Claims Adjuster
AI-аджастер для ОСАГО/КАСКО/имущественного: CV-оценка повреждений по фото + fraud-detection через graph (повторяющиеся участники, мастерские, фото-метаданные) + RSA-подписанный audit-log для арбитража. Низкие severity-кейсы — auto-payment без участия аджастера, остальные с готовым пред-заключением.
Аджастер в страховой обрабатывает 15-25 заявлений/день. На каждое — review фото, оценка ремонта, сверка с базой fraud, передача в выплатной департамент. 60-80% — типовые случаи, где решение очевидно за минуту, но всё равно идёт через ручной flow. Claims Adjuster закрывает этот «средний слой»: severity-classify, fraud-screen, для clean+low — auto-payment threshold, для остальных — pre-populated карта для аджастера.
RSA-подписанный audit-log для арбитража
Когда клиент идёт в суд против отказа — страховой нужно доказать, что решение принято по объективным критериям. Каждый decision-step Claims Adjuster (CV-вывод, severity-classification, fraud-score, routing) подписывается RSA-ключом с timestamp. Это означает: ретроспективно изменить нельзя, цепочка обоснованных решений видна арбитру.
Пошаговая архитектура
Заявление в личном кабинете
Клиент загружает фото (минимум 6 ракурсов для авто), описывает обстоятельства, прикладывает справку о ДТП. Базовая валидация форматов сразу.
CV damage assessment
YOLOv10 для bbox damage areas + depth estimation для глубины повреждения + classification (царапина / вмятина / разлом / total).
Repair cost estimation
По detected damage + make/model авто + регион (для work-rate) — оценка стоимости ремонта через нейросеть, обученную на 100K историй ремонтов.
Fraud signals collection
Photo metadata (EXIF — same camera для всех photos? GPS совпадает с местом ДТП?), графовый анализ участников (повторяющиеся VINы, ремонтные мастерские, страхователи).
Graph fraud-detection
GraphFraud (Pgmpy) — обнаружение кластеров: «эти 4 страхователя + 2 мастерские + 1 эвакуатор работают вместе чаще обычного → подозрительный кластер».
Severity + fraud → routing
Если severity=low + fraud_score<0.2 → auto-payment threshold (5% выплат). Если severity=medium → pre-populated карта аджастеру. Если fraud_score>0.7 → SIU (Special Investigation Unit).
Audit-trail с RSA-подписью
Каждый decision-step (CV-вывод, fraud-score, routing) подписывается RSA-ключом. Для арбитража в суде — невозможно ретроспективно изменить решение системы.
Стек, который не запирает
YOLOv10 + depth estimation (MiDaS) для damage detection
Repair cost: gradient boosting на 100K историй (фичи: damage extent, model, region, age)
Pgmpy / NetworkX для fraud-graph (узлы — страхователи, авто, мастерские)
Anomaly detection на photo metadata (EXIF inconsistencies, geolocation mismatch)
RSA-подписанный audit-log для регулятор-grade evidence в спорах
REST-коннекторы к страховым системам учёта (1С:Страховая, российские страховые платформы)
Идеально для
- Страховщики ОСАГО / КАСКО (массовый поток)
- Имущественные страховщики (residential, commercial)
- ДМС — оценка медицинских расходов и fraud-flag
- Гарантийные сервисы (e-com, бытовая техника)
Границы кейса
- Не выплачивает деньги — только готовит решение и подписывает аджастер/страховой департамент
- Не делает физический осмотр (только по фото — для тоталов нужен очный осмотр)
- Не подменяет SIU при высоком fraud-score — только сигнализирует и роутит
- Не работает с международными случаями (legal-frameworks разные)
Частые вопросы
Идеальный use-case. 38% таких кейсов идут в auto-payment threshold. Клиент получает деньги за 30 минут вместо 5-10 дней.
Что ещё может пригодиться
Покажем на ваших данных
за 1-2 недели
Подключаемся к ограниченной выборке, разворачиваем PoC на ваших реальных кейсах. Оценка качества, точности и UX — на вашей специфике, не на наших красивых демо.