保险欺诈是指投保人、被保险人或受益人以虚构保险标的、谎报保险事故、故意制造保险事故，或者在保险事故发生后以伪造、编造的有关证明资料和其他证据来编造虚假的事故原因，或者夸大损失程度，向保险人提出索赔或给付请求的行为。保险欺诈的直接后果是保险公司赔付成本上升，而间接后果是导致所有投保人获取保单的成本上升，危害了所有投保人的正当权益。
近期，包括北京、上海、苏州在内的多地涌现出大量健康保险欺诈案例，而且作案方法呈现出专业化和规模化的趋势。更有甚者，骗保人员与医院、保险公司内部人员勾结形成集团，多次骗取大额保险金的案例也屡有发生。例如，近年来北京平谷地区频发的健康保险欺诈现象引发了广泛关注。主要由无业人员组成的专业团伙经常通过网销、电销等核保环节较为宽松的途径在多家保险公司进行重复投保。其投保的险种主要集中在重疾、津贴等短期定额保险，并与医疗人员勾结获得虚假病例进行骗保。这一较为普遍的趋势引起了保险公司的注意，迫使保险公司投入更多人力、物力专门针对该区域的医院进行核查，甚至导致部分保险公司将平谷地区医院列入“黑名单”，不再接受新的理赔。长久以往，使少数人非法获利的欺诈行为势必对该地区居民的正常医疗活动和保险理赔造成诸多不便。
据保监会数据显示，仅2012年上半年全行业就发生了127起欺诈案件，比2011年同期上涨约20%，涉案金额高达3645万元。而且保险欺诈呈现出机会性欺诈普遍化、职业性欺诈活跃化、保险公司管控薄弱化、案件难度升高化和跨境欺诈萌芽化等诸多特点。正是由于保险欺诈对于全行业发展的重大潜在影响，保监会在2012年颁布了《关于加强反保险欺诈工作的指导意见》，提出构建“政府主导、执法联动、公司为主、行业协作”四位一体的反保险欺诈工作体系，并建议建立行业反欺诈合作平台，从开发系统、建立信息平台和提供专项资金方面着手布局，共同应对保险欺诈领域的新趋势。此后，山西、四川、苏州等地陆续建成各种形式的“反保险欺诈工作委员会”、“反保险欺诈工作站”、“反欺诈工作平台”和共享资料库，旨在更加高效地防范、发现与制止保险欺诈行为。
传统上，受理赔部门的人力、物力所限，保险公司主要依靠一些固定标准和理赔人员的长期经验筛选可疑案例，进行针对性调查。由于缺乏行业内的普遍的协作机制和透明化的信息平台，调查的质量主要有赖于理赔人员的个人素质以及与业内其他公司、部门的个人关系。许多大案也是凭借理赔员的直觉、坚持，以及良好的私人关系探出端倪，才得以水落石出。显然，这些素质虽然令人钦佩，却难以大规模复制，并且在面对大量新型欺诈案件时，理赔部门难免捉襟见肘、疲于应付。
随着互联网上的数据继续以每年50%的速度飙升和积聚，媒体言之凿凿的“大数据时代即将来临”的推断或许所言不虚。大数据技术的战略意义并不仅仅在于掌握大量数据信息，更重要的是，如何对这些海量信息进行专业化处理，从而迅速获得隐藏的有用信息并提高决策效率。对于大数据，yl8cc永利Gartner将其定义为“需要新处理模式才能实现更强决策力、洞察力和流程优化能力的海量、高增长和多样化的信息资产”。那么，大数据时代的反欺诈构想将如何实现呢？在国际上，保险欺诈，尤其是健康保险领域的欺诈出于其专业性、隐蔽性的特点，也引发了应用大数据技术的呼声。为了防范健康保险交易中诈骗的发生，美国各州筹划在未来建立全民医保的网络销售平台时，附加建立专业软件平台，用于自动识别和侦破可疑的健康保险索赔数据。这是一个依赖于在大数据情况下建立回馈机制，并依赖机器学习技术不断提高和进化的动态防卫系统。该软件可以随着数据更新，寻找规律，适应欺诈的新特点并加以追踪鉴别，建成后将大大提高理赔和管理效率。
显然，以国内保险业目前的数据积累、技术储备和行业协作水平，运用大数据技术实现自动动态甄别可疑案件似乎仍是远在天边的美好愿景。而通过扎实完成目前部署的各项准备工作，早日实现全国各地保险公司之间客户理赔信息的即时共享机制，建立完善、统一的欺诈风险信息库，建设广泛的异地协查网络，积极实现商业保险与社会保险之间的信息实时对接，扩大共享范围，提高数据质量这一系列措施，才是坚实地一步步迈向美好愿景的康庄大道。大数据技术听起来虽高端玄幻，却也不乏潜在危机。令笔者联想起曾风靡金融业一时的高频交易、机器自主交易，虽创新性地提高了效率，却也曾造成美国股市在2010年5月发生瞬间暴跌，跳水1000点的“乌龙”事件。高频交易随之成为众矢之的，日渐势微。说到底，机器能够发挥的作用依旧是由人来主导的。随着各部门的合作和经验的积累，在数据完善积累的基础上循序渐进，从特征分析、因子分析和网络分析入手，建立高效的反欺诈鉴别机制，从远在天边到近在眼前，也只是功夫和时间问题。
