Dr. Reuven Shnaps, Director de Análisis de Earnix – Serie de Entrevistas

Dr. Reuven Shnaps es el Director de Análisis de Earnix, un proveedor líder de sistemas críticos para aseguradoras y bancos globales.

¿Qué te atrajo inicialmente a la ciencia de datos y la inteligencia artificial?

Siempre he tenido una fascinación por las matemáticas, los datos y su potencial para resolver desafíos empresariales. A lo largo de mis estudios académicos y carrera, he buscado oportunidades para aprender sobre estadísticas, economía y cómo aplicar estos campos para entender el comportamiento del consumidor. Admiro a los científicos de datos, estadísticos modernos y econométricos, que tienen la capacidad única de analizar grandes cantidades de datos y abordar problemas empresariales del mundo real. Me he dedicado a la ciencia de datos y a combinar metodologías estadísticas tradicionales, tecnologías emergentes, nuevos algoritmos de aprendizaje automático (ML) y las últimas aplicaciones de inteligencia artificial (IA) para crear soluciones empresariales que entreguen valor a largo plazo para nuestros clientes.

¿Qué hace Earnix?

Earnix es un proveedor global de soluciones de software que permiten a las aseguradoras y bancos ofrecer tarifas, precios y ofertas de productos personalizados más rápidos, inteligentes y seguros a los consumidores. Nuestro sistema está impulsado por IA y ML, e incluye una amplia gama de herramientas de modelado analítico, aplicaciones y algoritmos avanzados. Recientemente, Earnix se incluyó en la lista de “Insurtechs para seguir en 2021” en EE. UU. y fue reconocido como líder del mercado en análisis predictivo por CB Insights, una empresa de análisis y investigación en el sector tecnológico. Earnix aprovecha la tecnología innovadora para ayudar a las aseguradoras y bancos a satisfacer las necesidades de los consumidores en tiempo real.

Earnix recientemente escribió un artículo para nosotros sobre la importancia de la explicabilidad en IA. ¿Cuán importante crees que es la explicabilidad en IA?

La explicabilidad es un tema de tendencia en IA y análisis de datos. Afecta a empresas en todas las industrias, ya sean usuarios de IA o no.

La mayoría de las empresas experimentan un trade-off entre su nivel de control y la efectividad de la IA. Para que las empresas confíen y adopten el uso de la IA “caja negra”, debe haber un mecanismo que permita a los expertos y partes interesadas interpretar procesos de toma de decisiones complejos de la IA y garantizar el cumplimiento de las demandas regulatorias. Los consumidores también pueden beneficiarse al poder entender y navegar los impulsores clave detrás de las decisiones de precios, crédito o suscripción. La explicabilidad es el puente que hace que la IA complicada sea más comprensible y transparente. Con la capacidad de traducir modelos de ML avanzados, los profesionales de análisis no tienen que sacrificar algoritmos más avanzados debido a la falta de comprensión. La explicabilidad minimiza el trade-off entre control y valor, al mismo tiempo que maximiza los beneficios de la IA.

¿Podrías discutir algunas de las tecnologías de aprendizaje automático que se utilizan en Earnix?

Earnix permite a las aseguradoras y bancos implementar la última IA en un motor de tarificación escalable y basado en la nube. Nuestro motor de tarificación completamente automatizado opera modelos en producción para ofrecer productos de seguros y banca personalizados en tiempo real, alineados con las necesidades de los consumidores. Nuestras capacidades de plataforma abierta permiten la integración con una amplia gama de modelos y plataformas de ML, como H20, Data Robot y Python. Earnix desarrolló un modelo híbrido único para aprovechar eficazmente el poder combinado de las técnicas de modelado estadístico tradicionales y los modelos de ML basados en árboles para la toma de decisiones de precios

Estamos siempre en una misión para descubrir nuevas formas de aprovechar las capacidades de aprendizaje automático que las aseguradoras y bancos pueden utilizar para mejorar sus negocios de una manera que beneficie directamente al consumidor. Estamos explorando actualmente aplicaciones de monitoreo inteligente y aprendizaje en línea, Contextual Multi-Arm Bandits (MAB) para diseñar pruebas de paquetes eficientes y ofrecer ofertas de productos/personalizados a los clientes, así como algoritmos de aprendizaje profundo para analizar datos de alta frecuencia. De esta manera, ayudamos a las aseguradoras y bancos a ofrecer productos, tarifas y precios más rápidos, inteligentes y seguros.

¿Cómo está modernizando la IA a los bancos y compañías de seguros?

Las aseguradoras y bancos tradicionales que confían en sistemas heredados y procesos manuales aislados están siendo desafiados por las empresas impulsadas por IA. La IA ha creado un entorno en el que las compañías de seguros y bancos deben innovar más rápido, procesar grandes cantidades de datos a través de múltiples fuentes y tipos, automatizar procesos operativos manuales, optimizar y mejorar el viaje y la participación del cliente, ofrecer productos y tarifas más personalizados y lograr un valor de mercado inmediato. Ha redefinido cómo operan las aseguradoras y bancos, y la incorporación de la IA es fundamental para mantener la competitividad y dar a los consumidores lo que quieren.

Por ejemplo, los consumidores están cada vez más recurriendo a opciones de seguros basados en el uso y el comportamiento (UBI/BBI) porque quieren que sus tarifas de seguros de automóviles se determinen por su uso y comportamiento al conducir, en lugar de solo por sus características demográficas. Con nuestra automatización, ML y capacidades analíticas, las aseguradoras pueden ahora operacionalizar los vastos datos de telemática, lograr una implementación rápida de ofertas, reevaluar el riesgo del consumidor y ajustar los precios y las ofertas de productos en consecuencia.

¿Hay algo más que te gustaría compartir sobre Earnix?

Hay mucha investigación sobre cómo el uso de la IA mejora los procesos y resultados empresariales, pero no hay una guía sobre cómo combinar el poder de la IA y su potencial en las operaciones comerciales para entregar valor de inmediato y impulsar el crecimiento empresarial. Muchas organizaciones de servicios financieros luchan por conectar la IA con sus operaciones. La tecnología de extremo a extremo de Earnix aborda esta necesidad y punto de dolor agudo. Estoy orgulloso de trabajar para una empresa que utiliza análisis para encontrar nuevas formas de fomentar una relación profunda y orientada a la confianza entre el consumidor y las industrias bancarias y de seguros.

Gracias por las grandes respuestas, los lectores que desean aprender más pueden visitar Earnix.