保险公司越来越丰富的产品和服务，在满足客户需求的同时，也增加了理赔的案件量。问题随之而来，如何防范花样百出的保险诈骗？中国保险学会与金融壹账通联合发布的《2019年中国保险行业智能风控白皮书》显示，保险领域欺诈比例高，手段多样难以防范，全球每年约有20%-30%的保险赔款涉嫌欺诈，我国车险领域欺诈渗漏比例约达20%。
2018年4月，为维护保险消费者的合法权益，提升保险业欺诈风险管理的科学性和有效性，促进保险业健康可持续发展及社会诚信体系的构建，原保监会曾印发《反保险欺诈指引》，旨在构建保险行业欺诈风险管理规范和反欺诈技术标准，进一步防范和化解保险欺诈风险。
目前，车险理赔面临的风险主要分为定损风险、欺诈风险、合约风险三大类，表现形式主要为重复或超额投保和索赔，不实告知，伪造损失、伪造投保和出险时间，夸大或扩大损失，修换标准及尺度不一。在此背景下，利用大数据和人工智能技术，在核赔环节进行风险识别，提高保险反欺诈能力，成为不少保险公司的选择。
例如，2019年4月，平安产险通过IFD智能欺诈侦测系统、智能审计系统、智能调查系统结合，发现了维修厂员工多次利用自身车辆故意拼凑车险事故骗取保险金。在组织证据链条后，平安产险选择报案，最终将其绳之以法。
具体而言，2015年至2018年三年间，某修理厂员工利用自己马自达轿车多次与私家车发生碰撞，通过IFD社交网络分析系统自动织网，平安产险发现马自达轿车与沃尔沃轿车发生碰撞后，沃尔沃再次碰撞现代轿车。一年后现代再次碰撞马自达，形成了三车碰撞循环，通过IFD网络分析，上述情况存在此网络共计12台轿车。通过车辆、人员、修理厂属性分析得知，相关人员为某修理厂员工及其家属，依据智能调查系统规则部署，对这些人所有历史案件跑批，确认车辆损伤情况属同一作案类型即低端撞高端，通过智能审计系统数据跑批，确认这些人拼凑主要以高端车左/右前角碰撞低端车单侧损失，制造道路强制并线事故。
大数据技术可精确识别理赔中可能的欺诈模式、理赔人欺诈行为以及可能存在的欺诈网络，提升反欺诈绩效，降低理赔风险。通过基于大数据和人工智能的保险反欺诈以及基于区块链的风险管理与合规管理，提高保险反欺诈的有效性，降低道德风险和保险欺诈，提升保险公司风险控制水平，实现与客户共赢。