常見的問題與回答

依據與各產險公司理賠單位的互動與交流，茲分享常見問題與回答供參考:

(一) 產險公司為何要先採用「一站式AR勘損」產品，不直接導入「一站式AI定損」呢？
誠如前述，導入AI定損需要大量標註資訊，若從現有損傷照片清理與標註，將相當耗力費時、有品質不一等問題，先導入AR勘損，除了有統一勘損與估價供參考，也能自動蒐集AI訓練資料，能畢其功於一役，理賠員不須額外標註與整理工作，亦可試行新營運模式的可行性，執行成本與風險低。此外，高品質且一致性標註資料，亦能加速AI模型訓練成效，達到「以終為始」的目標。

(二) 為何要搭配採用AI車牌辨識？
AR勘損模組搭配AI車牌辨識，可馬上辨識車號，由車牌號碼辨識出使用者身份資料和車輛資料，可提供一次數功能之身份辨識技術手段，包括：
1. 若車主有多輛車，可更簡化直接辨識出待申請理賠之受損車輛資料，同時確認使用者身份及車體模型資訊；
2. 除使用者之身份辨識以外，可同時對保戶保險資訊、身份資訊、被保險車型資訊進行比對及確認；
3. 無論是從前車牌或後車牌拍攝(拍攝角度可擴及75度)，車牌與受損部位一起入鏡，可確認是該車輛之損傷，以防偽造或詐欺。

(三) 如何將複雜的維修邏輯規則化？
參考國外AI定損、國內各廠牌維修邏輯並請教理賠維修專家，已界定常見的參數供確認，因維修時要考量部位(例如有50部位)、面積/比率(例如有4-6群)、損傷類型(例如有4~6類)、損傷程度(例如有4~6種)…等參數，要正確判斷出維修方式，每一廠牌基本上就可能有高達3,200~10,800種的變化，相信若要人工精準判斷是有困難的，但電腦則可支援很複雜的規則判斷。

(四) 自動維修邏輯判斷與估價，是否可修改？
雖然系統會依據產險公司確認的「簡易維修邏輯」自動判斷，但可能不完整或有灰色地帶，故有設計理賠員人工再判斷並調整的機制；此外，確認車損估價部分，不論是維修方案或金額，皆是預設，為了增加使用彈性並反應實際金額，使用者可能需要修改；再者，若是下拉選單未列的零件，使用者可自行輸入其他部位名稱與自訂金額，可以更完整記錄維修清單，滿足實務需求。若有修改時，系統皆會記錄統計，做為未來系統追蹤與改善之參考。

(五) 如何提升估價的合理性與接受度？
AR勘損模組有嚴謹的勘損流程，可自動篩選維修清單項目，避免額外不該理賠的項目；此外，依據產險公司與零件商/維修廠事先協議的零件價格與工時工資，能更正確自動計算估價，取代原先理賠員需要攜帶「工時工資表」人工核對的不便利性，以及缺乏零件價格資訊，無法當場確認估價；再者，這估價是「參考標準」 (Baseline)，考量每家維修廠報價可能不同，低於標準則尊重維修廠報價，超過參考標準再磨合議價，系統已設計修改金額功能，供理賠員確認與修改。最後，可串接「AI大數據分析模組」的輔助監控機制，透過異常分析的例外管理，以及大數據回歸分析會擬合真實理賠金額的曲線，大多數離群值(Outlier)將會被排除，讓估價控制在合理範圍。

(六) 如何加強個資保護與資安防護？
AR勘損模組資料蒐集部分不涉及個資，均是車損資料與照片。另在系統程式開發、資料庫規劃、資料傳輸…等方面，均符合相關資安法規的規範要求。若產險公司有額外特殊要求，亦可配合辦理。

(七) 是否可展示產品？
可先提供操作說明影片供參考，亦可安排現場展示(Demo)，讓客戶親自體驗。因實務上每家產險公司有不同需求，為保留應用彈性，相關輸入資料屬模擬資料，尚需與產險公司資料串接與確認，才能落地應用。

(八) 若要導入這產品，產險公司有哪些配合事項？
除了車險理賠單位需要提供並確認相關資訊，包括理賠員登入名單與權限、廠牌車系車體資訊、維修邏輯、估價邏輯與零件工時價格…等資訊，也需要資訊單位配合開發相對應的API，即時提供被勘損車輛的車籍資料、保險資料與報案資料等，便可落地應用。車險理賠單位不用擔心技術、系統，也不須自建團隊，只要確認業務需求，即可輕鬆享用。此外，建議可從小範圍先試行導入，先選定國內車廠的常見轎車，再擴及其他廠牌與車身式樣。

陳素敏顧問簡介