6 月 27 日，螞蟻金服在北京宣佈向保險行業全面開放技術產品「定損寶」，用 AI 技術模擬車險定損環節中的人工作業流程，幫助保險公司實現簡單高效的自動定損，成為影象定損技術在車險領域的首次商業應用。

人工智慧技術在金融產業取得突破性發展的大背景下，Fintech（金融科技）應運而生的產物。如何在金融級場景這片熱土上，最大程度挖掘 AI 技術演算法以及資料的價值和潛力，成為行業內一眾玩家努力開墾的新方向，而螞蟻金服一直是其中先行者。6 月 27 日，美國權威科技雜誌《MIT 科技評論》以科技領軍能力及商業敏感度為衡量依據，評選出「2017 全球最聰明 50 家公司」，螞蟻金服成為唯一上榜的金融科技公司。《MIT 科技評論》認為，螞蟻金服利用人工智慧、區塊鏈等前沿技術在保證風控安全的同時，不僅提升了金融服務效率，並且降低了金融服務成本。今年 2 月，螞蟻金服的「刷臉支付」技術也曾被《MIT 科技評論》評為 2017 年全球十大突破性技術。

同一天，螞蟻金服正式宣佈向保險行業全面開放「定損寶」，利用人工智慧技術幫助保險公司實現車險理賠優化，不僅可以有效降低理賠運營成本、提升定損效率、解決偏遠地區或高峰期人力不足的問題，還能增強使用者體驗、秒級解決問題、降低欺詐風險。

6 月 27 日，螞蟻金服保險事業群總裁尹銘宣佈推出定損寶

這個圖象定損專案並不是一個簡單的影象識別問題，而是隱含了所有計算機視覺經典的問題

螞蟻金服保險事業群總裁尹銘現場演示了定損寶的具體使用方法。首先，按照定損寶提示的要求，依次上傳車輛的全景照片、受損部位照片以及受損部位細節照片；

之後，使用者確認完成上傳照片的確認，定損寶通過雲端伺服器的演算法模型進行判定，在幾秒內就可以給出準確的定損結論，並提供檢視附近修理廠以及來年保費預測的功能。

「定損寶雖然看上去很簡單，但是背後的工作非常艱苦，我們克服了很多的困難。」螞蟻金服保險事業群總裁尹銘介紹道，基於影象的定損過程包含照片自動分流、部件識別、去反光、影象角度矯正等核心技術。

對於定損寶背後的技術支援，螞蟻金服副總裁、首席資料科學家漆遠分析稱，「這個圖象定損專案並不是一個簡單的影象識別問題，而是隱含了所有計算機視覺經典問題，從目標識別、檢測到損傷程度的判定，到多模態的結合甚至與其他資料的結合。」在深度學習框架中，原始的圖象變成了一個表達，多個表達形成綜合的判斷，進而產生了最後的決策結果，而這個決策就是定損寶產品的輸出。「技術的核心價值在於解決真實世界的問題，我們並不是說為了技術而技術，而是源於成本、滲漏、體驗、索賠四大問題，這些問題的解決也真正推動了我們的技術創新。」

從最初的文字識別、數字處理，到後來的物體識別與檢測、場景理解，計算機視覺技術獲得長足發展，一步步邁向智慧決策。「我們的定損寶產品中就會有一個這樣的智慧團體。」漆遠介紹道。

雖然深度學習在 ImageNet 上取得了巨大的成功，甚至在某些任務上擁有了超越人類的表現，但是實驗室演算法與實際落地場景之間往往存在難以逾越的鴻溝。在現實車險理賠場景中，演算法需要應對光反射、陰影、倒影、汙漬、水滴等干擾因素，從海量資料中提取對定損有效的關鍵資訊。而在此之前，面對千萬級雜亂無章的車險定損歷史圖片進行結構化規整、資料整理、清洗以及必要的標註就已經是一項前所未有的挑戰。

損傷程度的判定被認為是整個定損中的核心環節，因為刮擦、變形、撕裂等損傷程度的不同都對應不同的維修方案。螞蟻金服與行業內的專家進行大量溝通，梳理各種損傷型別。在分析了多個會對損傷判定造成干擾的因素之後，螞蟻金服利用沉澱的大量歷史定損資料, 針對對不同的車型、顏色和光照條件進行模型迭代學習，融合多個模型的經驗, 開發出的演算法能夠輸出針對不同程度的損傷型別給出較為精準的定損結論。

另外，維修方案的決策也並非易事，其中的難度在於同一車型的年款、排量、配置不同，會導致配件價格的不同，比如別克凱越系列就有 51 款車型。螞蟻金服保險事業群副總裁李冠如解釋說，「在定損的五秒鐘裡，照片上傳到雲端，雲端經過演算法模型，輸出了相應的部件和維修方案。這個方案加上承保時的車型，整體傳輸到配件的資料庫讀取他的 OE 碼。這個碼再沿著方案傳到保險公司，形成相應的價格，這就是我們的行業解決方案，未來我們會把相應的解決方案給到不同保險公司，完成價格匹配過程。」

定損寶每年可為保險行業節約 20 億元成本

在傳統定損解決方案中，報案、現場勘查、提交理賠材料、稽核、最終賠付車險處理流程複雜且費時，定損寶秒級完成車險理賠的過程能夠改善使用者體驗，提升理賠效率。同時，估算次年保費，也是一項可以幫助使用者判斷是否需要索賠的重要功能。螞蟻金服希望通過技術解決方案在提升定損效率的同時降低門檻，李冠如透露，螞蟻金服的目標是讓人人都能成為定損員。

對保險公司而言，為了根據事故現場做出損傷原因的初步判斷並確認損傷的車部件及損傷程度，往往要僱傭大量的人力長期駐派多地進行重複的拍照作為定損記錄的依據。定損寶這類產品則依託深度學習影象演算法逐步替代定損環節中的重複性人工作業流程，將大大降低車險定損環節中的人力以及時間成本。

據尹銘介紹，在中國每年 4500 萬件案例中，有 60% 是純外觀損傷，可以由定損寶高效完成。在成本上，全國有 10 萬理賠勘查人員，包括查勘車的折後成本等，每一個賠案平均約為 150 元，按照螞蟻金服測算，定損寶可以減少勘查定損人員 50% 的作業量，每年為行業節約 20 億元的成本，這是一個驚人的數字。除此之外，車險行業每年約有 500 億元的小額賠款，這其中有 10% 到 20% 的理賠滲漏。定損寶可以明顯優化車險行業內的水分，降低保險公司的理賠滲透比例。

目前，螞蟻金服向保險公司開放了免費試用定損寶的較長試用期，未來進入收費階段，費用也會遠低於其花在查勘定損上的成本。

在釋出會現場，螞蟻金服發起了一場人機 PK 大戰。螞蟻定損寶與六名資深定損員組成的團隊，就 12 個車險案例中隨機抽取的案例，同時進行案件分析，輸出每個按鍵的定損結果，定損結果準確率高者獲勝。定損寶與定損員團隊在 10 個案例中達成一致，剩餘兩個有爭議案例經過現場定損員投票決定，各有一例被判定為不準確。從準確率上看，雙方似乎達成了平手，但是從判定時間上，定損寶僅用 6 秒就完成了全部 12 例定損，而定損員團隊則花費 6 份 48 秒才合作完成任務。