车险查勘定损员业务素质的高低,直接决定了车险理赔的效率和保险公司服务承诺能否兑现。而现在，人工智能科技，正在颠覆这一传统查勘定损模式（文末有视频展示）。
一、车险查勘员的职责
保险公司查勘定损员，其主要工作内容是对交通事故的现场情况进行收集查勘，判断是否属于骗保，是否符合赔付范围之内，再协调理赔人员、4S店或者汽修厂进行现场处理，将定损理赔的工作做好。
二、查勘是理赔流程中的哪一环节？
在车险理赔流程中：报案-查勘-定损-收集单证-理算-核赔-结案，查勘员主要作用于查勘环节。
承接着客户与保险公司服务之间的紧密联系，同时，其及时掌握的一手数据，为保险公司理赔流程提供了关键的判断依据，占据了控制风险的前沿阵地。
三、交通事故查勘照相目的
查勘员掌握事故现场的一手数据，通常都是由相片的形式存储、展现。
照片的优势，在于能将三维空间转为二维，直观地将现场事故状态客观呈现出来，使定损员从感官上可以更迅速直接地解析、判断损伤。
此外，照片形式相对方便存档、传输，后续案件的层层审核环节均涉及到对查勘照片的审核。管理人员可以通过照片来了解查勘员在现场查勘时是否观察得仔细，损伤部位把握的准确与否等。
四、照相的基本知识
查勘员拍摄一组规范的照片，涉及到多个维度的规范要求：
尺寸：导入系统的相片尺寸规范为640*480
日期：拍摄的查勘相片上必须附带实际拍摄时的日期与时间，如无法调整出日期，拍摄必须附带上具有时间记录的参考物，比如当日报纸。
焦距：对焦清晰；预防曝光不足或过度曝光。
布局：照片所要表达的重点损伤信息应集中在相片中心区域内，且能直接客观地反映受损部位于车体的位置
顺序：
照片拍摄的先后次序和所反映的信息之间的层次关系是直接对应的
遵循基本原则拍摄：
由远及近，先外后内。
先整体后局部，先局部后细节
数量：
原则：以精简、准确的照片反映充分的损伤信息，切忌以数量代替质量。
对于受损配件的照片数量，应按配件数量来控制照片数量。
五、事故现场人工查勘照相的分类和方法
1. 照片整理归档：
查勘员采集完事故现场照片，当天需要将照片按‘拍摄日期-报案号-标的/三者/物损/复勘’的规范格式进行命名归档，之后按规定的顺序上传至系统中，提交核损。
2. 上传顺序：
1. 为了优先核验标的，车架号码照片必须体现在前20张照片中；
2. 整车照、拆检前照片应排先于拆检定损照片；
3. 前部损伤照片应排先于后部及两侧损伤照片；
4. 原则上每组配件的损伤照片应集中、连续上传。
六、车辆校验照片要求
基于规范要求，查勘员需要拍摄的内容有：现场查勘及单证照片、拆检定损照片。
A. 现场查勘照片。
现场查勘照片主要为了确认事故现场及客户身份，了解并记录事故现场概况而拍摄，拍摄内容（以单方事故为例）：
事故整体场景
中距离的车损情况
车辆的形式路线
地面恒际与部件散落情况
车辆基本损失外、车内物品位移情况
车架号码及两证
B. 车辆拆件定损照片。
车辆拆检定损照片能生动客观地描述事故的受损过程，反映查勘员对事故调查、厘定损失的处理思路，分为：整车照、拆检前车辆照片、拆检定损照片。
C. 整车照。
整车照能直接反映车辆个体的细节特征，是识别个体车辆的重要信息途径。
一般以镜头中心线与车身侧平面成45度角，将车牌、全车外观、损伤部位三者在照片中得到最大限度的展示。
D. 拆检前车辆照片。
拆检前车辆照片能反映车辆最初的损坏状态，为分析车辆受损过程及排除隐损提供重要依据，便于后续核损工作。
E. 拆检定损照片。
拆检定损照片按部件位置分为：外观钣喷、底盘件、电气元件，玻璃险。
F. 外观钣喷定损照片。
外观钣喷定损照片是以‘远-中-近’距离拍摄的关联图片组：
远：以反映车体受损部位，连带车牌拍摄整车外观照片
中：中距离拍摄伤处痕迹走向、深浅。多处伤情分为多组拍摄。
近：基于中景图的伤处，近距离拍摄，反映损伤细节。
G. 电气元件定损照片。
标注各类电气元件的名称，拍摄配件标签或编码，以作为核价、核损的信息支持。
七、AI智能定损-自助查勘
从科技从业者角度来看，车险理赔领域当前攻关的视觉AI技术是智能定损。目前，保险行业约有10万人从事查勘定损工作。将图像识别技术应用在车险定损领域，解决了对不规则车辆损伤进行识别的行业难题，用AI充当定损员的眼睛和大脑，可在减少查勘定损人员繁杂工作量的同时，提高标准化定损的准确率。
深源恒际AI定损技术「慧定损」是通过增强现实技术直接面向「车主」进行引导，实时进行车损动态扫描，远近、角度、焦距等决定捕捉当前帧的参数都由新的算法进行控制，将帧捕捉的工序全权交给算法，不对客户和理赔员进行苛刻的使用要求。
最佳产品形态
基于小程序无需下载：自主原创，将智能算法模型内嵌于微信小程序框架，极大地降低用户使用门槛
AI语音引导拍摄规范：前端智能引导，整个拍摄过程不超过1分钟，用户无需思考如何拍摄
实战数据训练模型准确率高：基于用户自主拍摄场景进行训练，贴合场景
对保险公司来说，可以降低成本。对于简单的案件无需配备太多理赔人员。对于成本，每年私家车险理赔案件有4500万，智能定损承保1万元以下案件约占85%。以平均每件150元的加工成本计算，简单轻微案件，以「慧定损」在闪陪宝为例，用户自主完成率为92%，识别通过率85%。
对用户来说，可以提高效率。以前用户需要在现场经过漫长的等待，查勘员对损失判定以后才能进行下一步的理赔流程。但智能定损仅需要用户直接拍照上传，AI迅速定损，大大缩短用户的等待时间。以「慧定损」在闪陪宝为例，整个拍摄过程不超过1分钟，新手无需教学即可完成拍摄。
对市场来说，可以降低保险欺诈风险。将车险审核员的经验转化为规则引擎，车辆的碰撞逻辑、配件属性这些有规律、机械的信息交给规则引擎分析，可大大提高保险公司的反欺诈识别率。
不论是保险公司服务流程上，还是客户申请理赔体验上，都是超乎传统模式的质变。
