螞蟻金服開放定損寶：人工智慧技術的又一落地

6月27日，螞蟻金服在北京宣布向保險行業全面開放技術產品「定損寶」，用AI（人工智慧）模擬車險定損環節中的人工作業流程，幫助保險公司實現簡單高效的自動定損。這也是圖像定損技術在車險領域實現商業應用。

作者｜趙心源

編輯｜陳光

微信公眾號ID｜Xtecher

定損寶是什麼？

2017年，經過數年的搏殺，雲計算領域格局已經逐步形成。不管是本土的騰訊雲還是阿里雲，抑或外來的微軟雲和亞馬遜雲，都已憑藉自身的實力在行業中佔有一席之地。但另一方面，英特爾、華為、ARM亦開始嘗試將雲端植入到本地，在靠近用戶和信息的來源端採集數據和進行計算。通過前端智能以本地化的處理分析能力，加速工作的效率和計算的速度。

而人工智慧的加入，更是在這個風口浪尖的領域掀起了革命的巨浪。

車險是財險公司的主要業務，保費佔比超過70%。通過照片確定車輛損失、作為理賠依據的定損，是車險理賠中最為重要的操作環節，一直以來都是由人工完成。在傳統的理賠流程中，保險公司收到事故照片後，需要核賠，核價，往往最快需要半小時後才能確定理賠金額。

統計數據顯示，目前業內約有10萬人從事查勘定損的工作。螞蟻金服，應用深度學習圖像識別技術研發的「定損寶」，通過演算法識別事故照片，與保險公司連接後，幾秒內就能給出準確的定損結果，包括受損部件、維修方案及維修價格。保險公司應用『定損寶』後，預計可減少查勘定損人員50%的工作量，在簡單案件處理上無需再配置太多人力。

定損寶的使用很簡單，只需打開定損寶，拍攝帶有車牌的全景照片，拍攝受損部位和細節，5秒鐘左右，定損寶便會告訴用戶定損的金額明細，並根據車型提供周圍維修廠和4S店的位置。此外，定損寶還能預測如果用戶選擇理賠，來年保費將會變化多少。包括保險公司在內的合作夥伴可以通過螞蟻金服開放平台提供標準的開放介面，只需簡單的技術開發，就可以將這一介面應用到自己的系統中。

現場進行了人機PK，保險公司派出了6為定損員，另一邊則是定損寶。案例從萬級別的真實的圖庫中隨機挑選。雙方同時開始核損，結果顯示，12個案件中有10個案件人機答案一致，另外兩起案件，一個定損寶正確，另一個定損員正確，雙方在正確率中達成平手。但在時間上，定損寶用了6.07秒，而定損員共用了6分48秒，耗時上遠遠高於定損寶。

定損寶的技術難在哪

查勘員往往會在事故現場拍攝一系列照片作為定損記錄和依據。 部分案例中的圖片數高達幾百張,其中只有少量圖片可以支持有效的定損判斷；同時圖與圖之間的關係也相對複雜，為快速定損帶來極大的挑戰。螞蟻金服「定損寶」背後的深度學習圖像技術的主要工作就是從整案圖片中篩選出若干張有效定損圖片，並準確提煉出事故定損信息, 給出和專業查勘員一致的定損結論。

在過去的5年里，深度學習以及計算機視覺技術獲得了長足發展，在部分簡單的任務上(比如ImageNet分類)甚至達到了比人更高的精確度，但是面對車險定損這樣一個複雜的現實場景，演算法的攻堅道路仍是困難重重。國內外有多個優秀的人工智慧團隊嘗試攻克這一難題，但是在車險定損領域依然鮮見有效的技術方案落地。在現實場景中，演算法需要能應對光反射、陰影、倒影、污漬、水滴、車型構造等多種干擾因素，並從海量數據中學習到對定損有效的關鍵信息。

在整體演算法設計鏈路中，每一個環節都是一個世界級的計算機視覺難題。技術上首先需要面對的是千萬級的車險定損歷史圖片， 對這些雜亂無章的圖片進行結構化規整、數據整理、清洗以及必要的標註。這個龐大圖像資料庫的照片數量以及標籤的複雜程度對比ImageNet都要高出一個數量級。而演算法上的挑戰則更是可以說前所未有。

那麼，定損寶在演算法上遇到了哪些挑戰？

螞蟻金服保險事業部總裁尹銘在會上介紹，首先要做的是把圖片分流，把無用、定損和對定損無用但理賠有用等的照片進行分流。

機器在部件識別中也遇到了問題，脫離機器學習，機器本身並不認識哪個是燈，哪個是前蓋在項目剛開始時候，系統發現了「一個20公分的裂痕」，但實際上是車停在牆邊。團隊幾乎把車大卸八塊，對這些雜亂無章的圖片進行結構化規整、數據整理、清洗以及必要的標註。

尹銘還表示，在短的時間內定損也很難，去反光技術是定損寶的核心技術之一，真實環境中，照片拍攝的車體損傷非常容易受到反光、污漬、車體流線型的干擾造成誤判，即使是人眼通過照片觀察，也很難區分。在分析了多個會對損傷判定造成干擾的因素之後，定損寶利用已有的沉澱的大量歷史定損數據, 針對對不同的車型、顏色和光照條件進行模型迭代學習，融合多個模型的經驗, 最終演算法能夠輸出較為精準的針對多種程度的刮擦、變形、部件的開裂和脫落等損傷的定損結論。

在核損定價方面，國內的難度也要高於國外，別克凱越為例，它在中國有51種車型，車燈有8種，廠商對對每種車型的每個零部件都採用不同的編號來區別，這個編號被稱為OE碼。因此，在核損定價時，不僅要分析哪裡受損了，還要分辨車的型號和零件，並根據識別出的OE碼來判斷相應的價格。

國內外有一些科技公司及保險公司也在進行類似技術的研究，但都沒有到可以進入商業應用的階段，技術難點在於車損類型的多樣性及複雜性，對計算機視覺技術要求很高，商業化方面的難點在於要統一保險行業的損傷判定標準。

那麼，為什麼螞蟻金服能夠做「定損寶」？

首先，螞蟻金服圍繞深度學習圖像技術領域的研究早已有之，在2015年的德國漢諾威IT和通信產業盛會CeBIT開幕式上，馬雲就已經親自演示了螞蟻金服的Smile to Pay掃臉支付技術，充分證明了深度學習在圖像領域取得的成就，已經可以達到一定程度的商業化。前不久人工智慧領域的泰斗級學者邁克爾.歐文.喬丹(Michael.Jordan)正式加盟螞蟻金服，擔任新成立的螞蟻金服科學智囊團主席。在螞蟻, 以漆遠博士為代表的數據科學家, 以及來自世界一流高科技企業和互聯網企業, 以及學術界的人工智慧人才正迅速集結。

螞蟻金服在超大規模並行計算上有著深厚的積累, 基於ASIC、FPGA、GPU等晶元技術的軟硬一體化異構機器學習平台，可以滿足各種超大規模複雜AI模型的訓練和在線推理。基於Parameter Server計算框架下的深度學習, 在線學習, 圖像深度學習平台支持100億特徵、1000億樣本、10000億參數規模的模型訓練。眼下螞蟻金服AI與保險行業的深度合作只是計算機視覺應用領域的落地結果之一，技術將為廣大保險公司和普通用戶提供便捷可靠的服務，強有力得推進行業的效能。而深度學習乃至整個人工智慧領域的深度研究與應用，將有可能解決產業中面臨的更多問題，給人們帶來更好的用戶體驗。

其次，螞蟻金服的技術歷來不僅是在實驗室進行研發，更重要在於技術和場景的融合。在保險領域，螞蟻金服和保險公司一直有良好的合作歷史，與和76家保險公司聯合開發出一系列的消費保險產品。「定損寶」正是採用全鏈路深度學習、利用海量數據、和保險領域不斷深度合作、精細化打磨產品的產物。

螞蟻金服要將科技助力於行業

實踐證明，在嚴格執行拍照規範的前提下，主流小型車覆蓋部件的定損準確率可以達到98%，相當於行業10年以上經驗的定損專家。相當於行業10年以上經驗的定損專家，而且能夠同時處理萬級的案件量，不受時間和空間的限制。螞蟻金服保險事業群總裁尹銘表示，據估計，每年4500萬件的私家車保險索賠案中，「定損寶」能覆蓋的純外觀損傷案件佔比約在60%，以每單案件的平均處理成本150元計算，有望每年為行業節約案件處理成本20億元。

另外，由於車輛定損完全取決於人的判斷，缺乏統一標準，容易存在水分並造成用戶的滿意度下降，同時行業也有一定比例的虛假騙保案件。統計數據顯示，車險行業每年500億的外觀件賠款中，約有10%－20%是因上述兩種情況造成的理賠滲漏，給保險公司造成巨大損失。「定損寶」能夠有效幫助保險公司減少理賠滲漏的比例。

在此前的螞蟻財富開放大會上，螞蟻金服剛剛宣布向基金公司、銀行開放財富號和AI技術。螞蟻金服CEO井賢棟在會上表示，螞蟻金服在過去幾年積累的金融雲計算、風險管理、人工智慧、信用體系等一系列技術能力都會全面向金融機構開放，「成熟一個開放一個」。

尹銘也在會上表示，螞蟻金服不做金融，螞蟻金服是做科技，同時我們把科技開放出來，助力於行業。他在接受記者採訪時表示，定損寶的圖片來自保險行業，因此，我們要反哺於保險行業，我們先免費給大家用，暫時不考慮盈利，在未來看賠付率的表現判斷產品是否有用。

螞蟻金服的合作夥伴對定損寶表示肯定，太平財產保險有限公司總經理於澤表示，當前，互聯網和大數據為保險業呈現了一個新世界，新規律、規則、模式和生態對人們的生命健康和財產安全都產生巨大影響。保險原有人海戰術、規模效應、價格競爭等傳統運營正受到新科技的驅動變革。因此，誰能抓住機遇，跟上技術升級的演化速度，誰才能活的更長、過的更好。實際上，我們從2015年就開始同螞蟻進行雙獨家車險業務數據共創合作，從定價、報案、查勘、核價賠付等多個環節上，讓用戶實在感受到透明且極速的服務，我們也實在感受到成本下降、效率提高、差錯減少的實惠。這次，太平產險將一如既往的支持定損寶轉化應用，在運營實踐中不斷調整、完善標準，共建行業良好生態圈。

大地財險股份有限公司總經理陳勇認為，保險業的下一步發展，有很多變數，我們要努力跟上創新發展的步伐。螞蟻金服近期推出的車險分，豐富了車險中「與人相關的」數據維度，大地參與了共創和測試，從測試結果與我們的歷史數據對比後來看，還是比較匹配的。定損寶的技術為下一步公司發展確實有非常大的好處，對我們提高效率確實是有幫助的。

全國中小財產保險公司聯席會主任童清說，對中小公司來說，人員配置、隊伍素質、風險識別和防範等服務能力都嚴重不足，螞蟻金服的「定損寶」，對精準定損、提高效率、防範風險、防止欺詐、杜絕人為因素干擾等有非常大的價值。對解決中小公司存在的不足方面有著非常重要的現實意義，能幫助中小公司更快更好地進入「互聯網時代」。對「定損寶」這個產品，我們中小公司非常歡迎，願意積极參与，建立合作。

X 公告

━━━━━

封面來源：網路 排版：陳光 校對：米琪

━━━━━

Xtecher官網平台現開通認證作者，

（添加好友請註明公司、職位、事由）

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！