Aviva发现保险欺诈索赔金额高达创纪录的 2.3 亿英镑，并正在使用人工智能工具来应对这一日益严重的问题。
战场已经改变，犯罪分子也配备了新一代的工具。如今，人工智能不仅被用于防范欺诈，也被用于实施欺诈。
保险业长期以来一直饱受投机取巧的欺诈行为之苦。一辆被撞的车突然需要更换四扇车门，或者一次轻微的滑倒被解读为改变人生的重伤。然而，根据英杰华（Aviva）的数据，这种欺诈行为的性质正变得越来越复杂、越来越隐蔽，也越来越难以被人眼识破。
Aviva 采取以其人之道还治其人之身，部署自己的人工智能来揭露这些精心设计的阴谋。
打击人工智能驱动的保险欺诈工厂
Aviva报告称，诈骗分子现在利用人工智能生成以假乱真的车祸现场图像。这些并非粗糙的PS作品，而是细节丰富、逼真的图像，足以轻易蒙骗工作繁忙的理赔员。
同样的生成式人工智能工具正被用于伪造各种文件，从从未进行过的维修发票到毫无事实依据的医疗报告，无所不包。诈骗分子无需与腐败的修车厂或医疗专业人士建立联系来支撑他们的谎言，他们只需要订阅人工智能服务，再加上一点想象力。人工智能会处理剩下的所有工作，生成足以蒙混过关的、看似官方的文件。
如今，个人或小组无需离开办公桌，就能为数十项高价值论断提供佐证。当现实本身如此容易且廉价地被伪造时，我们又该如何验证现实的真实性呢？
Aviva的应对措施是构建一套人工智能驱动的防御系统，使其能够以与威胁相同的规模和速度运行。虽然该公司对具体的架构讳莫如深，但我们可以大致了解这样的系统需要具备哪些功能。
从本质上讲，人工智能侦探能够大规模地进行模式识别。它会筛选来自当前和过往索赔的数百万个数据点，学习合法索赔的特征——更重要的是，学习哪些特征不合法。
当收到新的理赔申请时，系统会进行交叉比对。照片中的损坏情况是否与描述的事故物理特征相符？文件上的时间戳是否合理？该车牌号是否出现在其他可疑的理赔申请中？发票上列出的维修费用是否与数据库中成千上万的其他类似维修费用不符？这种级别的法证分析，如果人工对每天提交的数千份理赔申请逐一进行，几乎是不可能的。
从有组织犯罪到夸大其词的声明
值得注意的是，这并非完全与有组织犯罪团伙有关。这2.3亿英镑中的一部分来自业内所谓的“理赔膨胀”。
理赔虚报是更常见的欺诈手段，投保人或服务提供商会虚报账单金额。例如，修车厂可能会在报价单上添加不必要的维修项目，或者个人可能会夸大入室盗窃中被盗物品的价值。
在这里，人工智能也展现出了强大的作用。通过分析海量的维修成本和市场价值数据集，该系统能够立即识别出异常报价。它可以将一家维修厂的同款同型号汽车零部件的更换成本与同一地区数百家其他维修厂的平均价格进行比较。
Aviva人工智能的目标并非直接拒赔，而是作为人工调查员的辅助工具。人工智能扮演着过滤器的角色，筛选出最有可能存在欺诈行为的信息。这种人机协作的方式对于确保公平至关重要，能够防止系统沦为无人监管的黑箱。
在生成式人工智能时代，Aviva 的做法为所有面向客户的企业提供了一条潜在的发展路径。制造这些威胁的技术，同时也是应对这些威胁最有效的方法。
随着从身份到发票等一切事物都越来越容易造假，唯一可行的防御措施是拥有一个能够学习、适应并识别欺骗行为的智能系统，而这是人类单凭自身能力无法企及的。
