Rohan Malhotra, grundlægger og administrerende direktør for Roadzen – Intervju-serie

Rohan Malhotra er administrerende direktør, grundlægger og direktør for Roadzen, et globalt insurtech-selskab, der fremmer AI, hvor mobilitet og forsikring mødes.

Roadzen har banet vejen for computer vision-forskning, generativ AI og telematik, herunder værktøjer og produkter til vej­sikkerhed, underwriting og skade­behandling. Selskaber som Axa, Allianz, Tata og Audi bruger Roadzen til at give en bedre bilforsikringsoplevelse til alle chauffører på vejen. Tidligere fungerede hr. Malhotra som administrerende direktør for Avacara, et enterprise software- og dataanalyse­selskab, der tilbød produktudviklingstjenester til Fortune 500-selskaber. Hr. Malhotra har en bachelor­grad i ingeniørvidenskab fra NSIT, Delhi Universitet, Indien, og en master­grad i elektro­teknik og datateknik fra Carnegie Mellon Universitet, hvor han studerede AI og robotteknik.

Hvad var det, der oprindeligt tiltrak dig til computer­ingeniør­videnskab og maskin­læring?

Jeg blev tiltrukket af robotteknik i en tidlig alder, fascineret af tanken om at skabe maskiner, der kunne udføre opgaver selvstændigt. Denne fascination med robotteknik fungerede som min indgang til computer­ingeniør­videnskab. Da jeg lærte mere, observerede jeg, at hardware kan abstraheres til software, og jeg udviklede en interesse for at bygge systemer, der kan skaleres og læres. Nu anvender vi disse idéer på Roadzen for at gøre biler mere intelligente og den traditionelle forsikringsverden dynamisk og i realtid.

Kan du dele historien bag Roadzen?

Roadzen blev født ud af en frustrerende oplevelse i 2015, da en ven havde en ulykke, og jeg måtte håndtere lange forsinkelser for at få vej­hjælp, mange telefonopringninger for at indgive en skade­anmeldelse over fire og en halv time. Denne udfordrende episode fik mig til at anvende mine AI-ekspertise til at forbedre vej­sikkerheden og transformere bilforsikrings­branchen.

Hvordan bruger Roadzen computer­vision til at vurdere værdien af et køretøj?

Roadzen bruger computer­vision gennem sin køretøjs­inspektion og vurderings­platform VIA til at bestemme værdien af et køretøj. VIA anvender AI, maskin­læring og høj­opløsnings­billeder til at udføre digitale køretøjs­inspektioner, og overvinde udfordringerne forbundet med manuelle inspektioner, såsom menneskeligt fejl, subjektivitet og forsinkelser i behandlingen.

Teknologien giver en omfattende oversigt over køretøjets tilstand ved at integrere real­tids­data og historiske optegnelser. Computer­vision­egenskaberne hos VIA muliggør præcis skade­genkendelse og underwriting ved at udnytte millioner af underwriting­beslutninger. Den inkluderer også svig­detektion gennem automatiseret analyse af mønster og bruger­adfærd. Platformen sikrer høj gennemsigtighed med tilpasset adgangskontrol for forsikringsselskaber under inspektionen og underwriting­processen.

VIA bidrager til en problemfri, effektiv og gennemsigtig køretøjs­inspektion og underwriting, hvilket fremskynder processen og leverer pålidelige vurderinger gennem dynamiske rapporter og real­tids­meddelelser.

Den samme teknologi anvendes efter ulykker, kan du diskutere processen for kunder og på­jord­inspektører?

Roadzens skade­behandlingsteknologi kan genkende ethvert bil­dele og identificere ti typer skader på under ét sekund, hvilket betydeligt fremskynder skade­behandlings­processen. Den skifter skade­behandlings­processen fra reaktiv til proaktiv, udløser skade­anmeldelsen, når en ulykke sker, og giver kunderne mulighed for at behandle deres skade­anmeldelser på ulykkes­stedet i stedet for at vente i uger.

Roadzens automatiserede skade­behandling­platform xClaim engagerer kunder og forsikringsselskaber i en effektiv skade­behandling­proces. Kunder kan hurtigt indgive skade­anmeldelser gennem en app, og give initial visuel dokumentation gennem video og billeder taget af kunden, eller fjerne inspektører for præcis skade­genkendelse inden for få minutter. Systemet inkluderer også svig­detektion, hvilket forbedrer integriteten af skade­behandlings­processen. Platformen leverer dynamiske rapporter og real­tids­meddelelser, der fremskynder skade­behandlings­processen, og dedikeret kundesupport sikrer gennemsigtighed og assistance for alle parter. Platformens tilpasset adgangskontrol forbedrer kunde­oplevelsen og skaber en digital optegnelse over information, der er tilgængelig for fremtidig reference.

Roadzen tilbyder real­tids­data om kørselssikkerhed, kan du diskutere, hvordan AI analyserer, hvor sikker en bestemt chauffør er? Hvordan anvendes denne information herefter til ulykkes­forebyggelse?

Når vi kombinerer de prædictive egenskaber hos AI med real­tids­data, åbner det vejen for en virkelig dynamisk og effektiv kørselssikkerhed – hvor risikoniveauet for en given chauffør på et givent tidspunkt kan vurderes og advares imod.

Roadzens omfattende telematik­suite inkluderer et computer­vision­system, der identificerer kørsels­mønster. Dette system anvender real­tids­data om køretøjet og anvender computer­vision til kritiske beslutninger såsom tid til kollision, ulykkes­forebyggelse og hindrings­detektion.

En af Roadzens vigtigste innovationer er aflednings­overvågning. Med avanceret ansigtsgenkendelsesteknologi installeret i køretøjer kan systemet afgøre, om chauffører er søvnige, afledt af deres telefoner eller ikke bærer sikkerhedssele. Denne proaktive tilgang kan betydeligt reducere ulykker tilskrevet afledt kørsel.

Roadzen har succesfuldt løst vej­objekt­detektion, en af de mest komplekse udfordringer i computer­vision. Teknologien kan nøjagtigt måle afstanden mellem køretøjer, en kritisk sikkerheds­foranstaltning til forebyggelse af kollisioner.

En menneskelig chauffør har typisk brug for 1,3 sekunder til at reagere før en ulykke, mens Roadzens teknologi kan advare chaufføren ca. 3 sekunder før, hvilket effektivt tripplerer reaktionstiden. Dette kunne potentielt udrydde 60% af ulykkerne forårsaget af menneskeligt fejl eller afledning, og markerer en betydelig gennembrud i forsikrings­sektoren.

Roadzens teknologi­stack anvender telematik til at samle denne data, oprette en omfattende chauffør­profil og give en dynamisk pris, der er tilpasset hver enkelt chauffør. Denne individualiserede tilgang forbedrer nøjagtigheden af risiko­vurderingen og sikrer en retfærdig prissætning af præmier baseret på personlige kørsels­vaner og -betingelser.

Hvad er nogle af de andre AI- og maskin­lærings­teknologier, der anvendes på Roadzen?

Roadzen er fokuseret på at fremme AI gennem grundlæggende og anvendt forskning med en specialiseret fokus på intersectionen mellem mobilitet og forsikring. AI-forsknings­holdet på Roadzen (AIR) er dedikeret til at dykke dybere i kritiske områder, herunder computer­vision, generativ AI og kerne­maskin­læring. Computer­vision giver maskiner mulighed for at fortolke og handle på visuel data, en kritisk funktion i mobilitet og forsikring på grund af den rige information, visuelle input giver. Desuden lægger vi stor vægt på Machine Learning Operations (MLOps), der strømliner, hvordan vores hold træner og implementerer modeller nøjagtigt og hurtigt. Vi anvender også syntetisk eller generativ AI til at accelerere model­træning.

Hvad er nogle af udfordringerne, der følger med integrationen af AI i forsikrings­sektoren?

Udfordringerne inkluderer navigation i komplekse data­strukturer, håndtering af legacy­data og administration af kvalitets­data­sæt fra den enorme mængde data, der genereres. Det er vigtigt at adressere potentielle problemer omkring data­beskyttelse, sikkerhed og algoritme­bias for at opbygge tillid og sikre en retfærdig anvendelse af AI i forsikring. Udviklingen af åben og ansvarlig AI vil være afgørende for at sikre retfærdige praksisser, forebygge bias i AI-drevne beslutninger og beskytte kunde­data.

Kan du dele din vision for fremtiden for forsikring og AI?

Da mobilitets­landskabet forandrer sig, hvor de fleste biler vil være forbundne og selv­kørende, har AI potentialet til at skabe en mere effektiv, kunde­centreret forsikrings­økosystem for forbundne mobilitet. Prædictive modellering til risiko­vurdering vil føre til mere nøjagtig prissætning og bedre risiko­styring. AI og avanceret analyse vil enable forsikringsselskaber til at forudse kunde­behov, tilpasse tilbud og forbedre kunde­oplevelsen.

Med fremgang i computer­vision og telematik vil vi se store fremskridt i ulykkes­forebyggelse og forbedret kørsels­adfærd. Dette vil føre til færre skade­anmeldelser, reducerede omkostninger og sikrere veje.

Automatiserede skade­vurderinger vil strømline skade­behandlings­processen, gøre den hurtigere og mere objektiv. AI vil også transformere underwriting ved at gøre det hurtigere og mere retfærdigt, ved at vurderer risiko mere nøjagtigt og eliminere menneskeligt bias. Og vi arbejder på at sikre, at denne fremtid bygges på ansvarlige AI-principper.

Tak for det gode interview, læsere, der ønsker at lære mere, skal besøge Roadzen.