Wykrywanie i przeciwdziałanie oszustwom to ogromne wyzwanie dla ubezpieczycieli na całym świecie. Od niedawna walkę z wyłudzeniami wspierają zaawansowane technologie analityczne. Korzystają one z coraz większych – wewnętrznych i zewnętrznych – zbiorów danych. Stosowane są w nich techniki sztucznej inteligencji i uczenia maszynowego.

Według szacunkowych danych publikowanych przez The Coalition Against Insurance Fraud ubezpieczyciele w USA tracą na skutek działania rozmaitych oszustów blisko 80 mld USD rocznie. Od 5 do nawet 20% kwot roszczeń wobec amerykańskich i kanadyjskich ubezpieczycieli dotyczy przypadków wyłudzeń. Insurance Europe szacuje natomiast, że w 2016 roku aż 10% wypłaconych w Europie świadczeń to wyłudzenia.

Z kolei z opublikowanego w ubiegłym roku przez Polską Izbę Ubezpieczeń raportu wynika, że liczba ujawnianych przestępstw rośnie systematycznie od 2011 roku. Wartość roszczeń przestępczych wyniosła w 2016 roku blisko 212 mln zł. Głównym obszarem działania przestępców na naszym rynku są ubezpieczenia majątkowe, zwłaszcza komunikacyjne (131 mln zł w 2016 roku).

Walkę z przestępcami wspierają od pewnego czasu zaawansowane systemy analityczne. Przetwarzają posiadane przez firmy ubezpieczeniowe dane, a także korzystają z zewnętrznych źródeł danych, żeby ograniczać ryzyko i wyłapywać przypadki wyłudzeń. Większość ubezpieczycieli posiada zautomatyzowane systemy wykrywające fałszywe roszczenia na podstawie ustalonych reguł. Coraz więcej firm decyduje się również na wdrożenia modeli predykcyjnych i zaawansowanych technik sztucznej inteligencji oraz uczenia maszynowego.

„Detekcja nadużyć w branży ubezpieczeniowej jest trudnym zadaniem, ponieważ tego typu działania przybierają różne formy i często zaangażowanych jest w nie wiele osób. Kontrole i procedury oparte na manualnej pracy śledczych, którzy analizują podejrzane przypadki, to dziś niewystarczające podejście prewencyjne. Niezbędne jest wykorzystanie nowoczesnych metod analitycznych, takich jak uczenie maszynowe, które poprzez zastosowanie modeli predykcyjnych pozwala wychwytywać zmieniające się nieustannie zachowania i typy nadużyć” – uważa Alicja Wiecka, dyrektor zarządzający SAS Polska.

Coraz więcej firm ubezpieczeniowych decyduje się na wdrożenia modeli predykcyjnych i zaawansowanych technik sztucznej inteligencji oraz uczenia maszynowego. Pozwalają one wykrywać zmieniające się nieustannie działania przestępców i typy nadużyć.

Szczegółowe informacje w czasie rzeczywistym

Inteligentne maszyny pozwalają ubezpieczycielom budować pełniejszy obraz klientów z danych nieustrukturyzowanych, pochodzących m.in. z mediów społecznych. To niezwykle istotne, ponieważ kluczem do zmniejszania ryzyka i zwiększania wykrywalności jest lepsze poznanie korzystających z ubezpieczeń. Ogólnie rzecz ujmując, tzw. podejście klientocentryczne umożliwia nie tylko zwiększanie efektywności marketingu, skuteczności działań sprzedażowych, personalizowanie interakcji, ale także wykrywanie oszustw. W ogromnej liczbie zgłaszanych wniosków o wypłatę odszkodowania wykrycie nieuzasadnionych roszczeń jest możliwe dzięki zastosowaniu nadzorowanego uczenia maszynowego i technik wykrywania anomalii działających na bazie kompletnych informacji o klientach.

Drugim istotnym czynnikiem wpływającym na ograniczenie wyłudzeń jest czas. Informacja o podejrzeniu, że ubezpieczyciel może mieć do czynienia z oszustem, powinna być dostarczana w chwili zgłaszania szkody. Dlatego nowoczesne systemy analityczne potrafią działać w czasie rzeczywistym.

Analityka pozwala na zautomatyzowane wykrywanie fałszywych roszczeń, przeciwdziałanie im oraz zarzadzanie nimi niezależnie od ich natury i źródła. Komputery identyfikują podejrzane aktywności, zwiększają przejrzystość operacji, pozwalając dostrzegać ukryte związki i relacje na wszystkich etapach procesowania roszczeń. Korzystają z różnych technik – nie tylko tradycyjnych reguł biznesowych, ale także metod typowych dla sztucznej inteligencji czy uczenia maszynowego. Przy tym są w stanie analizować wielkie zbiory danych w czasie rzeczywistym. Wyniki analiz prezentowane są w nowoczesny, przejrzysty sposób, dlatego ludzie mogą błyskawicznie zorientować się w sytuacji i podjąć stosowne działania. W efekcie umożliwiają ograniczenie strat i zwiększenie przewagi konkurencyjnej.

„Aby dotrzymać kroku przestępcom i jak najlepiej zadbać o bezpieczeństwo swoich klientów, instytucje muszą sięgać po hybrydowe rozwiązania wykorzystujące różne rodzaje technik analitycznych, w tym analizę sieci powiązań. Dzięki temu mogą szybko i sprawnie identyfikować zarówno znane, jak i nieznane dotąd schematy nadużyć. Tylko wtedy będą w stanie wygrać konfrontację z fraudsterami, którzy stosują coraz bardziej wyrafinowane oszustwa” – przekonuje Marcin Nadolny, Head of Fraud Intelligence w SAS Institute Polska.

Informacja o podejrzeniu, że ubezpieczyciel może mieć do czynienia z oszustem, powinna być dostarczana w chwili zgłaszania szkody. Dlatego nowoczesne systemy analityczne potrafią działać w czasie rzeczywistym.

Hybryda w akcji

Na wdrożenie takiego zaawansowanego, hybrydowego systemu zdecydowała się Ceska Pojstowna. Dzięki niemu ubezpieczycielowi udało się zaoszczędzić dziesiątki milionów koron czeskich rocznie.

Zastosowane tam hybrydowe podejście łączy zaawanasowane metody statystyczne działające na bazie reguł biznesowych, analityki predykcyjnej i mechanizmów analizujących informacje z sieci społecznych.

Moduły działające na podstawie reguł sprawdzają, czy transakcje nie wpisują się w określone, znane ubezpieczycielowi schematy, np. kiedy klient często zgłasza roszczenia albo podniósł wartość polisy krótko przed dokonaniem zgłoszenia. System oznacza podejrzane przypadki, które następnie są analizowane przez ekspertów.

Kolejnym elementem systemu są moduły umożliwiające modelowanie predykcyjne, które opierając się na znanych wzorach zachowań, prognozuje, jakie mogą być przypadki oszustw w przyszłości. Przykładowo, klienci mogą zacząć żądać nieuzasadnionych wypłat odszkodowań za nowe rodzaje szkód.

Dodatkowo analizowane są informacje z sieci społecznych, przydatne w wyszukiwaniu powiązań pomiędzy osobami mającymi jakiś związek z danym zgłoszeniem. W ten sposób można także tworzyć grupy potencjalnie podejrzanych klientów, którzy zgłaszali podobne szkody w krótkim okresie albo należą do jednej rodziny.

Wdrożenie podobnej technologii w polskim PZU pozwoliło na zwiększenie wskaźnika ochrony przed nienależną wypłatą o 50%. „W procesie przeciwdziałania nadużyciom kluczowy jest czas. Już w momencie zgłoszenia szkody trzeba wiedzieć, czy roszczenie nie jest potencjalnym nadużyciem. Nasz system zapewnia taką możliwość. Analityka typuje podejrzane zdarzenia w czasie rzeczywistym, natomiast po stronie pracowników operacyjnych i śledczych leży udowodnienie, że faktycznie mamy do czynienia z nadużyciem. Pracownicy mają do dyspozycji szereg reguł określających podejrzane zjawiska oraz dokładny opis każdego przypadku, co ułatwia podjęcie trafnej decyzji. Warto też podkreślić, że dysponujemy przygotowanymi scenariuszami działania w przypadku spadku efektywności systemu. Modele i reguły wymagają aktualizacji w trakcie użytkowania systemu, co wynika z dynamicznych zmian, jakie zachodzą na rynku, i potrzeby weryfikacji zjawisk, które system ma typować” – tłumaczy Bartłomiej Litwińczuk, członek zarządu PZU Życie.

Dodatkowe korzyści z wdrożenia systemu, nazwanego FMS, to optymalizacja i wzrost skuteczności procesu przeciwdziałania nadużyciom w ramach całej organizacji. W przypadku polis komunikacyjnych wyłapywanie i karanie nieuczciwych kierowców pozwala chronić klientów, którzy mogą stać się ofiarami prób wyłudzenia.

Podejście hybrydowe łączy zaawanasowane metody statystyczne działające na podstawie reguł biznesowych, analityki predykcyjnej i mechanizmów analizujących informacje z sieci społecznych.

UFG umożliwi współpracę sektorową

Wkrótce działania mające na celu przeciwdziałanie oszustwom prowadzone przez ubezpieczycieli na własną rękę będzie wspierał Ubezpieczeniowy Fundusz Gwarancyjny (UFG), który wdraża Informatyczną Platformę Antyprzestępczą. Za jej pośrednictwem zostaną udostępnione usługi elektroniczne, które pozwolą zakładom ubezpieczeń, ale także podmiotom publicznym skuteczniej walczyć z przestępcami.

Platforma będzie zasilana informacjami z blisko 30 towarzystw ubezpieczeniowych. W pilotażu prowadzonym od 2017 roku uczestniczy kilka firm. Integrowane będą także informacje z rejestrów państwowych, w tym PESEL i CEPiK. Platforma już umożliwia m.in. wykrywanie posiadaczy samochodów, którzy nie opłacają obowiązkowego OC. Dzięki temu – według zapewnień przedstawicieli UFG – inwestycja praktycznie już się zwróciła.

To jednak nie wszystko. Zastosowanie rozmaitych technik analitycznych ma pozwolić na identyfikację osób i grup przestępczych dopuszczających się nadużyć i w efekcie ograniczyć skalę nienależnych wypłat odszkodowań. W szczególności wdrażany system umożliwi wykrywanie oszustw na większą skalę, obejmującą kilka towarzystw ubezpieczeniowych.

Platforma UFG ma zostać uruchomiona w 2019 roku. Wykorzystywane przez ubezpieczycieli systemy analityczne przeciwdziałające oszustwom będą mogły współpracować z nią w sposób zautomatyzowany, co będzie oznaczało koordynację działań w skali sektora i osiągnięcie efektu synergii. System ma mieć przede wszystkim działanie prewencyjne. Umożliwi również ograniczenie szarej strefy i usprawni wymianę informacji pomiędzy UFG a instytucjami państwowymi – sądami, prokuratorami, Policją i innymi służbami zajmującymi się przestępczością gospodarczą.

Wdrażana przez Ubezpieczeniowy Fundusz Gwarancyjny (UFG) Informatyczna Platforma Antyprzestępcza będzie zasilana informacjami z blisko 30 towarzystw ubezpieczeniowych. Zastosowanie rozmaitych technik analitycznych ma pozwolić na identyfikację osób i grup przestępczych dopuszczających się nadużyć i w efekcie ograniczyć skalę nienależnych wypłat odszkodowań.

Możliwościom biznesowego zastosowania technik sztucznej inteligencji, uczenia maszynowego i data science poświęcona będzie konferencja ML@Enterprise (18 września 2018 roku, Warszawa). Więcej informacji na stronie https://mlforum.pl/.