Koppeling van AI en menselijke intelligentie in de strijd tegen fraude

Kunstmatige intelligentie (AI) en andere technologische ontwikkelingen zijnde afgelopen jaren inzekere mate toegepast in de schadeverzekeringssector, en we kunnen er gerust vanuit gaan dat deze trend zich zal voortzetten. Naarmate er nieuwe ontdekkingen worden gedaan over hoe AI operationeel kan worden ingezet in verschillende bedrijfstakken, moeten we proactief zijn in het beoordelen van de voordelen (en risico's) ervan. 

In een landschap waarfraude welig tiert, kunnen mensen en machines een symbiotische relatie aangaan, waarbij ze voortbouwen op elkaars unieke capaciteiten om verzekeraars succes te brengen en de premiekosten voor echte klanten stabiel te houden.

Duidelijke voordelen

Tegenwoordig gebruiken sommige bedrijven AI-technologie om klanten te beschermen tegen bedreigingen, zelfs tegen bedreigingen waarvan ze zich misschien nog niet bewust zijn. Zo biedt het bescherming tegen de veel voorkomende praktijk van 'spookmakelaars' die identiteitsfraude plegen en de identiteit van klanten gebruiken voor frauduleuze doeleinden. Het identificeert ook valse documentfraude, zoals vervalste facturen en gemanipuleerde afbeeldingen.

Technologie kan potentiëlefraudeveel eerder in de levenscyclus van een claim opsporen dan het oog van een menselijke onderzoeker. Bij correct gebruik versnelt fraudedetectietechnologie de afhandeling van legitieme claims en wordt, als er fraude wordt gedetecteerd, de betaling stopgezet. Door claims sneller en nauwkeuriger te verwerken, kunnen verzekeraars de kosten laag houden en de premies voor legitieme klanten laag houden. 

Dit is al zichtbaar in de auto-industrie: er wordt gebruikgemaakt van machine learning (ML)-technologie om potentiële frauderisico's veel eerder te beoordelen en te bepalen of het risico reëel is. Hierdoor kan een verzekeraar legitieme autoschadeclaims versneld afhandelen en frauduleuze claims afwijzen.

Technologie voor vroegtijdige fraudedetectie ondersteunt onderzoekers bij hun besluitvorming en algemene verantwoordelijkheden. Omdat technologie onmiskenbaar frauduleuze claims eruit filtert – met minder ruimte voor fouten – kunnen onderzoekers sneller tot een conclusie komen en verdergaan met de volgende zaak, in plaats van extra uren te besteden aan het oplossen van het onderzoek. Fraudedetectietechnologie bespaart ook tijd en geld door de exacte oorzaak van de fraude te achterhalen, zodat onderzoekers dat niet hoeven te doen.

Door fraudeurs efficiënter uit te sluiten, wordt ook de reputatie van een merk beter beschermd, zowel binnen de sector als vanuit het perspectief van de klant.  

Machines versus mensen?

We zijn allemaal bekend met de alomtegenwoordige morele en economische vraag die een grote rol speelt in het debat over AI: zullen machines uiteindelijk mensen overbodig maken? Moeten we dat dan niet vrezen in plaats van omarmen?

Eén universele waarheid helpt een geldig tegenargument te versterken: machines kunnen geen gevoelens hebben. Het ervaren van emoties is uniek voor mensen en kan niet worden aangeleerd. Complexe emoties en redeneringen zijn een integraal onderdeel van het bedrijfsleven: empathie, wederzijds begrip, een plichtsbesef om het juiste te doen, interpersoonlijke communicatie, onderhandelen,vertrouwen. 

Omgekeerd kan technologie bepaalde processen en taken, zoals het identificeren van een vervalst document, sneller uitvoeren dan enig menselijk brein. Door de kwaliteiten van mens en machine te combineren, kan fraude effectiever worden bestreden. Technologie blinkt uit in identificatie, terwijl het laatste deel, dat betrekking heeft op de juridische aspecten, de complexiteit, de nuances en de interpretatie, in handen kan blijven van menselijke schade-experts. Voor bepaalde aspecten van fraudebestrijding zullen mensen waarschijnlijk altijd betrokken blijven.

Verdubbelen

Verzekeraars screenen voortdurend claimgegevens. Toch glippen gegevens die wijzen op fraude door de mazen van het net. Wanneer een verzekeraar het stokje doorgeeft aan een bedrijf alsSedgwick, kan de continue screening worden voortgezet, en dan nog wel op basis van een aanzienlijk grotere hoeveelheid gegevens. 

Op het gebied van commercieel vastgoed bijvoorbeeld is er maar heel weinig data om mee te screenen. Minder data is lastig om patronen van seriële claimanten en ongewenst frauduleus gedrag in de sector te herkennen; als je maar één screeningtool gebruikt, is het moeilijk om te zien hoeveel fraude er echt in de boeken van een verzekeraar voorkomt. 

Mogelijke nadelen

Naarmate de technologie vordert, gaan klanten en claimanten er steeds meer vanuit dat technologische vooruitgang gelijk staat aan snellere en efficiëntere processen, en dat claims daarom sneller moeten worden afgehandeld. Beoefenaars moeten dit in gedachten houden: de wijdverbreide verwachting van een snellere afhandeling – ongeacht de complexiteit van een zaak – is nu verweven met de basis van het door technologie ondersteunde claimproces.

Claimbehandelaars moeten extra zorgvuldig te werk gaan bij steekproeven om aan deze toenemende eisen te voldoen, en bewust gebruikmaken van software die hen daarbij kan helpen.

Meer informatie > Leesdeflyervoor meer informatie over onze dienst voor fraudeclaims en bekijk onze nieuwsteblogs overfraude.