Nejvíce peněz bylo zachráněno na pojištění vozidel, kde ale počet případů také citelně klesl. Není to proto, že by podvodníci polevili ve svých snahách okrást pojišťovny. Je to proto, že pojišťovny podvody překazí už na začátku, nebo jim díky účinné prevenci nedovolí vůbec vzniknout. Z čísel je také evidentní, že se pojišťovnám daří odhalovat složitější případy s vysokou škodou. A to vše je zásluhou většího nasazení výkonných ICT systémů s moderními programy na prevenci a odhalování podvodů.
Minulý rok zároveň pokračoval konkurenční boj a snaha o získání nového i udržení stávajícího zákazníka. Pojišťovny pracují na zlepšování zákaznické zkušenosti, neboť si uvědomují, že zákazníci se nerozhodují ryze racionálně, pouze podle užitné hodnoty produktů, ale řídí se emocemi, které v nich zanechá jejich pojišťovna. Rozhodující je, jak budou vnímat přidanou hodnotu poskytované služby – jak se k nim chovají lidé z pojišťovny a jak reagují na jejich přání, jak je správa pojištění komfortní a jednoduchá. V boji o zákazníka by ovšem pojišťovny neměly zapomínat na riziko uzavření smlouvy s problémovými pojištěnci, na chyby při nesprávném vyhodnocení pojistných rizik nebo nastavení produktů, u kterých jsou vyšší možnosti, že dojde k pokusu o pojišťovací podvod.
Mohlo by vás zajímat: Informační a komunikační činnosti vzdorují zpomalení ekonomiky
Pojišťovny nasazují nové technologie v boji proti podvodům
Proto i v roce 2019 pojišťovny pokračovaly v implementaci technologií na detekci a prevenci pojistných podvodů. Podle údajů agentury Ernst & Young investice pojišťoven do ICT dosahovaly v Evropě mezi lety 2016 až 2018 meziročního nárůstu jen o 7 procent, a v loňském roce mírně zpomalily. Některé pojišťovny již ale využívají predikční analýzy na bázi strojového učení s prvky umělé inteligence, které jsou velice účinné jako prevence proti podvodům a výrazně pomáhají s jejich odhalováním. Pomocí moderních technologií zpracovávají data z mnoha různých zdrojů, dokáží je vytěžit, správně interpretovat a následně využít, což jim poskytuje velkou konkurenční výhodu.
Kontrolní mechanismy založené na pravidlech nahradí behaviorální analytika
Nastavovat automatizovaná obchodní pravidla a hlídat „červené vlajky“ už nestačí. Podvodníci je odhalili, poměrně snadno otestovali a naučili se je obcházet. Dnes je nezbytné mít adaptivní analýzu, která dokáže odhalit neznámá rizika a nové způsoby, kterými se podvodníci snaží pojišťovnu podvést. Behaviorální analýza zachycuje vzorce chování od každého zdroje a přehodnotí je pokaždé, když zaznamená nějakou změnu. Tento proces vytváří hluboký historický profil pro všechny sledované vstupy, ať se jedná o profil zákazníka, uživatelský účet, připojené karty, o obchodníka, prodejní místo, terminál, externí zařízení, webovou relaci a podobně.
Analyzuje všechny dostupné parametry osob, telefonních kontaktů, adres, smluv a transakčních historií z pojišťovacích smluv i databází firem. Odhaluje a popisuje síť vazeb a vztahů mezi, na první pohled nesouvisejícími, událostmi a jevy. Čím více dostupných profilů systém analyzuje, tím lépe porozumí tomu, zda je transakce či požadavek legitimní. Výsledkem by měla být prevence, nebo odhalení nekalé aktivity v samém začátku. Protože, pokud je již podvod dokonaný, tak náklady na celý proces odhalení a jeho likvidace mohou být až trojnásobné než škoda, jakou způsobil podvod samotný. Kvalitní analýzy navíc také generují méně falešných poplachů, které by jinak odčerpávaly drahocenný čas vyšetřovatelů.
Mohlo by vás zajímat: Poradci musí všechny hovory nahrávat! Podle Rusnoka se zabránilo eldorádu
Informace on-line v reálném čase pro všechny
Pro odhalování podvodů je nezbytné mít informace aktuálně platné v reálném čase. Do vztahů mezi pojišťovnou a zákazníka vstupuje ohromná spousta interakcí, ze kterých je možné získat všechny potřebné informace. Ať se jedná o skoring na začátku vztahu, nastavení produktů na míru zákazníka, vedení ideální komunikace až po případné řešení pojistných událostí. Mít informace v řádu milisekund nestačí, pokud nejsou správně propojeny. Agregace dat a jejich ukládání na jednotné úložiště, odkud si je mohou čerpat jednotlivá oddělení, ve formátech, které jsou pro ně uživatelsky přívětivé. Jiné požadavky na informace má obchod, jiné řízení rizik, jiné pobočky, nebo likvidátoři škodních událostí.
Nejde jen o ideální sdílení v rámci jedné pojišťovny. Pro maximální efektivitu v boji proti podvodům pojišťovny sdílejí informace o podezřelých okolnostech. I tady se projevuje nutnost mít aktuální real-time informace. Databáze pro povinné ručení provozu vozidel SVIPO I dnešním potřebám již nevyhovuje. Off-line zpracování balíčků dat neumožňuje včas reagovat na případné změny nebo dokonce hrozby, které se mohou objevit mezi dobou od zadání po zpracování datového požadavku. Na to již reagoval systém SVIPO II pro životní pojištění, u kterého rozhraní umožňuje export a nahrávání dat v reálném čase.
Mohlo by vás zajímat: 2019: Prudential Financial má čistý +2,7 %. MetLife hlásí zisk na akcii +23 %
Úspěšnost propojení dat a vytěžování interních i veřejných zdrojů se projevuje na průměrné výši odhalených pojistných podvodů. Jasný dopad účinnosti moderních systémů se ukazuje na poklesu počtu pokusů o podvod, zmiňovaných v úvodu. Máme ověřeno, že dokonalé antifaudové systémy mají preventivní roli a řada potenciálních pachatelů se o čin ani nepokusí.
Blíží se doba deepfakes
Ještě před několika lety dokázali měnit dokumentaci, nebo vytvářet virtuální realitu pouze profesionálové v grafických studiích. Dnes může průměrně zdatný uživatel běžně dostupných programů vytvářet „autentické“ obrazy nebo videa a cokoliv na nich měnit, včetně metadat určujících datum nebo GPS polohu vzniku „záznamu.“ Dnes, kdy se nahlašování a likvidace pojistných událostí děje prostřednictvím webového rozhraní, budou pojišťovny stále častěji čelit riziku podvodu pomocí pozměněných fotografií, falešných svědků, nebo neexistujících škod.
Pro odhalení podvodu skrytého v pozměněných metadatech, budou muset hledat odpověď v informačních matricích neuronové sítě, které odhalí nesrovnalosti mezi skutečností a fiktivní, nebo pozměněnou událostí. Zatím se to nejčastěji děje v případě automobilů, nebo některých událostí neživotního pojištění. Ze zahraničí už jsou ale známy případy z fingovaných dopravních nehod, do kterých byli ve fotodokumentaci „domontováni“ účastníci nehody s falešnými lékařskými zprávami, kteří si nárokovali odškodnění úrazu. Nebo případy padělaného videa z bezpečnostních kamer, kde byl do jednoho záznamu vložen pachatel fingovaného vloupání. A v druhém případě dokonce údajný žhář.
Mohlo by vás zajímat: Ivan Špirakus: Nové zkoušky jsou věčným soubojem mezi teorií a praxí
Rozpočty ICT na boj proti podvodům se budou nadále zvyšovat
Ani přes nasazení moderní výpočetní techniky proti podvodům nelze jednoznačně tvrdit, že jsme schopni jim absolutně zabránit. Naopak vznikají nové techniky podvodů, které používají vyspělé ICT systémy pro změnu reality a dokonale padělané dokumenty a účetní doklady potvrzující nárokovanou výši škody při požáru, krádeži, nebo jiné události.
Aby pojišťovny získaly nové schopnosti a zdokonalily detekční techniky, měly by přejít z jednotlivých technologií na komplexní nástroje real-time analýz s rozpoznáváním textu, obrazu a hlasu pro detekci anomálií. Nasadit strojové učení, které se přizpůsobuje měnícímu se chování v populaci prostřednictvím automatizovaného vytváření modelů. S každou iterací jsou pak jeho algoritmy chytřejší a přesněji detekují podvody. To kromě vysokých investic do výpočetní techniky vyžaduje nastavení strategie její implementace. Zní to jako samozřejmost, ale často se to neděje.
Jsou pojišťovny, které budují výpočetní ekosystém na několika odlišných platformách a bez koordinace požadavků jednotlivých oddělení. Výsledkem je drahý, zato nefunkční systém, který není schopen reagovat na situaci na trhu. Proto je potřeba organizačními změnami vytvořit štíhlé a pružně reagující týmy, které dokáží efektivně řídit softwarový outsourcing a dodržovat budget. Rychlým dokončováním jednotlivých úseků dosáhnout plné funkcionality systému a korigovat jej podle toho, jak se vyvíjí prostředí, technologie a procesy podle požadavků zákazníků.
Marek Žáček
Senior Fraud Analytik společnosti Analytics Data Factory
Komentáře
Přidat komentář