6 月 27 日，蚂蚁金服在北京宣布向保险行业全面开放技术产品「定损宝」，用 AI 技术模拟车险定损环节中的人工作业流程，帮助保险公司实现简单高效的自动定损，成为图像定损技术在车险领域的首次商业应用。
人工智能技术在金融产业取得突破性发展的大背景下，Fintech（金融科技）应运而生的产物。如何在金融级场景这片热土上，最大程度挖掘 AI 技术算法以及数据的价值和潜力，成为行业内一众玩家努力开垦的新方向，而蚂蚁金服一直是其中先行者。6 月 27 日，美国权威科技杂志《MIT 科技评论》以科技领军能力及商业敏感度为衡量依据，评选出「2017 全球最聪明 50 家公司」，蚂蚁金服成为唯一上榜的金融科技公司。《MIT 科技评论》认为，蚂蚁金服利用人工智能、区块链等前沿技术在保证风控安全的同时，不仅提升了金融服务效率，并且降低了金融服务成本。今年 2 月，蚂蚁金服的「刷脸支付」技术也曾被《MIT 科技评论》评为 2017 年全球十大突破性技术。
同一天，蚂蚁金服正式宣布向保险行业全面开放「定损宝」，利用人工智能技术帮助保险公司实现车险理赔优化，不仅可以有效降低理赔运营成本、提升定损效率、解决偏远地区或高峰期人力不足的问题，还能增强用户体验、秒级解决问题、降低欺诈风险。
6 月 27 日，蚂蚁金服保险事业群总裁尹铭宣布推出定损宝
这个图象定损项目并不是一个简单的图像识别问题，而是隐含了所有计算机视觉经典的问题
蚂蚁金服保险事业群总裁尹铭现场演示了定损宝的具体使用方法。首先，按照定损宝提示的要求，依次上传车辆的全景照片、受损部位照片以及受损部位细节照片；
之后，用户确认完成上传照片的确认，定损宝通过云端服务器的算法模型进行判定，在几秒内就可以给出准确的定损结论，并提供查看附近修理厂以及来年保费预测的功能。
「定损宝虽然看上去很简单，但是背后的工作非常艰苦，我们克服了很多的困难。」蚂蚁金服保险事业群总裁尹铭介绍道，基于图像的定损过程包含照片自动分流、部件识别、去反光、图像角度矫正等核心技术。
对于定损宝背后的技术支持，蚂蚁金服副总裁、首席数据科学家漆远分析称，「这个图象定损项目并不是一个简单的图像识别问题，而是隐含了所有计算机视觉经典问题，从目标识别、检测到损伤程度的判定，到多模态的结合甚至与其他数据的结合。」在深度学习框架中，原始的图象变成了一个表达，多个表达形成综合的判断，进而产生了最后的决策结果，而这个决策就是定损宝产品的输出。「技术的核心价值在于解决真实世界的问题，我们并不是说为了技术而技术，而是源于成本、渗漏、体验、索赔四大问题，这些问题的解决也真正推动了我们的技术创新。」
从最初的文字识别、数字处理，到后来的物体识别与检测、场景理解，计算机视觉技术获得长足发展，一步步迈向智能决策。「我们的定损宝产品中就会有一个这样的智能团体。」漆远介绍道。
虽然深度学习在 ImageNet 上取得了巨大的成功，甚至在某些任务上拥有了超越人类的表现，但是实验室算法与实际落地场景之间往往存在难以逾越的鸿沟。在现实车险理赔场景中，算法需要应对光反射、阴影、倒影、污渍、水滴等干扰因素，从海量数据中提取对定损有效的关键信息。而在此之前，面对千万级杂乱无章的车险定损历史图片进行结构化规整、数据整理、清洗以及必要的标注就已经是一项前所未有的挑战。
损伤程度的判定被认为是整个定损中的核心环节，因为刮擦、变形、撕裂等损伤程度的不同都对应不同的维修方案。蚂蚁金服与行业内的专家进行大量沟通，梳理各种损伤类型。在分析了多个会对损伤判定造成干扰的因素之后，蚂蚁金服利用沉淀的大量历史定损数据, 针对对不同的车型、颜色和光照条件进行模型迭代学习，融合多个模型的经验, 开发出的算法能够输出针对不同程度的损伤类型给出较为精准的定损结论。
另外，维修方案的决策也并非易事，其中的难度在于同一车型的年款、排量、配置不同，会导致配件价格的不同，比如别克凯越系列就有 51 款车型。蚂蚁金服保险事业群副总裁李冠如解释说，「在定损的五秒钟里，照片上传到云端，云端经过算法模型，输出了相应的部件和维修方案。这个方案加上承保时的车型，整体传输到配件的数据库读取他的 OE 码。这个码再沿着方案传到保险公司，形成相应的价格，这就是我们的行业解决方案，未来我们会把相应的解决方案给到不同保险公司，完成价格匹配过程。」
定损宝每年可为保险行业节约 20 亿元成本
在传统定损解决方案中，报案、现场勘查、提交理赔材料、审核、最终赔付车险处理流程复杂且费时，定损宝秒级完成车险理赔的过程能够改善用户体验，提升理赔效率。同时，估算次年保费，也是一项可以帮助用户判断是否需要索赔的重要功能。蚂蚁金服希望通过技术解决方案在提升定损效率的同时降低门槛，李冠如透露，蚂蚁金服的目标是让人人都能成为定损员。
对保险公司而言，为了根据事故现场做出损伤原因的初步判断并确认损伤的车部件及损伤程度，往往要雇佣大量的人力长期驻派多地进行重复的拍照作为定损记录的依据。定损宝这类产品则依托深度学习图像算法逐步替代定损环节中的重复性人工作业流程，将大大降低车险定损环节中的人力以及时间成本。
据尹铭介绍，在中国每年 4500 万件案例中，有 60% 是纯外观损伤，可以由定损宝高效完成。在成本上，全国有 10 万理赔勘查人员，包括查勘车的折后成本等，每一个赔案平均约为 150 元，按照蚂蚁金服测算，定损宝可以减少勘查定损人员 50% 的作业量，每年为行业节约 20 亿元的成本，这是一个惊人的数字。除此之外，车险行业每年约有 500 亿元的小额赔款，这其中有 10% 到 20% 的理赔渗漏。定损宝可以明显优化车险行业内的水分，降低保险公司的理赔渗透比例。
目前，蚂蚁金服向保险公司开放了免费试用定损宝的较长试用期，未来进入收费阶段，费用也会远低于其花在查勘定损上的成本。
在发布会现场，蚂蚁金服发起了一场人机 PK 大战。蚂蚁定损宝与六名资深定损员组成的团队，就 12 个车险案例中随机抽取的案例，同时进行案件分析，输出每个按键的定损结果，定损结果准确率高者获胜。定损宝与定损员团队在 10 个案例中达成一致，剩余两个有争议案例经过现场定损员投票决定，各有一例被判定为不准确。从准确率上看，双方似乎达成了平手，但是从判定时间上，定损宝仅用 6 秒就完成了全部 12 例定损，而定损员团队则花费 6 份 48 秒才合作完成任务。
