Модуль «Антифрод» для выявления мошенничества в страховании грузов

По данным Всероссийского союза страховщиков, только за второй квартал 2022 года мошенники нанесли отрасли ущерб в размере более 1 млрд рублей. От аферистов страдают и добросовестные страхователи — убытки от мошенничества напрямую влияют на стоимость страховки. Компания «Инносети» разработала модуль «Антифрод», который помогает выявлять мошенничество в страховании грузов на базе искусственного интеллекта. О том, как работает эта технология и какие выгоды несет страховым компаниям — в этом материале.

Каждый день в России страхуются тысячи грузов, и страховые компании тратят значительные ресурсы на поиск подозрительных операций в этой сфере. Для эффективного выявления мошенничества простого рассмотрения претензии недостаточно. Требуется глубокий анализ и перекрестное сопоставление многих параметров: данных о страхователе, типе груза, истории операций и т.д. Зачастую эти данные не систематизированы, что делает поиск мошенников долгим и ресурсозатратным. К тому же сценарии работы аферистов могут быть самые разные: инсценировка страхового случая, оформление договора задним числом, одновременная страховка грузов у нескольких страховщиков, умышленное повреждение груза.

Проблему эффективного поиска мошенников в страховании логистики может решить автоматизация. Сегодня специальные алгоритмы и искусственный интеллект могут анализировать огромные массивы данных и сопоставлять десятки параметров. Для автоматического выявления мошенничества компания «Инносети» разработала сервис «Антифрод». Сервис работает на базе флагманского продукта компании — платформы сопровождения потокового страхования грузов «Цунами». «Антифрод» анализирует данные по объектам страхования и претензиям и автоматически выявляет подозрительные операции, что помогает обнаружить потенциальных мошенников еще до того, как они нанесут ущерб. 

Как это работает

«Цунами» аккумулирует большой массив данных о грузоотправлениях. Вся информация оцифрована и доступна для аналитики. Модуль «Антифрод» проверяет одновременно десятки параметров: тип груза, реквизиты, регион назначения, наличие судебного процесса у перевозчика, частотность по претензиям, уровень убыточности компании, уровень риска по типу груза и т.д. При этом наборы параметров объединены в схемы. Если грузоотправление или претензия подходит под определенную схему — система автоматически маркирует операцию как потенциальное мошенничество. 

Пользователи сервиса могут выбирать, как поведет себя «Антифрод» при обнаружении подозрительной операции. Это может быть оповещение на e-mail или подсветка претензии прямо на платформе. На основании такого оповещения ответственные сотрудники могут оперативно проверить контрагента и принять меры. 

Все подозрительные контрагенты автоматически добавляются в единый реестр. Этой информацией могут воспользоваться не только сотрудники компании, выявившей подозрительные действия, но и другие участники рынка — страховые компании или перевозчики. 

По данным внутренней аналитики «Инносетей», за 2022 год с помощью сервиса на платформе «Цунами» выявлено подозрительных операций на сумму в 27 раз больше по сравнению с тем, чем выявлено собственной службой безопасности страховых компаний. Автоматизация имеет ряд преимуществ перед ручным анализом:

• Экономия ресурсов. Анализ данных по схемам происходит полностью без участия человека. 
• Полная история документов. При выявлении подозрительного контрагента пользователи системы могут увидеть все связанные с ним накладные и претензии.
• Многофакторный анализ. Антифрод позволяет сопоставить одновременно множество факторов, которые только в комплексе могут свидетельствовать о мошенничестве.
• Единый реестр подозрительных контрагентов. Если мошенник обратится к другому страховщику или перевозчику, которые пользуются «Цунами», то компания также увидит отметку о подозрительной операции и сможет принять меры.
• Уведомления в режиме реального времени. Модуль «Антифрод» обновляет данные по подозрительным операциям каждый час.

Борьба с мошенничеством в логистике требует значительных усилий со стороны страховых компаний. Это сложный и трудоемкий процесс, который требует глубокого анализа данных. IT-технологии в этой сфере могут существенно помочь страховым компаниям снизить убытки и затраты на обработку претензий, а также формировать более справедливые цены для потребителей.