| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.3 研究思路与论文结构安排 | 第11页 |
| 1.4 研究的特色与创新之处 | 第11-13页 |
| 第2章 蚂蚁金服“定损宝”案例介绍 | 第13-19页 |
| 2.1 蚂蚁金服“定损宝” | 第13-15页 |
| 2.1.1 “定损宝”使用方法 | 第13-14页 |
| 2.1.2 “定损宝”技术原理 | 第14-15页 |
| 2.2 “定损宝”相对传统车险定损方式的优势 | 第15-17页 |
| 2.3 业界对“定损宝”的争议 | 第17-18页 |
| 2.4 小结 | 第18-19页 |
| 第3章 “定损宝”所面临的挑战及其原因分析 | 第19-25页 |
| 3.1 “定损宝”不能完全匹配保险核赔需求 | 第19-21页 |
| 3.1.1 难以应对大型、复杂案例 | 第19-20页 |
| 3.1.2 无法满足核赔环节中服务与经营策略需要 | 第20-21页 |
| 3.1.3 实务中价格方案难以确定 | 第21页 |
| 3.2 各方使用者对图像识别技术尚未适应 | 第21-24页 |
| 3.2.1 保险公司对“定损宝”技术原理缺乏深入理解 | 第21-22页 |
| 3.2.2 对保险核赔人员形成一定冲击 | 第22页 |
| 3.2.3 被保险人索赔习惯一时难以改变 | 第22-23页 |
| 3.2.4 用户隐私及信息安全隐患增加 | 第23-24页 |
| 3.3 对保险监管提出新挑战 | 第24-25页 |
| 第4章 推广与发展“定损宝”建议 | 第25-33页 |
| 4.1 增强“定损宝”与保险核赔需求的匹配程度 | 第25-27页 |
| 4.1.1 努力扩大“定损宝”可处理案件的覆盖面 | 第25-26页 |
| 4.1.2 改善用户体验,调整“定损宝”推行策略 | 第26页 |
| 4.1.3 明确汽车维修定价 | 第26-27页 |
| 4.2 提升各方使用者对“定损宝”的适应程度 | 第27-31页 |
| 4.2.1 加强保险公司对“定损宝”的了解 | 第27-28页 |
| 4.2.2 优化保险从业人员结构与素质 | 第28-29页 |
| 4.2.3 促使被保险人尽快适应“定损宝” | 第29-30页 |
| 4.2.4 增强隐私与信息保护 | 第30-31页 |
| 4.3 完善相应的监管体系 | 第31-33页 |
| 第5章 人工智能应用于保险核赔的趋势与前景 | 第33-36页 |
| 5.1 “定损宝”的推广价值 | 第33页 |
| 5.2 国内外人工智能在核赔环节的应用 | 第33-34页 |
| 5.3 人工智能应用于保险核赔的前景 | 第34-36页 |
| 参考文献 | 第36-38页 |
| 致谢 | 第38-39页 |