Linkface产品总监白志斌说，目前针对银行的在线身份认证和针对金融机构的征信服务已经稳定运行中，Linkface已和50多家金融客户建立了合作关系。

　　现在Linkface正在联合多家大型保险公司，希望将基于深度学习的图像识别技术应用在车险、农险、寿险等领域，其中占产险行业七成以上市场份额的车险是Linkface的关注重点。

　　白志斌告诉记者，在车险行业，大数据技术和基于深度学习的图像识别技术可以应用于两个主要环节——前期的销售营销环节，以及后续的核保及理赔核损环节。

　　针对前期的营销环节，Linkface希望可以根据潜在客户的画像，针对性地提供产品营销服务。在提升客户服务体验感的同时，也增加保险的营销购买转换率。“保险的精准个性化营销服务和我们之前做的客户信用评估服务，其实从基础技术原理角度来讲是相同的，都是通过单体的多维度信息来刻画用户画像，而Linkface在这个领域已有一定的技术积累。”白志斌说。

　　不过仅帮助保险公司卖出更多的保险显然是不够的。以Linkface重点关注的车险行业为例，当前全行业车险处于微利和亏损之间，除了市场竞争环境影响外，还有各家保险公司的管控水平。管理集中度越强、基层操作弹性越小的公司，往往车险的盈利就越高。白志斌告诉记者，他们希望通过技术手段减少人工干预，进而降低保险理赔率，提升保险公司的营收。

　　而想要减少人工干预、降低理赔率，就需要从两个关键环节入手——核保(决定是否承保)和理赔核损(勘验损伤情况、是否存在欺诈)。双核岗位在车险管理中技术含量最高，需要工作人员长时间的实践积累。传统的核保和理赔核损方法，都是人工在现场采集标的全方位信息，然后回传到公司，并由专人进行车辆情况的评估。这种方法服务效率低且成本高，而且人工操作不可避免的会有工作失误和徇私舞弊，保险公司也很难责任追究。

　　也就是说缺少优秀的双核人员，是改善车险经营主要障碍。而人工智能的更广泛使用必然减少对双核人员的依赖。

　　据了解，核保环节主要涉及到车身划痕识别和自然场景下的OCR识别。Linkface已经完成了算法模型的建立，正在用百万级的车身图像数据来训练优化算法。在OCR识别方面，Linkface在此前的客户信用评估服务已完成了技术积累，此次还加入了语义识别，进一步提升了识别准确度。

　　至于理赔核损环节，Linkface首先会通过图像识别技术，将后台的标的照片以部位维度进行智能分类，之后使用图像识别技术进行损伤程度的评估，并输出核损报告。

　　白志斌表示，相比于智能核保，智能理赔核损技术难度更高。因为一旦涉及到理赔核损，车身和部件的损伤一般都比较大，识别难度增加。因此智能核保系统将于近期率先推出，推出初期主要会作为辅助工具使用。另外的智能营销和智能理赔核损系统也在尽快开发中。Linkface希望可以通过相继推出的这三个系统帮助保险公司实现最大程度的业务自动化，提升效率减少人力成本，并降低骗保概率。

　　除了车险行业，Linkface也在与农业保险和人寿保险公司合作。白志斌表示，这两个行业其实和车险行业思路一样，也是减少人力并降低理赔率。农业保险方面，可能需要借助摄像头来获取标的图像数据，并和后台数据进行比对识别。

　　不过和车险相比，寿险的核保理赔规则更复杂一些，需要有丰富医学经验的人员来操作。尤其是寿险理赔中较为复杂的重疾等案件更需要专业人士进行判断。因为可以用来训练的样本数量不够多，人工智能短时间内还不足以实现人工替代。

　　白志斌告诉记者，“在我们看来人工智能应用与大数据的聚合是保险行业的发展趋势，也是个较大的蓝海市场。”