Suncorp Group, bir müşteri duyarlılığı analizi kullanım senaryosundan elde edilen cesaret verici sonuçların teşvikiyle, üretken yapay zeka ve altta yatan temel modellerle seçeneklerini keşfetmeye başlıyor.
Çekirdek veri platformları yönetici müdürü Emily Cornock, Queensland merkezli sigortacı ve bankanın üretken yapay zekayı veya daha spesifik olarak onu destekleyen büyük dil modellerini (LLM’ler) kullanarak bir dizi uygulamayı keşfetmeye hazırlandığını söyledi.
“Bunlardan bazılarına göz atmaya başladık ve arama dökümleri ve bunun gibi şeyler üzerinde duyarlılık analizini nasıl yapabileceğimizi görmek ve müşterilerimizin bizden memnun olup olmadığını anlamak için bazı ChatGPT temel modellerini yerelleştirmeye başladık. ” Cornock, Sidney’deki son Gartner Veri ve Analitik Zirvesi’nde konuştu.
İlk sonuçların “gerçekten harika” olduğunu belirtti ve bu da şirketi daha fazla kullanım durumu için daha uzağa bakmaya teşvik etti.
“Bunu sadece müşterilerimize fayda sağlamak için değil, aynı zamanda çağrı merkezlerinde ön saflardaki personelimize fayda sağlamak için nasıl uygulayabiliriz?” dedi.
“Mühendislerin bakış açısından bunu nasıl uygulayabiliriz? Mühendislerimizin günlük işlerini iyileştirmek ve bu süreçteki manuel yükün bir kısmını ortadan kaldırmak için ne yapabiliriz?
“Bunu keşfedebilmek… çok heyecan verici bir meydan okuma olacak.”
Cornock, Suncorp’un kullanım durumlarının şirketin kapsayıcı hedefleri ve stratejisiyle uyumlu olmasını sağlamak için dikkatli olduğunu kaydetti.
Veri analitiğinde “parlak yeni oyuncaklar endüstrisi” olduğunu ve “herkesin en son şeyi istediğini” belirtti.
“Üretken yapay zeka bunun sadece bir örneği; çalışma haftam boyunca ‘Gen AI’yı her duyduğumda bir içki içseydim, Pazartesi günü öğle yemeğini geçemezdim” dedi.
“Gerçekten ilgili olmaya geri dönüyor [experiments] müşterimize geri dönelim. Suncorp’ta stratejimiz gelecek inşa etmek ve önemli olanı korumaktır, yani başarmaya çalıştığımız şey müşterilerimiz ve bunu başarma becerimiz için gerçekten önemli bir fark yaratacak mı? Acımasızca buna öncelik vermeliyiz.
“Sadece ‘harika bir şey yapan parlak yeni bir oyuncak’ değil. ‘İşin sonuçlarına gerçekten katkıda bulunuyor mu?’ ve biz bu şekilde öncelik veriyoruz.”
Bulut veri ambarına geçiş
Suncorp, son dört yılını kurum içi bir veri ambarından bulut tabanlı bir veri ambarına geçerek geçirdi.
Bu, Suncorp’ta “oldukça merkezi bir veri ambarı modelini” sürdürmek anlamına gelse de şirket, veri bilimi ve iş zekası işlerinin çoğunu gerçekleştiren merkezi bir ekibe sahip olmaktan uzaklaştı.
Cornock, “Bazı birleşik yapay zeka ve veri yeteneklerine doğru ilerlemeye başlıyoruz,” dedi.
“İş zekası ekiplerinin, merkezi bir ekibin Suncorp genelinde etkili bir şekilde ölçeklendirmesinin ve talebi karşılamasının imkansız olduğu o dönüm noktasındayız. Bugünlerde herkes bir veri tüketicisi ve herkes bir veri üreticisi ve bu yüzden yapamadık.” Bu talebi karşılayamazsınız.
“Şimdi, veri ağı ve veri yapısı gibi şeylere bir göz atmaya başlayarak, platformumuzu çok daha fazla federasyona sahip olacak şekilde geliştiriyoruz ve verileri gerçekten nasıl birleştireceğimizi ve karar vericilerimizin bulunduğu yerde kullanılabilir hale getireceğimizi düşünüyoruz. işimizle birlikte oturan, kararların alındığı yere yakın olan ve bu ekiplerin verileri keşfetmesine, verileri anlamasına, kullanabilmesine ve diğer verilerle birleştirebilmesine gerçekten nasıl olanak tanıyabiliriz? kaynaklar, tüm bunları bizim yönettiğimizden emin olurken, [and] güvende tutmak.”
Federasyon, kullanımı kolay ayakta duran self servis araçları da dahil olmak üzere kendi zorluklarıyla birlikte gelir.
Cornock, “Birleştirilmiş bir merkezi işlevimiz olduğunda, bir teknoloji işleviydik ve bu nedenle araçlar mühendislik araçlarıydı” dedi.
“Bunu birleştirirken, dört yıllık bir BT derecesine sahip olan ve her zaman araçlar kullanan ve CI/CD ardışık düzenleri ve buna benzer şeyler inşa eden veri paydaşlarıyla uğraşmıyorsunuz.
“Öyleyse, müşterilerinizin verileri kullanmasını çok daha kolay hale getirmek ve yine de bu self servis özelliğini kullanabilmelerini sağlamak için hangi araçları devreye sokabilirsiniz?”
Birleşik veri erişimi ve analitiğine geçiş, kısmen kuruluş içindeki değişen veri tüketim alışkanlıklarından kaynaklanmaktadır.
“Veri kullanım durumlarımız gelişmeye devam ediyor” dedi.
“Artık birilerinin toplu iş odaklı bir süreçten her 24 saatte bir değişen statik bir kontrol paneli istediği bir şey değil.
“İnsanlar gerçek zamanlı analitiğin, web ve mobil süreçlere yerleştirebilecekleri analitiğin ve bunun gibi şeylerin peşinde, bu nedenle veri değişikliğinin yönlendirdiği bu teknoloji değişikliğine ayak uydurmak gerçekten zor.”
AI temelleri üzerine inşa etmek
Cornock, AI’nın müşteri ve fiyatlandırma alanlarında olduğu gibi Suncorp aracılığıyla zaten uygulandığını söyledi.
Bu, “Müşterimizin ve onların tüm bilgilerinin ve ayrıca risk profillerinin canlı ve gerçek zamanlı bir görünümüne sahip olduğumuz, sektörde ilk yapay zeka kullanımını” içeriyordu.
Sigorta şirketi, sigorta tekliflerini işlerken jeo-uzamsal verileri hesaba katmak için yapay zekadan yararlanır; bu, bir müşteri hakkında bilgi edinmesine, sorulması gereken soru miktarını azaltmasına ve dolayısıyla sigorta satın alma sürecini daha sorunsuz hale getirmesine olanak tanır.
Cornock, AI ve jeo-uzamsal verilerin kombinasyonunun doğal afet planlaması, iletişim ve kurtarma için de kullanıldığını söyledi.
Suncorp daha önce sel baskınlarından “müşterilerimizin nerelerden etkileneceğini tahmin etmek için” verileri kullanmıştı.
“Dolayısıyla bu verileri, müşterilerimizin politikalarıyla birleştirerek, onların acil bir etki bölgesinde olup olmadıklarını ve halihazırda etkilenip etkilenmediklerini veya gerçekten etkilenecek bir bölgede olacaklarını anlamak için kullandık.
“Bu, aslında müşterilerimizi önceden arayıp onları biraz uyarabileceğimiz anlamına geliyordu, iyi hazırlanmaları için politikalarını güncelleyebilir ve onları rahatlatabilirdik. Hasarları ele alan tüm ekiplerimizle zaten konuşmuştuk, ölçeklerini büyütmüşlerdi… [and] müşterilerimize de yardımcı olmak için hazır ve ön saflardayız.”