Tekoäly tuo uusia vakuutuspetoksia, mutta auttaa myös niiden paljastamisessa

Tekoälyllä tuotetut väärennökset ovat kasvava huoli myös vakuutusalalla, jossa manipuloituja kuvia, kuitteja ja dokumentteja voidaan käyttää perusteettomien korvausten hakemiseen. SAS Instituten analytiikan ja tekoälyn johtava neuvonantaja Antti Heino arvioi, että vakuutuspetosten torjunnassa tarvitaan yhä tiiviimpää ihmisen ja automaation yhteistyötä.

Väärennökset voivat näyttää uskottavilta

Deepfake- eli syväväärennösteknologia tunnetaan erityisesti realistisesta kuva-, ääni- ja videomateriaalista. Sen riskit liittyvät muun muassa identiteettivarkauksiin, huijauksiin ja väärän tiedon levittämiseen. Finanssialalla sama kehitys näkyy myös käytännöllisellä tavalla: tekoälyllä manipuloituja kuvia ja asiakirjoja voidaan hyödyntää vakuutuspetoksissa.

Heinon mukaan tekoäly on tuonut mukanaan myös uusia petosmuotoja, kuten niin sanottuja haamupotilaita. Niillä tarkoitetaan kokonaan tai osittain keinotekoisesti luotuja potilastapauksia, joissa vammat ovat keksittyjä eikä todellista vahinkoa ole tapahtunut. Autoihin liittyvissä vakuutuspetoksissa voidaan puolestaan käyttää tekoälyllä väärennettyjä kuitteja ja valokuvia.

Kaikkea aineistoa ei voi tarkistaa käsin

Heino työskentelee SAS Institutessa, joka tuottaa petostorjuntajärjestelmiä muun muassa vakuutusyhtiöille ja pankeille. Hänen mukaansa vakuutusyhtiöiden käsiteltäväksi tulee niin paljon dokumentteja, manipulaatioepäilyjä ja metatietojen tarkistuksia, ettei ihminen voi käydä kaikkea läpi käsin, jos korvauspäätöksiä halutaan tehdä nopeasti.

Tekoäly voi auttaa nostamaan laajasta aineistosta tapauksia, joissa jokin poikkeaa tavanomaisesta. Yksittäisen vahingon taustalta voi löytyä esimerkiksi korjaamo, ajoneuvo tai henkilö, joka liittyy useampiin vahinkotapahtumiin kuin tilastollisesti vaikuttaisi normaalilta.

Verkostot voivat paljastaa poikkeamia

Heinon mukaan yksittäisten vakuutuspetosten takaa voi paljastua laajempia verkostoja, joita ihmisen on vaikea hahmottaa massiivisesta dokumenttimäärästä. Verkostoanalytiikka ja tekoäly voivat tuoda esiin tällaisia yhteyksiä ja ohjata tarkastelua petosepäilyjen kannalta olennaisiin kohtiin.

Heinon viesti on, ettei tekoäly korvaa ihmistä petostorjunnassa. Sen tehtävä on nostaa massasta epäilyttäviä havaintoja, joiden pohjalta ihminen toimii ja tekee jatkopäätökset.