Sigortacı IAG, bir mülkün bir tehlike veya olaydan sonra acil onarım gerektirip gerektirmediğini değerlendirmek için üretken yapay zeka kullanıyor.
Willem Paling, ikinci sağ, Google Cloud Summit, Sydney’de
Analytics ve AI Willem Paling’in yönetici yöneticisi, bir Google Cloud Summit’e, şirketin “güvenli bir şekilde yap” onarımının gerekip gerekmediğini belirlemek için mülk talepleri arasında üretken bir AI modeli çalıştırdığını söyledi.
Paling, sistemin IAG’yi daha önce mülk değerlendirmelerine harcanan yüklenici ücretlerinde “yüz binlerce dolar” tasarladığını ve aynı zamanda davacılar için süreci düzene koyduğunu söyledi.
Sydney’deki seyirciye Paling, “Her müşteri güvenliğe ihtiyaç duyduklarını söylüyor ve gerçekten ihtiyaç duyup duymadıklarını bilmiyorlar” dedi.
“Bu yüzden, gerçekten ihtiyaç duyup duymadıklarını anlamak için onları aramalıyız ya da birisini mülke göndermeliyiz.
“Bugün, artık onlara sormuyoruz. Sadece AI kullanıyoruz; her mülk iddiasında çalışan bir modelimiz var ve bize güvenli olup olmadıklarını söyleyen bir modelimiz var.”
Paling’e göre, Google Cloud platformunda geliştirilen model, şimdiye kadar önceki yöntemlerden daha fazla operasyonel hassasiyet ve daha doğru sonuçlar verdi.
“Gereksiz iş yapmadığımız için açık bir finansal fayda var ve müşterilerimiz için daha iyi” dedi.
“Hiç kaçırmayız [make safe issues] İhtiyaç duyduklarında ve ticaret göndermediğimizde ve müşterilerimizin ihtiyaç duymadıklarında yarım gün izin almalarına neden oluyoruz. ”
Paling, bunun IAG’nin müşterileri için “daha hızlı, daha tutarlı sonuçlar sunmayı” amaçlayan GCP’de yürüttüğü bir dizi Genai modelinden biri olduğunu söyledi.
Sigortacı şu anda Vertex AI ve BigQuery’de makine öğrenimi kullanarak gelişmiş analizlere güveniyor.
Google Cloud Summit 2024’te paylaşılan dikkate değer bir kullanım durumu, sigorta talepleriyle sunulan fotoğrafların otantik, AI tarafından üretilmiş veya internetten kaynaklanıp kaynaklanmadığını tespit etmeyi içerir.
Sigortacı, daha önce bir otomobilin onarılabilir olup olmadığını veya bir kazadan sonra bir toplanma olup olmadığını tahmin etmek için yapay zekayı kullanmıştır.
Paling, IAG’ın son iki yılda, geleneksel makine öğrenimi yaklaşımlarını kullandığı son altı yıldan daha fazla AI modeli başlattığını belirtti.
“Bir makine öğrenimi mühendisliği ekibine teslim etmek zorunda kalacakları modeli oluşturan bir veri bilimcisi ekibi olacak ve modeli kapsayacak ve dağıtmak zorunda kalacaklar” dedi.
“Şimdi dağıtım modelinin yeterince basit olduğu ve bindiren kişinin dağıtım ve izlemeye sonuna kadar görebildiği noktadayız.”