基于AI的企业搜索索赔处理和欺诈检测

迪伦亚祖尔
头像

迪伦是EMERJ金融服务的高级分析师,对银行,保险和财富管理的AI使用案例进行了研究。

基于AI的企业搜索索赔处理和欺诈检测

自2010年代以来,大型保险公司一直在尝试AI,驾驶聊天和收集远程信息处理数据用于未来的人工智能项目。的保险业超过许多其他人依赖于数据的集合来制定关键的业务决策。是否撰写政策,或处理索赔有效地,保险公司使用数据的方式将确定客户的寿命值。

在保险中利用AI的一个可能的第一步是理解我们所谓的AI机会景观:可以在给定行业中使用AI的映射。作为我们近期专注于保险的一部分,Emerj发现46%的保险公司提供索赔的解决方案。

AI可以增强索赔调节器的工作流程的一种方式是通过启用AI的搜索和发现软件,也称为企业搜索和信息提取软件。这些应用程序允许索赔调整器来搜索保险公司的数据库,以便历史索赔,帮助它们有四个索赔过程的关键部分:

  • 数字化索赔
  • 确保索赔表格和支持文件的完整性和准确性
  • 确定应向索赔人支付的最佳数额
  • 确定索赔是否是欺诈性的

EMERJ还发现,截至2019年,大约32%的保险公司AI公司提供搜索和发现解决方案,这些解决方案在行业中为最杰出的AI能力提供了申请人风险评估。AI公司清楚地看到了保险公司中的需求,用于搜索他们的所有过常见的友友数据库。

也就是说,索赔处理仍然涉及大量的纸张。许多索赔仍然是用扫描后通过电子邮件或传真发送给保险公司的纸质表格来存档的。然后,运营商的员工必须手动将这些纸质表格中的信息输入到运营商系统的数字表格中。

此外,财产和伤亡保险的索赔调整机通常需要开车到损坏的财产或车辆的位置,以拍照和有关损坏的禁令。在某些情况下,调节器手在纸上写下笔记。如果发生意外或伤害,调整机也需要收集医院记录和/或警察报告,这些报告可能会传真或通过电子邮件发送给保险公司。

所有这些文件通常都必须手动输入保险运营商的系统,这是一种在许多情况下产生错误的进程,并且在许多情况下不是最佳的索赔调节器的时间。

许多保险运营商试图通过外包索赔处理中涉及的大部分手动数据输入来降低成本。虽然这可能会拯救保险公司金钱,但它不会减少错误,而且它不会提高效率。这意味着客户可以等待若干额外的日子,以获得批准。

保险运营商获得优势的一种方法是减少批准索赔所需的时间,而无需降低数据被输入到保险运营商的系统中的准确性。AI能够自动分类和将输入数据从多个源格式(视频,物理纸张,图片等)分类到运营商的系统中,以进行全面分析。

数字化扫描索赔表格和支持文件

文档数字化软件可以是通过自动自动化手动数据输入来加速索赔过程的第一步。保险载体传统上使用光学字符识别(OCR)软件来数字化来自扫描索赔表的文本,但OCR以准确性奋斗。

OCR软件有时会有故障数字化具有特殊格式的文本,例如斜体,下划线和粗体。签名和其他手写文本也是OCR软件的挑战。此外,OCR软件有时将文本数字化为Word文档,无视纸质文档中的格式。

这意味着,保险公司仍然需要手动输入数据;员工必须将数字化后的文本复制粘贴到用OCR软件进行数字化处理的索赔的数字版本中。

基于机器视觉的文档数字化软件可以解决这些问题。AI可以随着时间的推移而改善,这是更加僵化的OCR的情况。机器视觉软件可以接受培训,以提高其数字化印刷和手写文本的准确性,也可以填充数字索赔表格。

这可以节省保险公司索赔处理费用,包括外包数据条目的开销费用。因此,索赔人可以更快地收到他们的付款,这可以提高他们的品牌忠诚度。

确保索赔的完整性和准确性

一旦索赔被数字化,搜索和发现软件都可以帮助索赔调整器验证它是否完全且正确地填写,确保了无需AI的调节器的自动质量控制级别。

例如,如果索赔表单缺少诸如签名或日期,某些企业搜索应用程序可以提醒调整器。他们还可以帮助索赔调整机在几个文件中以索赔人的名称差异差异。

索赔人可以在索赔中编写昵称,这些索赔将与出现在医院记录,警察报告和其他支持文件的法律名称不同,索赔委员会收集事件。企业搜索软件可以接受这一点,这可以提示索赔委员会与索赔人联系,以纠正表格上的名称。这可以减轻权利要求调节器的需求,在批准索赔之前多次与索赔人对应。

启用AI的搜索和发现,用于确定索赔付款

企业搜索应用程序还可以帮助索赔调整机确定为客户索赔支付多少费用。EMERJ的研究表明,截至2019年,大约16%的保险AI公司提供了优化索赔付款的解决方案。

索赔理算员的任务往往是筛选历史索赔表格,以便在掌握有关索赔的所有现有资料的情况下,确定应向索赔人支付的最佳付款。企业搜索应用程序可以加快这个过程。

例如,索赔调节器汽车保险公司可以使用AI搜索涉及特定的制作,模型和颜色的索赔。他们可以在过去3年中搜索“黑色2012吉普大切诺基提交”,而AI软件可以退还涉及这些类型的汽车的索赔。

然后,仅通过这些索赔来搜索调整器,而不是手动搜索涉及在过去三年中的声称列表中的黑色2012吉普大切诺的索赔。

更复杂的软件可以进行更复杂的搜索,比如涉及索赔中描述的损害的搜索。

Claims adjusters could then use the payment amounts of these historical claims as a starting point for determining what to pay a claimant, adjusting the amount based on factors such as supply and demand in the claimant’s city or region and prior damage to the car that may have made the damage described on the claim worse.

启用AI的搜索和发现应用程序,其中具有机器视觉功能,还可以允许索赔调节器来搜索提交的索赔提交了类似图像。

根据铁山产品管理主任Anke Conzelmann的说法,“调节器可以简单地要求类似的图像对显示他们正在努力的索赔的损害,并迅速找到具有相似损坏的相关索赔。”

例如,在房主保险索赔之后的索赔经理员可能希望将历史索赔搜索对特定家具的火灾损害,例如沙发。索赔调整器不能将损坏的沙发的图片上传到企业搜索软件的损坏的损坏。

然后,该软件还可以返还在火灾中损坏的沙发类似图片的索赔文件。然后,理算员可以使用这些索赔金额作为基准,以确定房主保险索赔的支付金额。

也就是说,此企业搜索用途情况根据搜索的复杂性而变化。想要搜索具有众多变量的索赔的保险载体可能需要花费更多的时间和金钱在标签索赔中,以适当的元数据准备采用强大的AI启用搜索和发现解决方案。

目前,用于确定最佳索赔支付的大多数AI应用是预测分析的预测。预测分析应用程序自动化此决定,根据自己的历史数据估算适当的索赔支付。

然而,搜索和发现应用程序对于保持对人类手中的索赔人的决定是有用的。这些应用程序可以是保险载波自动化其一些索赔过程的方式,同时保持索赔调节器完全在循环中。对于此用例,还难以测量预测分析应用程序的投资回报率。

在某些情况下,可能需要数年时间来确定他们是否正在保存保险公司的金钱,如果他们不是,他们可能会通过建议索赔人收到超过他们应该浪费它。搜索和发现产品允许调整机继续使用他们的专业知识,以便在加快时间来制作该决定的情况下为不同的索赔支付索赔人。

企业搜索索赔欺诈检测

企业搜索应用程序也在索赔欺诈检测。理赔员可以在保险公司的数据库中搜索过去的欺诈性索赔,以便将他们正在处理的索赔与这些欺诈性索赔进行比较。

复杂的搜索和发现应用程序可能能够缩小调整器的搜索,以便仅返回以前标记为欺诈的类似索赔。

搜索和发现应用程序还可以帮助理赔员识别新的索赔欺诈实例,方法是允许他们将新索赔中描述的事件与从未标记为欺诈的历史索赔中的事件描述进行比较。

例如,新的索赔可以描述一个类似于详细和措辞类似的车祸,作为历史声明,由索赔人提交不同的名称。然后,索赔调整员可以预留这些索赔,以进一步调查,索赔欺诈专家可能会发现这些索赔都在不同名称下的同一个人提交,揭示了长期的欺诈。

配备了机器视觉的企业搜索应用程序也允许理赔员根据图像进行搜索。理算员可以将与索赔一起提交的图像上传到企业搜索软件,该软件可以返回与同一图像一起提交的历史索赔,这可能指向一个新的索赔欺诈实例。理算员随后可以通知欺诈专家,后者可以进一步调查索赔人。

或者,搜索可以返回由已经被标记为欺诈的权利要求的权利,允许调节器直接拒绝手头的索赔。这不仅可以节省调查潜在欺诈的索赔调节时间,而且还节省了保险公司向欺诈性索赔支付索赔人的费用。

保险公司应该重点关注他们的AI努力

虽然预测性分析应用程序可以帮助加快索赔过程,但采用它们可能需要检修现有索赔处理工作流程,其具有组织后果。目前,保险公司仅使用解决方案提供商来测试Waters的这些应用程序。

但根据Emerj,大型保险公司正在采用自然语言处理- 启用搜索和发现解决方案的解决方案超过了通常依赖预测分析的解决方案;例如,在企业中采用的AI水平的EMERJ分数,搜索和发现应用程序比承销的风险评估解决方案高约13%,比优化声明金额的解决方案高19%。

因此,想要增强其索赔调整机的保险载体可能希望首先将自动化工作重新焦点,首先将存储在纸张文档中的数据数字化;然后,他们可以从能够储蓄中受益于企业搜索解决方案,以减少权利要求和索赔欺诈检测所花费的时间。

这可能被证明是保险公司在竞争中获得优势的一种方式,它可以留住那些满足于无需等待更短时间就能获得批准的客户。

保险运营商还可以使用他们在改善收入的机会上解决较少的欺诈性索赔。

例如,他们可以试验预测分析申请以承保,允许他们批准更多的政策申请人而无需增加风险;或者为个性化汽车保险政策的申请,客户基于其驾驶行为支付。

搜索和发现应用程序可以通过将纸质索赔要求数字化、自动手动数据输入以及自动检查,以确保索赔要求和支持文件准确完整地完成,从而大大提高索赔处理和索赔欺诈检测的效率。

在这种情况下,企业搜索应用程序允许索赔理算员快速确定索赔人应该得到的赔偿数额。通过使用搜索和发现人工智能工具检测索赔数据中的异常情况,这减少了索赔泄漏,并防止他们支付欺诈性索赔。

Emerj为保险领导人

Emerj帮助大型保险公司发现如何利用其竞争对手已经在使用的各种支持人工智能的企业搜索软件。我们通过研究和数据帮助保险公司找出人工智能技术如何适合他们的业务重点,使他们能够自信地投资人工智能、RPA和自动化努力,以节省资金,改善客户体验。了解更多关于EMERJ研究服务

这篇文章是由铁山公司赞助的,是与我们的透明联盟一起撰写、编辑和发表的Emerj赞助的内容指南。了解有关我们在我们的ei-communustocomationience的信息了解更多信息Emerj广告页面

标题图像信用:ArticLeApp

保持领先于AI曲线

发现在业务未来将赢家分开获奖者的关键AI趋势和应用程序。

注册“AI Advantage”时事通讯:

" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Thanks - check your inbox for a confirmation email">
" data-trigger="manual" data-title="Notice" data-placement="bottom" data-content="Error - There was some problem.">
订阅
订阅镜像
保持领先于机器学习曲线

加入超过20,000名以上的可调性的商业领袖,并收到每周提供的最新的AI研究和趋势。

感谢您订阅EMERJ“AI Advantage”时事通讯,请检查您的电子邮件收件箱进行确认。