模服务。
2、采用身份验证技术，确保投保人身份的真实性，同时对投保人的行为模式进行分析，识别异常行为。顶象设备指纹通过将多端设备信息的内部打通，对每个设备生成统一且唯一设备指纹。分析设备是否存在多账号登录、是否频繁更换IP地址、频是否繁更换设备属性等出现异常或不符合用户习惯的行为，追踪和识别欺诈者的活动。与基于AIGC技术的顶象无感验证搭配，能够防止AI的暴力破解、自动化攻击和钓鱼攻击等威胁，有效防止未经授权的访问、账户被盗用和恶意操作，从而保护系统的稳定性。
3、利用图像识别技术，对索赔资料中的照片、视频等进行分析，检测可能的伪造或篡改。顶象全链路全景式人脸安全威胁感知方案通过设备环境、人脸信息、图像鉴伪、用户行为、交互状态等多维度信息进行智能核验，快速识别注入攻击、活体伪造、图像伪造、摄像头劫持、调试风险、内存篡改、Root/越狱、恶意Rom、模拟器等运行和系统类等30多类恶意攻击行为，及时发现伪造视频、虚假人脸图片、异常交互行为后，可自动阻断操作。同时能够灵活配置视频核验强度与友好度，实现对正常用户无感验证，对异常用户加强验证的动态机制。
4、与执法部门、其他保险公司和第三方数据提供商建立合作机制，共享信息和情报，加强对欺诈行为的监测和打击。
通过采用上述手段，搭建多渠道全场景多阶段防护的安全体系，系统对抗AI带来新威胁，保险公司能够更高效地预防 各类新型欺诈风险，守护自身与客户的利益。
业务安全产品：免费试用
业务安全交流群：加入畅聊
