اختصاصی مثلث مالی – ترجمه : کلاهبرداری بیمه یک مشکل جهانی است. تنها در ایالات متحده ، شرکت های بیمه در سال گذشته بیش از ۳۴ میلیارد دلار به دلیل مطالبات کلاهبرداری بیمه از دست دادند. این یک مشکل جهانی با تعداد فزاینده ای از راه حل های فن آوری است که می توانید با تجزیه و تحلیل داده های بزرگ و همکاری در مقیاس وسیع درمبارزه با کلاه برداری بیمه عملکرد بهتری داشته باشید.
کلاهبرداران همیشه به دنبال نقطه ضعف هستند و دسترسی به اطلاعات آنها درسطح بین المللی مانع از آن می شود که آنها از یک کشور به کشور دیگر و از یک شرکت به شرکت دیگر در رفت و آمد باشند. اگر آمار مربوط به مطالبات کلاهبرداری ، تعمیرگاه ها ، ارائه دهندگان پزشکی ، تصاویر و دارایی های بیمه شده را به اشتراک بگذارید ، شانس متقلبین کاهش می یابد ، اما درنظرسنجی Friss شرکت نرم افزاری تشخیص تقلبات بیمه ای 33٪ از بیمه شدگان همکاری با شرکت های بیمه را به عنوان یک چالش معرفی کرده اند.
بنابراین گزارش ، باید با واقعیت ها روبرو شد. در سال ۲۰۱۷ نسبت زیان شرکت های بیمه در ایالات متحده 73 درصد بوده که به طور متوسط ۱۰ درصد مربوط به خسارت های مربوط به کلاهبرداری بیمه بوده و نتیجه این اتفاق زیان ۳۴ میلیارد دلاری درسال است .
هرچند باید با این پدیده دربازار بیمه مبارزه کرد اما همه چیزیک شبه تغییرنمی کند. البته مبارزه با تقلبات بیمه ای منجر به حق بیمه منصفانه برای مشتریان خواهد شد و این اتفاق ارزش تلاش برای به حداقل رساندن تقلبات بیمه ای را دارد .
دربررسی تقلبات بیمه درسال 2019 چالش هایی که بیمه گران در رابطه با کلاهبرداری بیمه با آن مواجه هستند ، شناسایی شده است که در ادامه می آید :
- مبارزه با تقلب به صورت خودکار :
شرکت هایی مانند Google ، Spotify و Uber همه محصولات یا خدمات شخصی را ارائه می دهند. داده ها موتور همه اینها هستند ،هرچه بیشتر بدانید ، بهتر می توانید به مشتریان خود خدمت کنید.
این امر در مورد صنعت بیمه نیز صادق است. شناخت مشتری شما بسیار مهم است و با داشتن تعداد زیادی داده ، بیمه گذاران خود را بهتربشناسید. درحالی که انتظار می رود در عصر دیجیتال ، مبارزه با کلاهبرداری به طور خودکار انجام شود ، اما این طور نیست و ۶۷٪ از پاسخ دهندگان این نظرسنجی می گویند شرکت آنها از فرآیندهای خودکاربهره مند نیستند.
۲- اهرم هوش مصنوعی :
نرم افزار هوشمند قادر به پردازش سریع اطلاعات ، یادگیری مستقل ، نتیجه گیری هوشمند و ارائه توصیه هایی است. درست مثل یک انسان ، باهوش تر و کارآمد تر.
ما در مورد هوش مصنوعی (AI) صحبت می کنیم. حجم عظیمی از داده ها و قدرت محاسباتی چشمگیر بدان معنی است که این تجزیه و تحلیل ها با سرعت صاعقه و با دقت بسیار زیاد انجام می شوند. به عنوان مثال ، هوش مصنوعی می تواند برای تجزیه و تحلیل تصاویر در حالی که به طور همزمان تقلب را بررسی می کند ، استفاده شود. دهها نوع AI در حال حاضر در دسترس و در دست توسعه هستند. شرکت های بیمه می توانند از این فناوری ها برای بهبود و ساده سازی فرایندهای تحلیل ریسک و شناسایی کلاهبرداری خود استفاده کنند.
۳- داده ها :
با مقادیر زیادی از اطلاعات مانند داده های بیمه داخلی از پرونده ها یا همکاران ، داده های سیستم های مختلف و داده های منابع خارجی سروکار داریم.
اطلاعات در مورد افراد بیمه شده ، می تواند ادعاها و تقلب را شناسایی کند. در یک دنیای ایده آل ، اطلاعات کاملاً در زمینه ها و داده ها به دست می آیند. اما چگونه می توانید به این اطلاعات اعتماد کنید؟
در واقع بین دنیای ایده آل و واقعیت تفاوت زیادی از منظر فرهنگ ، دقت و سازگاری وجود دارد و مقایسه محتوای سیستم های اداری چندگانه را دشوار می کند.
۴- یک فرهنگ مبارز با تقلب ایجاد کنید :
بسیاری از کشورها برنامه های ضد کلاهبرداری و کمپین های آگاهی رسانی در مورد کلاهبرداری را ایجاد کرده اند.
چندین اتحادیه صنعت نیز دستورالعمل و اقدامات پیشگیرانه ای را برای کمک به بیمه گذاران و مشتریان ارائه داده اند و موجب شد تا ۷۲ درصد از بیمه شدگان بگویند فرهنگ مبارزه با کلاهبرداری دارند.
با این حال ، فقط یک سوم سیاست تحمل و مبارزه با تقلبات را دارند. فرهنگ مبارزه با کلاهبرداری مستلزم برقراری ارتباط ساختاری بین ادارات ، مشارکت در مدیریت ارشد ، آموزش آگاهی از کلاهبرداری و استانداردهای عملکرد هماهنگ برای کارمندان است.
به طور کلی ، وقتی صحبت از شاخص های کلیدی عملکرد است ، تنظیم کننده ها براساس میزان رضایت مشتری و سرعت رسیدگی به مطالبات سنجیده می شوند.
۵- اشتراک گذاری ، مراقبت است :
همه شرکت های بیمه با پیوستن به نیروها و به اشتراک گذاری اطلاعات ، سود می برند. این تنها راه برای پیگیری ، مبارزه و کنترل کلاهبرداری های سازمان یافته است. این به بیمه گذاران نیزکمک می کند تا در مورد این اطلاعات شناخت بهتری داشته باشند.
