CLAIMSHARE by INTELLECTEU (Português)
Como solucionar o problema de fraudes em sinistros no setor de Seguros utilizando Blockchain, IA e Computação Confidencial
TLDR;
A IntellectEU lançou a ClaimShare, plataforma de detecção de fraudes de sinistros no sector das seguradoras, cuja finalidade é a resolução de “double-dipping” (obtenção de pagamento em duas seguradoras sobre o mesmo sinistro) recorrendo à tecnologias Blockchain Corda, Inteligência Artificial e computação confidencial.
A ClaimShare separa os dados dos sinistros em duas partes: parte pública e parte privada. As partes públicas são compartilhadas usando o Ledger do Corda para que posteriormente sejam compradas usando algoritmos de “fuzzy-matching”, onde as semelhanças entre elas são verificadas com o objetivo de identificar potenciais fraudes. Uma vez detectados incidentes suspeitos de atividade fraudulenta, o ClaimShare recorre à computação confidencial onde a parte privada dos sinistros é comparada para confirmar se de facto o incidente se trata de uma fraude antes de que o seu pagamento seja processado.
O nosso piloto usa como exemplo os seguros automóvel mas pode ser facilmente aplicado a outros tipos de seguros.
Deseja saber mais? Contacte o Chaim Finizola através do email claimshare@intellecteu.com
1. Introdução
Uma investigação feita por Insurance Europe verificou que apenas em 2017, o valor total das fraudes sobre incidentes nos seguros ascendia a 13B EUR, e que por exemplo na Irlanda, 4% de todos os incidentes reportados eram fraudulentos. O mesmo estudo conclui que se todos os participantes na indústria das seguradoras partilhassem dados sobre os incidentes reportados, o processo de detecção de fraudes seria consideravelmente melhorado.
As seguradoras têm vindo a investir bastante nos mecanismos de prevenção de fraude através da adoção das mais recentes tecnologias, na tentativa de fazer uma análise mais exaustiva e assim identificar padrões de comportamentos indicadores de potenciais fraudes. No entanto, continuam limitados à disposição dos dados gerados internamente para esse efeito, não existindo qualquer padrão de partilha de informação nem qualquer plataforma em produção que permita a partilha de dados nesta indústria, devido principalmente às regras de restrição de compartilhamento de dados pessoais.
Enquanto que as seguradoras irão beneficiar diretamente da partilha e detecção de fraudes, a falta de cooperação é especialmente evidente quando os fraudadores reportam diversas reclamações de seguros sobre o mesmo bem em múltiplas seguradoras, muito embora as leis não permitam que o valor da devolução total seja superior ao valor do bem segurado, mesmo que o bem esteja segurado por vaias seguradores. Este tipo de fraude é conhecido como “double-dipping”.
2. Problema
O termo “Double-dipping” se refere ao ato de reportar um único incidente em duas seguradoras, sendo que o pagamento total nunca deve ultrapassar o valor total do bem segurado. Existem diversas situações onde tal acontece:
- Acidente automóvel reportado em diversas seguradoras
- Seguro detido pelo dono do seguro;
- Múltiplos seguros para o mesmo detentor;
- Seguro de responsabilidade automóvel e reivindicação de seguro saúde;
- Seguro de bens e de material informático em separado;
- Procedimentos médicos reportados em duas seguradoras;
- Dupla cobertura de custo
- Seguro de incapacidade e benefícios de desemprego;
- Múltiplos seguros de viagem
- …
A colaboração entre diversos participantes envolvidos nos pagamentos duplos sobre o mesmo incidente foi desde sempre complicada. Existem algumas iniciativas nas quais uma entidade central recolhe as incidências que podem ser acedidas caso aconteça alguma atividade suspeita. A necessidade de ter uma terceira parte que guarde tanta informação sensível, a necessidade de manter a informação sempre atualizada e de fácil acesso, o compliance e as decisões judiciais mais recentes colocam este modelo em xeque.
No entanto, nos dias de hoje não existe qualquer plataforma apta para resolver este problema na indústria. Não existe também qualquer solução que permita a partilha de informação entre seguradoras de forma privada e por consulta, que ao mesmo tempo garanta a privacidade do negócio e seja compatível com as normas da GDPR.
Graças aos mais recentes avanços tecnológicos, este cenário está prestes a mudar.
- O Corda como ledger distribuído conseguiu provar o seu valor em diversos sectores da indústria confirmando a sua escalabilidade e modelo de privacidade;
- A R3 lançou o seu Enclave SDK, ferramenta de computação confidencial;
- Os algoritmos de inteligência artificial estão cada vez melhores.
Juntando os benefícios de cada uma destas tecnologias, conseguimos criar uma solução que promete resolver o problema do “double-dipping”.
3. Solução
A ClaimShare oferece uma solução de verificação de fraude de sinistros entre seguradoras, reduzindo significativamente o número de sinistros fraudulentos pagos. Ao permitir que as seguradoras partilhem os dados públicos de sinistros após a sua verificação, as outras seguradoras podem verificar se esse mesmo sinistro (mesmo que mascarado) já foi pago por outra seguradora.
Caso seja detectado um sinistro suspeito de fraude, no qual por exemplo, os dados públicos de um ou mais campos coincidem com os dados de um outro sinistro previamente partilhado no ledger, os dados privados do mesmo sinistro serão comparados usando a computação confidencial. Se os dados privados forem iguais, (ou seja, identificam o mesmo cliente), as seguradoras terão a confirmação de que se trata de um sinistro fraudulento, pelo que o seu pagamento não deve ser executado.
Para tal, a ClaimShare divide os dados dos sinistros em dois tipos: dados públicos e dados privados. Os dados públicos do sinistro verificado (por exemplo: data, modelo de carro, localização do sinistro) não contêm qualquer dado pessoal e são partilhados com todas as seguradoras na rede através do ledger distribuído, enquanto que a parte privada não é partilhada, sendo utilizada exclusivamente para confirmar sinistros em duplicado.
A detecção de sinistros fraudulentos acontece em duas fases:
- Os dados públicos do sinistro são comparados com os dados de outros sinistros previamente validados usando os mais recentes e robustos algoritmos de comparação.
- A confirmação da fraude é processada com as computações privadas entre vários participantes comparando os dados privados sem que o seu conteúdo seja revelado.
Para a comparação de dados públicos são usados múltiplos algoritmos que podem ser aperfeiçoados pela incorporação de inteligência artificial.
- Exact matching — Utilizado maioritariamente em campos de texto ou numéricos, os dados dos campos que são comparados devem ser exatamente iguais para serem marcados.
- Fuzzy matching — Usado em campos de texto, os dados são comparados tendo como base um factor de semelhança em percentagem tal que se a similaridade entre dois campos for superior ao factor, o campo é marcado.
- Diferença matching — Usado unicamente em campos numéricos, os dados são comparados com base num factor de diferença e caso a diferença numérica entre os valores dos dois campos seja inferior ao factor, o campo é marcado.
- Date matching — Usado apenas em campos que representam datas, dado um factor em horas, se a diferença temporal entre duas datas for inferior ao valor do factor, o campo é marcado.
- Geo scorer — Utilizado apenas para localizações, dado um factor de distância em quilômetros ou milhas, tendo duas localizações (posteriormente traduzidas para coordenadas), se a distância entre os dois pontos for inferior à distância do factor, o campo é marcado.
No caso da comparação de dados públicos, o “Exact Matching” é o único mecanismo de detecção usado, já que os campos devem ser exatamente iguais.
4. Implementação técnica
A ClaimShare foi desenhada como sendo uma camada entre os sistemas das seguradoras, limitando qualquer alteração necessária ao mínimo. A integração entre sistemas é feita recorrendo ao Catalyst Integration Solution, solução inovadora de integração da IntellectEU que é conhecida por ser o produto de integração preferido da ferramenta de trading Contour.
A Rede será composta pelos nós de cada um dos participantes, pelo operador da rede (Oracle) e pelo regulador (permissões de leitura).
A nossa solução pode correr tanto na cloud como on-site utilizando o Catalyst Blockchain Platform.
Entre os motivos que nos convenceram em que a tecnologia Corda seria a melhor escolha para este caso de uso estão os seguintes:
- As transações são privadas pois identidade confidencial é usada;
- O seu modelo de rede;
- A integração com o Conclave SDK;
- A Orquestração dos Workflows do conclave com a framework de fluxos do Corda;
- O modelo de privacidade que permite que vários produtos de seguradoras possam ser usadas na mesma rede Corda;
- A sua ferramenta de comunicação P2P para anexos;
- A sua escalabilidade, taxa de transmissão, privacidade e suporte.
5. Outras possibilidades e melhoramentos
Hoje, conseguimos provar a eficácia da nossa solução para os seguros automóveis. No entanto, a ClaimShare pode ser extendida a outros tipos de seguros, por exemplo, seguros de saúde, roubos, danos, entre outras:
- O próximo lançamento incluirá a partilha P2P de provas (imagens) suportado pelo serviço de anexos do Corda. Estas imagens poderão ainda ser usadas para comparação usando algoritmos de inteligência artificial.
- Os sinistros fraudulentos podem ser sinalizados e partilhados no blockchain para prevenir fraudes adicionais em outras seguradoras.
- As fraudes detectadas podem ser vinculadas a outras apólices de seguro vinculadas à mesma identidade (dentro ou entre seguradoras).
- As seguradoras podem obter informação externa adicional para otimizar os seus modelos de Machine Learning para a detecção de fraudes;
- A ClaimShare pode facilitar a automatização dos pagamentos dos sinistros;
- A ClaimShare pode ser extendida com a inclusão de provas de seguro e credenciais verificáveis;
6. Insurtech challenge
A ideia do ClaimShare surgiu do concurso organizado pela R3 e B3i cujo objetivo era o de criar uma solução em Corda que pudesse ajudar as seguradoras a detectar fraudes.
A competição foi dividida em três partes, na primeira seríamos seleccionados consoante o “value proposition” da solução, disposição de mercado e o pitch. Isto trouxe-nos a oportunidade de olhar para o problema de negócio, falar com peritos da indústria e validar a ideia antes de continuar. Numa segunda fase, o nosso foco foi o modelo de negócio, o design da solução, a estratégia de abordagem ao mercado e um demo clicável do ClaimShare, o que nos trouxe a oportunidade de mostrar a nossa solução durante o importante evento da R3, Cordacon 2020. Na terceira e última fase, fomos pedidos para implementar um piloto funcional, demonstrando as nossas capacidades de desenvolvimento e provando a nossa iniciativa técnica. Nesta fase a nossa equipa de engenheiros (AI, Corda, computação confidencial) desenvolveu um piloto totalmente funcional em apenas cinco semanas, demonstrando mais uma vez a excelência técnica e a experiência em tecnologias emergentes.
Estamos encantados de ter participado neste concurso e aconselhamos a qualquer outra equipa que pense em fazê-lo, que o faça. Recebemos imenso feedback técnico da equipa da R3 e dos seus parceiros, e principalmente nos divertimos muito enquanto desenvolvemos o ClaimShare.
Tem interesse em ver o nosso demo? Quer saber mais sobre a solução? Não hesite em contactar o Chaim Finizola através do email claimshare@intellecteu.com
7. IntellectEU
A IntellectEU é uma companhia multinacional focada em finança digital e tecnologias emergentes. Desde 2006 temos estado focados nas mensagens financeiras e integração, sendo um parceiro SWIFT. Com base na nossa vasta experiência em serviços financeiros e tecnológicos, fundamos a nossa tribo de DLT e Blockchain em 2014. Sempre pioneiros em servir os nossos clientes da melhor forma, nos tornamos um dos membros fundadores da Linux Foundation’s Hyperledger em 2016. Neste momento trabalhamos com todos os fornecedores chave de Blockchain (R3 Corda, DAML, Hyperledger, VMWare, IBM) nas áreas da banca, seguradoras, mercados de capitais e Telco. Hoje, à parte do Blockchain e DLT, também estamos nos aventurando na Inteligência Artificial, educando nossos clientes e construindo produtos com eles.
