Claims Evidence Firewall

אמתו ראיות תביעת ביטוח לפני שאתם מעריכים את הנזק

שער אימות פורנזי לתביעות ביטוח רכב. הוא קולט את חבילת התביעה, מריץ צוות פורנזי רב-סוכנים, ושער מדיניות דטרמיניסטי מחליט על הנתיב: AUTO-PROCEED, SIU-REFERRAL, HUMAN-REVIEW, או ABSTAIN. המקרה שהוא בנוי עבורו הוא זה שגלאי הדיפפייק שלכם מעביר ללא עצירה: תצלום אמיתי שמוחזר מתביעה שכבר יושבה. סוכנים מייעצים, הקוד מחליט, וכל החלטה נכתבת לפנקס עמיד-בפני-שיבוש.

35 / 35

הונאות ממוחזרות ומזויפות-מטא-דאטה שנתפסו, שגלאי אות-יחיד מפספס (0 / 35)

בנצ'מרק סינתטי מסומן של 120-claim

0.0%

שיעור האשמת-שווא: תביעות נקיות שנותבו בטעות ל-SIU

0 of 47 תביעות נקיות, אותו בנצ'מרק סינתטי

100%

החלטות הנושאות רשומה ניתנת-לאימות בשרשרת-גיבוב

כיסוי שלמות-ביקורת, מוצג חי על ידי שבירת-השרשרת

הדגמה ניתנת-להרצה של המנגנון על תביעות סינתטיות ועל אינדקס היסטורי סינתטי. הצינור המלא וההרצה על המסך עובדים אופליין ללא מפתח API; אנליסטי הנרטיב ה-live הם החלק האופציונלי.

ההונאה שמנצחת את הגלאי שלכם אינה מזויפת. היא ממוחזרת.

נפח בלי אימות, ושרשרת משמורת שאינכם יכולים להגן עליה בבית משפט.

מבטחים מוצפים בראיות תביעה שעברו מניפולציה וממוחזרות, ורוב הזיהוי מפוצל ומאוחר: גלאי דיפפייק של צד שלישי שרץ אחרי ההגשה, לא שער בתוך הצינור. לגלאי אותנטיות בודד יש שתי חולשות מבניות בבת אחת. הוא מתיישן ברגע שהמחוללים משתפרים, והוא עיוור להונאה העתיקה ביותר בספר, תצלום מצלמה אותנטי שהורם מתביעה קודמת שיושבה, כי התצלום הזה עובר כל מבחן אותנטיות משום שהוא אמיתי. בנפרד, אם שלב "שיפור" גנרטיבי או הגדלת-רזולוציה דורס את תמונת התביעה המקורית, המבטח נושא חשיפת השמדת-ראיות (spoliation) בהתדיינות.

אותות השוק קשים להתעלמות. ב-State of Insurance Fraud 2026 (Verisk, 2026), 98 percent מהמבטחים מדווחים על עלייה חדה במדיה שעברה מניפולציה, 36 percent מהצרכנים אומרים שהיו משנים תמונת תביעה, ורק 32 percent מהמבטחים מרגישים בטוחים מאוד בזיהוי דיפפייק, אך 65 percent נשענים על גלאי AI של צד שלישי ו-44 percent עדיין מסתמכים על סקירה ידנית. ניסיונות הונאת דיפפייק עלו ב-2,137 percent בשלוש שנים (Facia.ai), ומבטח רכב אחד בבריטניה ראה עלייה של 300 percent בתמונות רכב שעברו מניפולציית AI בשנה אחת (The Guardian and Milliman). תביעה בודדת שנויה במחלוקת שמגיעה להתדיינות עולה 30,000 to 75,000 dollars.

הקיר הרגולטורי הגיע באותו זמן. NAIC Model Bulletin על שימוש ב-AI אומץ ב-24 states, ה-Colorado AI Act נכנס לתוקף ב-June 30 2026, ומועד הסיכון-הגבוה של EU AI Act נוחת ב-August 2026 עם קנסות עד 35 million euros או 7 percent מהמחזור הגלובלי. מיקור-חוץ של ה-AI אינו מיקור-חוץ של האחריות. זה הופך את נתיב הביקורת מאחורי החלטה אוטומטית לדבר ששומר על ההחלטה ניתנת-להגנה, לא לתוספת נחמדה.

צוות פורנזי מייעץ, שער מדיניות דטרמיניסטי מחליט

אימות הוא שער, לא דוח. גבול האמון הוא קוד פשוט, לעולם לא דיווח-עצמי של LLM.

הצינור ישיר: חבילת תביעה עוברת חילוץ אותות דטרמיניסטי, צוות פורנזי מייעץ, שער מדיניות מחזיר את הנתיב, ופנקס ראיות משורשר-גיבוב רושם זאת. עקרון העיצוב הוא שזרמי ראיות בלתי-תלויים מאמתים זה את זה, ואף אנליסט אינו מורשה לדרג את ההחלטה שעליה ייעץ.

חילוץ אותות דטרמיניסטי

קוד פשוט, אותות אמיתיים. SHA-256 של המקור נלקח בקליטה ומצורף לפנקס המשורשר-גיבוב. מטא-דאטה של EXIF ושל הצילום מפוענחים, וגיבוב תפיסתי של 256-bit (גיבוב ממוצע 16 by 16, הנקרא pHash בקוד) מריץ חיפוש שכן-קרוב ביותר על אינדקס תביעות היסטורי של בערך 200 רשומות. המטא-דאטה נבדק מול התביעה לעקביות מכשיר, GPS ותאריך. המקור לעולם אינו משתנה, נכתבים רק ארטיפקטים נלווים.

פנקס ראיות משורשר-גיבוב

כל החלטה נכתבת לרשומה append-only, משורשרת-גיבוב, לכל תביעה: ה-SHA-256 המקורי, כל ממצא אנליסט וביטחון, הכלל שהופעל, מודל, גרסה וחותמות-זמן, ומיפוי ציות ל-NAIC AIS-Program ול-EU AI Act. הוא מיוצא כ-JSON וכ-HTML מעובד. שגרת verify-chain מחשבת מחדש כל חוליה ומגבבת מחדש כל מקור בדיסק, כך ששיבוש מופיע כשרשרת שבורה.

הצוות הפורנזי: ארבעה אנליסטים ו-Adversarial Challenger

Analyst על מה הוא מנמק Basis
Provenance Analyst עקביות מטא-דאטה-צילום, EXIF ואימות-מכשיר מול רשומת התביעה (מכשיר, GPS בטווח מיקום ההפסד, תאריך הצילום). deterministic, real signals
Pixel-Forensics Analyst ציון ארטיפקט של רעש-חיישן ותחום-תדר. האות הזה הוא מדומה, תחליף למודל ארטיפקט-גנרטיבי נלמד עתידי, ומסומן simulated בכל מקום שבו הוא מופיע על המסך. simulated signal
Reuse Analyst התאמות גיבוב-תפיסתי מול אינדקס התביעות ההיסטורי, האות שתופס תצלום אמיתי ממוחזר שהורם מתביעה קודמת. deterministic, real pHash
Narrative-Consistency Analyst האם טקסט ה-FNOL, המטא-דאטה והנזק הנראה מתיישבים, למשל נרטיב שמתאר סוג אחד של פגיעה בעוד שהתמונה מציגה סוג אחר. משימת הנמקה חוצת-מודאליות אמיתית. LLM reasoning
Adversarial Challenger ספקן שמקבל הנחיה להפריך כל דגל ולנקות את התובע, כך שרק דגלים ששורדים עומדים ומבוטח לגיטימי אינו מואשם בשווא. LLM reasoning

שער המדיניות: הקוד מחליט

מחוץ לסוכנים, קוד פשוט מרכז את הכרעות האנליסטים המובְנות-לפי-טיפוס ואת האותות הגולמיים מול הספים שהוגדרו אצל המבטח להחלטת ניתוב אחת ניתנת-לשחזור: AUTO-PROCEED, SIU-REFERRAL, HUMAN-REVIEW, או ABSTAIN, כאשר ABSTAIN מנתב ל-HUMAN-REVIEW. השער הוא גבול האמון. הוא דטרמיניסטי, כך שאותה תביעה מניבה אותה החלטה בכל הרצה, וזה מה שהופך אותה ניתנת-להגנה מול רגולטור באופן שדיווח-עצמי של LLM אינו. תפקידי הנרטיב והמאתגר רצים דרך מתאם הניתן-להחלפת-ספק (Anthropic, OpenAI, או Gemini, ברירת מחדל claude-opus-4-8); בלי מפתח הם נופלים לגדם אופליין דטרמיניסטי, והשער לעולם אינו מחליף ידיים.

תביעות שעובדו, על המסך

כל התביעות, התמונות והאינדקס ההיסטורי הם סינתטיים, נבנו להדגמה. לא נעשה שימוש בתצלום תביעה אמיתי, מבוטח, מבטח או חשבון.

תור קליטת ה-FNOL

ארבע תביעות first-notice-of-loss סינתטיות מגיעות וממתינות לאימות. הקונסולה ממסגרת את העבודה בפשטות: נוכל יכול לייצר בדיפוזיה פגוש מרוסק או למחזר תצלום אמיתי מתביעה שיושבה, וכלי הערכת-נזק ישמח לנקד את שניהם. השער מאמת אם אפשר לבטוח בראיות התביעה לפני שהן מוערכות או משולמות.

תור קליטת ה-FNOL של Claims Evidence Firewall המפרט ארבע תביעות רכב סינתטיות, CLM-A-1042 עד CLM-D-1045, כל אחת עם תובע, סוג הפסד, ציון חומרה, וסטטוס Awaiting verification.
תור הקליטה: ארבע תביעות נכנסות לצינור הפורנזי לפני כל הערכת נזק.

התצלום האמיתי הממוחזר שגלאי יחיד מעביר

תביעה CLM-C-1044 היא המקרה שחומת האש בנויה עבורו. התמונה שלה היא תצלום מצלמה אותנטי, כך ש-Provenance ו-pixel-forensics שניהם עוברים, וזה בדיוק המקום שבו גלאי דיפפייק בודד עוצר ומעביר אותה. ה-Reuse Analyst מתאים את הגיבוב התפיסתי שלה לתביעה קודמת שיושבה, ו-Narrative Analyst רואה שהחשבון והתמונה אינם מסכימים, כך ששער המדיניות הדטרמיניסטי מנתב אותה ל-SIU-REFERRAL בביטחון 0.96, עם סמן Duplicate image, matches prior claim על הראיות. זיהוי אות-יחיד מעביר זאת; פורנזיקה חוצת-אותות תופסת זאת, והמהלך הזה אינו תלוי באות המדומה.

תביעה CLM-C-1044 מורחבת להצגת תמונת הראיות עם חותמת Flagged SIU וסמן Duplicate image, matches prior claim, פרטי ה-first-notice-of-loss, הצינור הפורנזי בן תשעת השלבים, ופסק Referred to Special Investigations בביטחון 0.96 שהוחלט על ידי שער המדיניות הדטרמיניסטי.
CLM-C-1044: תצלום אמיתי, ממוחזר. שער המדיניות מפנה אותו ל-SIU על אותות השימוש-החוזר והנרטיב.

למה הצוות מנצח מסווג

ניתוח ההחלטה הופך את האימות-ההדדי לנראה. Provenance קורא consistent ו-Pixel-Forensics קורא consistent ומסומן simulated, שניהם ירוקים. Reuse ו-Narrative-Consistency מסומנים flagged, וה-Adversarial Challenger בדק שני דגלים ושניהם שרדו. הסיבה לנתיב מנוסחת במונחים פשוטים: הגיבוב התפיסתי תואם לתביעה קודמת HIST-4019 (Maple Mutual, 2025-11-29) ב-hamming distance 0. גלאי דיפפייק יחיד מושלם לא היה יכול לתפוס זאת, כי דבר בתצלום אינו מזויף.

לוח Decision analysis של CLM-C-1044 המציג ארבע הכרעות אנליסט: Provenance Analyst consistent, Pixel-Forensics Analyst consistent ו-simulated עם artifact score 0.06, Reuse Analyst flagged, ו-Narrative-Consistency Analyst flagged כי הנרטיב והתצלום אינם מסכימים, עם הערה שהמאתגר היריב בדק שני דגלים ושניים שרדו, ושורת why-this-route המצטטת התאמת גיבוב-תפיסתי לתביעה קודמת HIST-4019.
ארבע הכרעות אנליסט, בדיקה יריבית, וסיבה נקובה בשם. ההוכחה מאחורי הפניית ה-SIU.

פער הכיסוי, בבנצ'מרק

הרצת כל תביעה בסט הסינתטי המסומן של 120-claim חושפת את התוצאה העמידה. מתוך 35 ההונאות שאינן נושאות ארטיפקט אותנטיות, ה-20 recycled-real ו-15 metadata-spoofed, קו בסיס אותנטיות של אות-יחיד תופס 0 וחומת האש תופסת את כל 35, כי אלה תצלומים אמיתיים שגלאי בודד מעביר, ופורנזיקה חוצת-אותות היא שסוגרת את הפער. תביעות נקיות רצות ישר בשיעור האשמת-שווא של 0 percent, כל החלטה נושאת רשומת ביקורת ניתנת-לאימות, ו-recall של ניתוב-הונאה מול תוויות אמת-הקרקע קורא 1.00. אלה נתונים על סט סינתטי קבוע ומסומן שסוגי ההונאה שלו נושאים חתימות ניתנות-לזיהוי מעצם הבנייה, לא ערובה בעולם-פתוח, כך שהמספר להוביל איתו הוא פער הכיסוי מול הקיים שגלאי בודד מייצג.

לוח הבנצ'מרק על 120 תביעות מסומנות המציג כרטיסי מדד ל-100 percent מעבר-ישיר נקי, 100 percent החלטות עם רשומת ביקורת ניתנת-לאימות, שיעור האשמת-שווא 0 percent, ו-1.00 recall של ניתוב-הונאה, מעל שורת פער-כיסוי הקוראת 0 of 35 שנתפסו על ידי גלאי אות-יחיד מול 35 of 35 שנתפסו על ידי חומת האש, עם הערה שאלה תצלומים אמיתיים שגלאי אותנטיות בודד מעביר.
0 of 35 מול 35 of 35: פער הכיסוי שקו בסיס אות-יחיד משאיר פתוח, שנסגר על ידי הצוות.

Spoliation, שהפך לשורה אדומה

כל החלטה קושרת את התמונה המקורית לשרשרת append-only, עמידה-בפני-שיבוש. עריכת מקור מאוחסן, שזה מה ששיפור גנרטיבי או הונאה עושים, שוברת את השרשרת. שׁבשו מקור שנוקה ואמתו מחדש, והשורה של CLM-A-1042 הופכת לאדומה כ-Altered, spoliation, בעוד השורות החתומות נשארות ירוקות, והמאמת מדווח chain broken, tampering detected. סיכון התדיינות שבדרך כלל מופשט הופך למשהו שהקונה יכול לראות קורה.

תצוגת שרשרת-המשמורת Evidence Certificate לאחר שיבוש המקור של CLM-A-1042: השורה שלו אדומה וקוראת Altered ו-spoliation והמקור בדיסק מסומן Altered, spoliation, בעוד שורות CLM-B, CLM-C ו-CLM-D קוראות Sealed ו-Unaltered, ושורת סטטוס קוראת chain broken, tampering detected.
שבירת-השרשרת: verify-chain מגבב מחדש כל מקור בדיסק ומסמן את זה ששונה כ-spoliation.

היכן חומת האש יושבת, והיכן לא

היא רצה לפני הערכת נזק ומול כלים כמו Tractable ו-CCC. היא מאמתת את מה שהם מעריכים; היא אינה מתחרה בהם.

חשש גלאי דיפפייק של אות-יחיד Claims Evidence Firewall
תצלום אמיתי ממוחזר אושר, כי התצלום אותנטי נתפס על אותות שימוש-חוזר של גיבוב-תפיסתי ועל אותות נרטיב
מי מחליט על הנתיב סף על ציון מודל אחד שער מדיניות דטרמיניסטי מחוץ למודל
ראיות דלות או סותרות נאלץ לעבור או להיכשל נמנע ל-HUMAN-REVIEW במקום לבלוף
האשמת תובע בשווא אין בדיקה מובנית Adversarial Challenger מותיר דגלים ששורדים-בלבד
שרשרת משמורת לא מטופל פנקס משורשר-גיבוב, שיבוש מופיע כשרשרת שבורה
נתיב ביקורת ציון, לא רשומה רשומת ראיות JSON ו-HTML עם מיפוי NAIC ו-EU AI Act

מה שהדגמה זו אינה עושה

  • היא אינה מתחברת למערכות מבטח חיות. מחברי Guidewire ClaimCenter ו-Duck Creek, SDK לצילום-מונחה בנייד, מאמת C2PA אמיתי, ומסד נתוני טביעת-אצבע מצלמה PRNU אמיתי הם גדמים או נדחים.
  • אות ה-pixel-forensics מדומה ומסומן כך על המסך, תחליף למודל ארטיפקט-גנרטיבי נלמד עתידי. המבדל של התצלום-הממוחזר אינו נשען עליו.
  • היא אינה מעריכה נזק, אומדת עלות תיקון, או מחליפה את Tractable או CCC. ציון החומרה של המבטח מתקבל כשדה קלט, לא מחושב כאן.
  • כל תביעה, תמונה, מבוטח, מבטח והאינדקס ההיסטורי הם סינתטיים. לא נעשה שימוש בתצלום תביעה אמיתי, במערכת מבטח חיה, או בחשבון חיצוני.
  • נתוני הבנצ'מרק הם על סט סינתטי קבוע ומסומן של 120-claim שסוגי ההונאה שלו נושאים חתימות ניתנות-לזיהוי מעצם הבנייה. הטענות הכנות הן פער הכיסוי מעל קו בסיס אות-יחיד, האשמת-שווא 0 percent, ושלמות ביקורת 100 percent על הסט הזה, לא אפס הונאה או זיהוי מושלם בעולם הפתוח.
  • מיפוי ה-NAIC ו-EU AI Act הוא רשומת ציות שהמערכת מייצרת, לא הסמכה, חתימת ביקורת, או ערובה משפטית.

שאלות שקונים שואלים

במה זה שונה מגלאי הדיפפייק שאנחנו כבר מריצים?

גלאי אותנטיות של אות-יחיד שואל שאלה אחת: האם התמונה הזו נוצרה או שונתה. הוא מתיישן ככל שהמחוללים משתפרים, והוא עיוור מבנית לתצלום אמיתי שמוחזר מתביעה קודמת, כי התצלום הזה עובר כל מבחן אותנטיות משום שהוא אותנטי. חומת האש מאמתת במקום זאת ארבעה אותות בלתי-תלויים, provenance, שימוש-חוזר היסטורי לפי גיבוב תפיסתי, קוהרנטיות נרטיבית, ואות pixel-forensics מדומה, כך שהתצלום האמיתי הממוחזר שגלאי בודד מעביר עדיין נתפס על אותות השימוש-החוזר והנרטיב. בבנצ'מרק הסינתטי המסומן של 120-claim, קו בסיס אות-יחיד תפס 0 of the 35 הונאות חסרות-אות וחומת האש תפסה את כל 35.

האם זה מחליף את Tractable או CCC להערכת נזק?

לא. הוא מאמת את הראיות לפני הערכת נזק, הוא אינו אומד עלות תיקון או מחליף מעריך. ציון החומרה הקיים של המבטח מתקבל כשדה קלט, לא מחושב מחדש כאן. חשבו על זה כשער שמחליט אם אפשר לבטוח בראיות התביעה, היושב מול הכלים שמעריכים מה שהראיות מראות.

ה-AI מבצע קריאת הונאה. איך נגן על זה מול רגולטור?

הסוכנים רק מייעצים. החלטת הניתוב מתקבלת על ידי שער מדיניות דטרמיניסטי הכתוב בקוד פשוט, מחוץ למודל השפה, שמרכז את הכרעות האנליסטים המובְנות-לפי-טיפוס ואת האותות הגולמיים מול הספים שהגדרתם לתוצאה אחת ניתנת-לשחזור. אותה תביעה מניבה אותה החלטה בכל הרצה, וכל החלטה נכתבת לפנקס ראיות append-only, משורשר-גיבוב, עם מודל, גרסה וחותמות-זמן ועם מיפוי ציות ל-NAIC ו-EU AI Act. המיפוי הזה הוא רשומה שהמערכת מייצרת, לא הסמכה או חתימה משפטית.

מה הוא עושה כשהראיות דלות מדי להחלטה?

הוא נמנע לאדם במקום לבלוף מעבר או האשמה. תמונה ברזולוציה נמוכה עם מטא-דאטה חלקי מנותבת ל-ABSTAIN, אחר כך ל-HUMAN-REVIEW, מסומנת כזקוקה להוכחה. Adversarial Challenger גם רץ על כל תביעה, עם הנחיה להפריך כל דגל ולנקות את התובע, כך שרק דגלים ששורדים בחינה עומדים ומבוטח לגיטימי אינו מואשם בשווא. לאורך הבנצ'מרק, 0 of the 47 תביעות נקיות נותבו ל-SIU.

האם אפשר לחבר אותו ל-Guidewire ClaimCenter או Duck Creek היום?

לא בהדגמה זו. מחברי Guidewire ClaimCenter ו-Duck Creek, SDK לצילום-מונחה בנייד, מאמת C2PA אמיתי, ומסד נתוני טביעת-אצבע מצלמה PRNU אמיתי הם גדמים או נדחים. אות ה-pixel-forensics מדומה ומסומן כך על המסך, תחליף למודל ארטיפקט-גנרטיבי נלמד עתידי. מה שרץ היום הוא הלוגיקה הפורנזית האמיתית: שרשרת ה-SHA-256, פענוח ה-EXIF, חיפוש השימוש-החוזר בגיבוב תפיסתי, הנמקת הנרטיב, שער המדיניות, והפנקס, הכל על תביעות סינתטיות ואינדקס היסטורי סינתטי.

האם מספרי הבנצ'מרק האלה הם דיוק בעולם האמיתי?

לא, ואנחנו נזהרים לומר זאת. נתוני הכיסוי 35 of 35, האשמת-השווא 0 percent, ושלמות-הביקורת 100 percent הם על בנצ'מרק סינתטי קבוע ומסומן של 120-claim שסוגי ההונאה שלו נושאים חתימות ניתנות-לזיהוי מעצם הבנייה, כך שהניתוב המושלם על הסט הזה הוא תכונה של הסט הבנוי הזה, לא ערובה בעולם-פתוח. המספר שכדאי להוביל איתו הוא פער הכיסוי מול גישת קיים אמיתית: קו בסיס אות-יחיד תופס 0 of the 35 הונאות recycled-real ו-metadata-spoofed, וחומת האש חוצת-האותות תופסת את כל 35. הטענות העמידות הן האשמת-השווא 0 percent ושלמות הביקורת 100 percent, שתיהן מחזיקות בכל רמת איכות של מודל.

מחקר טכני

המחקר מאחורי ההדגמה הזו — הארכיטקטורה, עיצוב האימות, והתכנון הארגוני.

פתרון מלא

חקרו את פתרון ה-Insurance Claims AI & Deepfake Detection →

אמתו את הראיות לפני שאתם מעריכים את הנזק

שער פורנזי לראיות תביעה, עם נתיב ביקורת שמחזיק מעמד.

אם צוותי התביעות וה-SIU שלכם שוקלים כיצד לאמת ראיות תביעה בלי להאשים בשווא מבוטחים לגיטימיים, וכיצד לשמור על ההחלטה האוטומטית ניתנת-להגנה תחת עלוני ה-NAIC ו-EU AI Act, נשמח באמת לשמוע איך אתם חושבים על זה. הבעיה היא רוחבית-תעשייה והתשובות יהיו גם הן.

הערכת שלמות-ראיות

  • ✓ ממפו היכן ראיות ממוחזרות ומניפולטיביות נכנסות לקליטה שלכם
  • ✓ הגדירו את ספי הניתוב ל-AUTO-PROCEED, SIU, ו-abstain
  • ✓ סקרו חשיפת spoliation ושרשרת-משמורת בהתדיינות
  • ✓ שער מדיניות ניתן-לשחזור שיועץ הציות שלכם יכול לחתום עליו

בנו איתנו

  • ✓ צוות פורנזי חוצה-אותות ושער מדיניות דטרמיניסטי
  • ✓ פנקס ראיות משורשר-גיבוב עם זיהוי שיבוש verify-chain
  • ✓ רשומת ראיות מוכנה-לבית-משפט עם מיפוי NAIC ו-EU AI Act
  • ✓ מחברים ומודל ארטיפקט נלמד במפת הדרכים, לא מזויפים
התחברו דרך WhatsApp שלחו אימייל לצוות שלנו
WhatsApp
צ'אט מיידי
קביעת שיחה
תיאום דרך Calendly
אימייל
[email protected]