Verifica que el reclamant és el titular de la pòlissa, bloqueja proves de vídeo deepfake, detecta documents falsificats, filtra contra llistes de sancions, troba xarxes de lesions organitzades, en una sola sessió /v3/. $0.53 per reclamació, 500 gratuïtes cada mes.
Robinhood Ventures
Confiat per més de 2.000 organitzacions a tot el món.
El que es paga i no hauria de fer-ho
La Coalition Against Insurance Fraud estima que les asseguradores dels EUA perden al voltant de 308.000 milions de dòlars anuals. La major part prové de reclamacions sense verificació d'identitat del reclamant i sense anàlisi forense de les proves. Didit tanca ambdues bretxes en un sol flux de treball: 0,53 $ per reclamació, 500 gratuïtes cada mes.
Tria les comprovacions que vulguis: identificació, prova de vida, coincidència facial, sancions, adreça, edat, telèfon, correu electrònic, preguntes personalitzades. Arrossega-les a un flux al tauler de control o publica el mateix flux a la nostra API. Crea ramificacions segons condicions, executa proves A/B, sense necessitat de codi.
Integra de forma nativa amb els nostres SDKs per a Web, iOS, Android, React Native o Flutter. Redirigeix a una pàgina allotjada. O simplement envia un enllaç al teu usuari: per correu electrònic, SMS, WhatsApp, on vulguis. Tria el que millor s'adapti al teu stack.
Didit allotja la càmera, les indicacions d'il·luminació, el traspàs mòbil i l'accessibilitat. Mentre l'usuari està en el flux, puntuam més de 200 senyals de frau en temps real i verifiquem cada camp amb fonts de dades autoritzades. Resultat en menys de dos segons.
Els webhooks signats en temps real mantenen la teva base de dades sincronitzada en el moment en què un usuari és aprovat, rebutjat o enviat a revisió. Consulta l'API sota demanda. O obre la consola per inspeccionar cada sessió, cada senyal i gestionar els casos a la teva manera.
Didit · Formes de reclamació
Didit · Verificació del reclamant
Reclamació · 4 / 5
Coincidència amb la política
Didit · OCR de documents + manipulació
Didit · Prova de vida passiva · iBeta L1 PAD
Didit · AML + Cerca facial
Detecció AML
Cerca facial · reclamants anteriors
Didit · Webhook · X-Signature-V2
{
"session_id": "claim-8821",
"vendor_data": "claim-8821",
"status": "In Review",
"face": { "similarity_score": 0.42 },
"aml": { "status": "In Review",
"hits": [{ "list": "PEP" }] },
"face_search": { "matches": [
{ "session_id": "claim-7710",
"similarity": 0.94 }
] }
}$ curl -X POST https://verification.didit.me/v3/session/ \
-H "x-api-key: $DIDIT_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"workflow_id": "wf_claim_verify",
"vendor_data": "claim-8821",
"metadata": { "policy_id": "POL-44120" }
}'{ "session_url": "verify.didit.me/..." }// X-Signature-V2 verified upstream
if (payload.status === "Approved") {
releasePayout(payload.vendor_data);
} else if (payload.status === "In Review") {
routeToSiu(payload.face_search.matches);
}estat Aprovat · Rebutjat · En revisió · No finalitzatYou are integrating Didit into an insurance carrier's claim workflow at first notice of loss (motor, health, property, travel, business interruption). Goal: catch ghost claims, deepfake video evidence, forged supporting documents, sanctions hits on the claimant, and organised-injury rings before the payout enters the queue. One API call. One signed webhook. Five fraud signals.
WHY THIS SHAPE
- The Coalition Against Insurance Fraud estimates fraud costs the US industry around $308 billion / year (2022 figures). Most of that walks in through claims with no identity check on the claimant and no document forensics on the evidence.
- Five signals settle the question on most claims: (1) the claimant is the policyholder, (2) the claimant is alive and present (not a deepfake), (3) the supporting documents are not tampered or templated, (4) the claimant is not on a sanctions list, (5) the claimant has not already filed N near-identical claims across your portfolio.
- One Didit /v3/session/ call bundles all five. $0.33 KYC + $0.20 AML = $0.53 per claim. Face Search 1:N is free per search. 500 verifications free every month.
PRE-REQUISITES
- Production API key from https://business.didit.me (sandbox key in 60 seconds, no credit card).
- A webhook endpoint with HMAC SHA-256 verification of the X-Signature-V2 header using your webhook secret.
- A Workflow Builder workflow bundling ID Verification + Passive Liveness + Face Match 1:1 (with the policyholder portrait as comparison target) + AML Screening + Face Search 1:N (gallery scoped to prior claimants on your account).
- Reference to the policy ID and policyholder portrait on file from your Policy Administration System (PAS) — passed as metadata on the session.
STEP 1 — Open the claim-verification session
POST https://verification.didit.me/v3/session/
Headers:
x-api-key: <your api key>
Content-Type: application/json
Body:
{
"workflow_id": "<wf id bundling ID + Liveness + Face Match + AML + Face Search 1:N>",
"vendor_data": "<your claim id, max 256 chars>",
"callback": "https://<your-app>/claims/verify/callback",
"metadata": {
"policy_id": "<your policy id>",
"line_of_business": "motor",
"loss_date": "2026-04-12"
}
}
Response: 201 Created with a hosted session URL. Send it to the claimant by email / Short Message Service (SMS) / inside the claims app. The claim stays in HOLD on your side until the signed webhook lands.
STEP 2 — Read the signed webhook
Didit POSTs the verdict. Verify X-Signature-V2 (HMAC SHA-256 of the raw body) BEFORE reading the JSON.
Payload (excerpted):
{
"session_id": "<uuid>",
"vendor_data": "<your claim id>",
"status": "In Review",
"id_verification": { "status": "Approved" },
"liveness": { "status": "Approved" },
"face": { "status": "Approved", "similarity_score": 0.92 },
"aml": { "status": "In Review", "hits": [{ "list": "PEP" }] },
"face_search": {
"matches": [
{ "session_id": "claim-7710", "similarity": 0.94, "vendor_data": "claim-7710" }
]
}
}
Session status enum (exact case, Title Case With Spaces): Approved | Declined | In Review | Resubmitted | Expired | Not Finished | Kyc Expired | Abandoned.
STEP 3 — Branch on the verdict
Approved → release the claim into the standard payout queue.
In Review → route to the Special Investigations Unit (SIU) with the per-module signals + face-search match list as the case file.
Declined → decline + open file. Block the payout. The decision payload is the audit pack.
Not Finished → resend the session link.
STEP 4 — Document forensics on supporting evidence (separate sub-flow)
For each supporting PDF / image uploaded (police report, repair quote, medical invoice, photo of loss), run Didit Document Optical Character Recognition (OCR). The OCR response surfaces:
- Field-level extracted text (claim amount, names, dates)
- Tamper score per region (pixel-level edits)
- Template match against prior submissions (reused PDF skeleton)
- EXIF / metadata mismatch (date in photo vs date of loss)
A high tamper score or a template match against a prior claim flips the case status to In Review.
STEP 5 — Pull the full decision for the case file
GET https://verification.didit.me/v3/session/{session_id}/decision/
Headers:
x-api-key: <your api key>
Returns the full decision payload — per-module signals, raw face-similarity scores, AML hit list with source list per match, face-search candidate list with scores. Use this as the audit pack for any dispute.
WEBHOOK EVENT NAMES
- Sessions: standard session webhook. One endpoint, status field tells you the lifecycle.
- Verify X-Signature-V2 (HMAC SHA-256) on every payload.
CONSTRAINTS
- Session statuses use Title Case With Spaces. Never UPPER_SNAKE_CASE — that's the Transactions API.
- The Face Match comparison target is the policyholder portrait from your Policy Administration System (PAS). A deepfake of the policyholder cannot pass when Passive Liveness is also in the workflow.
- Face Search 1:N gallery is scoped to YOUR account — Didit does not search across carriers. To collaborate across an industry pool, use a shared workflow_id pointing at a multi-carrier gallery you own.
- 200+ fraud signals are surfaced on every session at no extra cost — read them off the decision payload, don't re-query.
- Default retention is the standard 5-year insurance horizon; adjust per workflow if your jurisdiction differs.
Read the docs:
- https://docs.didit.me/sessions-api/create-session
- https://docs.didit.me/core-technology/face-match/overview
- https://docs.didit.me/core-technology/aml-screening/overview
- https://docs.didit.me/core-technology/face-search/overview
- https://docs.didit.me/integration/webhooks
Start free at https://business.didit.me — sandbox key in 60 seconds, 500 verifications free every month, no credit card.0 $ / mes. No es requereix targeta de crèdit.
Paga només pel que utilitzes. Més de 25 mòduls. Preus públics per mòdul, sense quota mínima mensual.
MSA i SLA personalitzats. Per a grans volums i programes regulats.
Comença gratis → paga només quan s'executa una comprovació → desbloqueja Enterprise per a un contracte personalitzat, SLA o residència de dades.
Didit és la infraestructura per a la identitat i el frau, la plataforma que ens hauria agradat tenir quan creàvem els nostres propis productes: oberta, flexible i pensada per a desenvolupadors, perquè s'integri de veritat al teu stack en lloc de ser una caixa negra al voltant de la qual has d'integrar.
Una sola API cobreix la verificació de persones (KYC, know your customer), la verificació d'empreses (KYB, know your business), el cribratge de carteres de criptomonedes (KYT, know your transaction) i la monitorització de transaccions en temps real, tot sobre un stack dissenyat per ser:
La base subjacent: més de 14.000 tipus de documents en més de 48 idiomes, més de 1.000 fonts de dades i més de 200 senyals de frau en cada sessió. La infraestructura de Didit aprèn dinàmicament de cada sessió i millora cada dia.
La Coalition Against Insurance Fraud va estimar que les asseguradores dels EUA perden al voltant de $308.6 mil milions a l'any a causa del frau en totes les línies (estudi de 2022). L'organisme europeu d'assegurances Insurance Europe informa d'una pèrdua similar de la quota de prima a tota la UE.
La major part és oportunista, petites quantitats inflades en reclamacions que d'altra banda són legítimes. Una part menor són xarxes professionals que presenten la mateixa pèrdua a diverses asseguradores. Ambdues formes comparteixen una debilitat: ningú comprova qui és el reclamant en la primera notificació de pèrdua.
Una reclamació fantasma és quan la persona que presenta la reclamació no és el titular de la pòlissa. Patró típic: un atacant compra dades de clients filtrades d'una bretxa, truca a l'asseguradora fent-se passar pel titular de la pòlissa, presenta una petita reclamació per pèrdua i demana el pagament a un nou compte bancari.
L'atac té èxit quan no hi ha cap comprovació biomètrica que vinculi la persona que truca amb la persona de la pòlissa. Face Match 1:1 contra el retrat del titular de la pòlissa tanca aquesta bretxa en dos segons.
El procés complet sol trigar menys de 30 segons d'inici a fi, agafar el DNI, fer la foto al document, fer-se el selfie, fet. Això és el més ràpid del mercat. Els proveïdors de KYC tradicionals solen trigar més de 90 segons per al mateix procés.
Al backend, Didit retorna el resultat en menys de dos segons al p99, mesurat des del moment en què l'usuari acaba el selfie fins que s'activa el teu webhook. La captura mòbil està optimitzada per a telèfons lents i xarxes lentes: compressió progressiva d'imatges, càrrega diferida del kit de desenvolupament de programari i un traspàs amb un sol toc de l'escriptori al telèfon mitjançant codi QR si l'usuari comença des del web.
Per cada document de suport que el reclamant puja, informe policial, pressupost de reparació, factura mèdica, foto del sinistre, Didit executa:
Una puntuació alta de manipulació o una coincidència de plantilla canvia automàticament la reclamació d'Aprovada a En revisió.
Cada sessió acaba en un dels set estats clars, així el teu codi sempre sap què fer:
Approved, totes les comprovacions superades. Fes avançar l'usuari.Declined, una o més comprovacions han fallat. Pots permetre a l'usuari tornar a enviar el pas fallit específic (per exemple, tornar a fer-se el selfie) sense haver de repetir tot el flux.In Review, marcat per a revisió de compliment. Obre el cas a la consola, consulta tots els senyals, decideix aprovar o rebutjar.In Progress, l'usuari està a mig flux.Not Started, enllaç enviat, l'usuari encara no l'ha obert. Envia un recordatori si passa massa temps.Abandoned, l'usuari va obrir l'enllaç però no va acabar a temps. Torna a contactar o fes que caduqui.Expired, l'enllaç de la sessió ha caducat. Crea una nova sessió.Un webhook signat s'activa amb cada canvi d'estat, així la teva base de dades sempre està sincronitzada. Les sessions abandonades i rebutjades són gratuïtes.
Les dades de producció es processen i emmagatzemen a la Unió Europea per defecte, a Amazon Web Services. Els contractes empresarials poden sol·licitar regions alternatives per a jurisdiccions els reguladors de les quals ho requereixin.
Xifratge a tot arreu. AES-256 en repòs a totes les bases de dades, emmagatzematge d'objectes i còpies de seguretat. Transport Layer Security 1.3 en trànsit a cada trucada d'API, webhook i sessió de la Consola de Negocis. Les dades biomètriques es xifren sota una Clau Mestra de Client separada.
La retenció la controles tu. La retenció per defecte és indefinida (il·limitada), tret que configuris un període més curt, entre 30 dies i 10 anys per aplicació, i pots eliminar qualsevol sessió individual en qualsevol moment des del tauler de control o l'API.
Certificacions: SOC 2 Type 1 (auditoria Type 2 en curs), ISO/IEC 27001:2022, iBeta Level 1 PAD, i una certificació pública del Tesoro / SEPBLAC / CNMV d'Espanya que la verificació remota d'identitat de Didit és més segura que verificar algú en persona. Informe complet a /security-compliance.
Didit compleix per defecte amb els reguladors importants per a la infraestructura d'identitat:
Memo detallat, tots els certificats, totes les cartes reguladores: /security-compliance.
Tres rutes d'integració, tria la que millor s'adapti al teu stack:
Mateix tauler de control, mateixa facturació, mateix preu de pagament per èxit per als tres. Guia pas a pas a docs.didit.me/integration/integration-prompt.
Per reclamació:
Al voltant de \$0.53 per reclamació totalment analitzada. Les primeres 500 verificacions cada mes són gratuïtes en cada compte, prova el flux de treball dins del nivell gratuït.
Sense mínims, sense compromís anual, sense preus per seient.
El webhook signat és el senyal d'encaminament. Amb status: In Review, el teu backend encamina el cas a la Unitat d'Investigacions Especials (SIU) amb els senyals per mòdul + la llista de coincidències de cerca facial com a fitxer inicial del cas.
Obté la càrrega útil de decisió completa mitjançant GET /v3/session/[id]/decision/ per a l'analista, puntuacions de similitud facial, llista de coincidències AML amb la llista d'origen per coincidència, llista de candidats de cerca facial amb puntuacions, sortida de la forense de documents. La càrrega útil de decisió és la pista d'auditoria per a qualsevol disputa.
Els vectors biomètrics són dades de categoria especial segons la General Data Protection Regulation (GDPR) de la UE. La base legal és l'interès legítim estàndard d'investigació de reclamacions més el flux de consentiment a l'inici de la sessió.
La retenció per defecte és l'estàndard de 5 anys d'horitzó d'assegurança, ajusta-la per flux de treball si la teva jurisdicció o supervisor difereix. La galeria per a Face Search 1:N està limitada al teu compte per disseny, no hi ha cerca entre operadors tret que t'uneixis a un consorci i executis un workflow_id compartit.
Una API per a KYC, KYB, monitorització de transaccions i anàlisi de carteres. Integra-la en 5 minuts.