Tohtori Reuven Shnaps, Earnixin analytiikan johtaja – Haastattelusarja

Tohtori Reuven Shnaps on Earnixin, johtavan globaalien vakuuttajien ja pankkien tehtäväkriittisten järjestelmien toimittajan, analytiikan johtaja.

Mikä alun perin veti sinut data-analytiikkaan ja tekoälyyn?

Olen aina ollut kiinnostunut matematiikasta, datasta ja niiden potentiaalista ratkaista liiketoimintahaasteita. Akateemisen koulutukseni ja urani aikana olen etsinyt tilaisuuksia oppia tilastotieteestä, taloustieteestä ja siitä, miten näitä aloja voidaan soveltaa kuluttajakäyttäytymisen ymmärtämiseen. Ihaile data-analyytikkoja, moderneja tilastotieteilijöitä ja ekonometrikkoja, joilla on ainutlaatuinen kyky analyysin suurten määrien dataa ja ratkaista todellisia liiketoimintahaasteita. Olen omistautunut urani data-analytiikalle ja yhdistänyt perinteisiä tilastollisia menetelmiä, uusia teknologioita, uusia koneoppimisen algoritmeja ja viimeisimpiä tekoälysovelluksia luodakseen liiketoimintaratkaisuja, jotka tarjoavat pitkäaikaisen arvon asiakkaillemme.

Mikä Earnix tekee?

Earnix on globaali ohjelmistojen toimittaja, joka mahdollistaa vakuuttajien ja pankkien tarjoamisen nopeammin, älykkäämmin ja turvallisemmin hinnoittelua, hintoja ja räätälöityjä tuotteita kuluttajille. Järjestelmämme perustuu tekoälyyn ja koneoppimiseen, ja siinä on laaja valikoima analytiikan malleja, sovelluksia ja edistyneitä algoritmeja. Viime aikoina Earnix on ollut mukana “Insurtechs to watch in 2021” -listalla Yhdysvalloissa ja on tunnustettu markkinajohtajana ennustavassa analytiikassa CB Insights -analyysin ja tutkimusyhtiön toimesta teknologia-alalla. Earnix hyödyntää innovatiivista teknologiaa auttaakseen vakuuttajia ja pankkeja täyttämään kuluttajien tarpeita reaaliajassa.

Earnix kirjoitti meille äskettäin artikkelin tekoälyn selitettävyyden tärkeydestä vakuutus- ja pankkitoiminnassa. Kuinka tärkeää luulet tekoälyn selitettävyyden olevan?

Selitettävyys on trendikäs aihe tekoälyssä ja data-analytiikassa. Se vaikuttaa yrityksiin eri aloilla, riippumatta siitä, käyttävätkö ne tekoälyä vai eivät.

Useimmat yritykset kokevat tasapainottamisen tarpeen tekoälyn hallinnan ja tehokkuuden välillä. Jotta yritykset voivat luottaa ja omaksua “mustan laatikon” tekoälyn käytön, on olemassa mekanismi, joka mahdollistaa asiantuntijoille ja sidosryhmille tulkita monimutkaisia tekoälyn päätöksentekoprosesseja ja varmistaa sääntelyn vaatimusten noudattaminen. Kuluttajat voivat myös hyötyä siitä, koska he voivat ymmärtää ja mahdollisesti navigoida avainkohdissa, jotka vaikuttavat hinnoitteluun, luottoon tai vakuutusmääräyksiin. Selitettävyys on silta, joka tekee monimutkaisen tekoälyn ymmärrettävämmäksi ja avoimemmaksi. Analytiikan ammattilaisten pystyessä kääntämään edistyneitä koneoppimismalleja, he eivät joutuisi uhraamaan kehittyneempiä algoritmeja puutteellisen ymmärryksen vuoksi. Selitettävyys minimoi hallinnan ja arvon välisen tasapainon ja maksimoi tekoälyn hyödyt.

Voitko keskustella joistakin koneoppimisen teknologioista, joita Earnix käyttää?

Earnix mahdollistaa vakuuttajien ja pankkien käyttöön viimeisintä tekoälyä laajamittaisessa, skaalautuvassa, pilvipohjaisessa hinnoittelumootorissa. Täysin automaattinen hinnoittelumootorimme ottaa mallit tuotantoon ja tarjoaa reaaliajassa henkilökohtaisia vakuutus- ja pankkipalveluita, jotka ovat kuluttajien tarpeiden mukaisia. Avoin alustamme mahdollistaa integraation laajan valikoiman koneoppimismalleja ja -alustoja, kuten H20, Data Robot ja Python. Earnix on kehittänyt yhdistelmämallin, joka hyödyntää perinteisten tilastollisten mallinnusmenetelmien ja puupohjaisen koneoppimisen mallien yhdistelmää hinnoittelupäätöksiin

Olemme aina tehtävissämme löytää uusia tapoja hyödyntää koneoppimisen ominaisuuksia, joita vakuuttajat ja pankit voivat käyttää liiketoimintansa kehittämiseen siten, että se suoraan hyödyttää kuluttajia. Tutkimme parhaillaan sovelluksia älykkäistä valvontaa ja online-oppimista, Kontekstuaalista moni-kaikkuja (MAB) suunnittelemiseen tehokkaita pakettitestejä ja räätälöityjä tuote/paketti-tarjouksia asiakkaille, sekä syvää oppimista analysoimaan korkeataajuisia tietoja. Tällä tavoin autamme vakuuttajia ja pankkeja tarjoamaan nopeampia, älykkäämpiä ja turvallisempia tuotteita, hintoja ja palveluita.

Miten tekoäly modernisoi pankkeja ja vakuutusyhtiöitä?

Perinteiset vakuuttajat ja pankit, jotka riippuvat vanhentuneista järjestelmistä ja siloittuneista, manuaalisista prosesseista, haastavat tekoälyyn perustuvia yrityksiä. Tekoäly on luonut ympäristön, jossa vakuutusyhtiöiden ja pankkien on innovoidaan nopeammin, prosessoidaan suuria määriä dataa useista lähteistä ja tyypeistä, automatisoidaan manuaalisia toimintaprosesseja, sujuvoitetaan ja parannetaan asiakaspolun ja -käyttökokemusta, tarjotaan henkilökohtaisempia tuotteita ja hintoja ja saavutetaan välitön markkinointiarvo. Se on uudelleenmääritellyt, miten vakuuttajat ja pankit toimivat, ja tekoälyn sisällyttäminen on olennainen osa kilpailukyvyn ylläpitämistä ja antamista kuluttajille, mitä he haluavat.

Esimerkiksi kuluttajat kääntyvät yhä enemmän käyttöön perustuviin ja käyttäytymiseen perustuviin vakuutusvaihtoehtoihin (UBI/BBI), koska he haluavat, että heidän autovakuutuksensa määräytyy heidän käytöstään ja ajokäyttäytymisestään eikä pelkästään heidän demografiikkaansa. Automaatiomme, koneoppimisen ja analytiikan ansiosta vakuuttajat voivat nyt ottaa käyttöön laajan telematiikka-datan, saavuttaa nopean tarjouskäytännön, arvioida uudelleen kuluttajien riskiä ja mukauttaa hinnoittelua ja tuote/tarjousvalikoimaa vastaavasti.

Onko jotain muuta, mitä haluaisit jakaa Earnixista?

On paljon tutkimusta siitä, miten tekoälyn käyttö parantaa liiketoimintaprosesseja ja -tuloksia, mutta ei ole ohjekirjaa siitä, miten yhdistää tekoälyn voima ja sen potentiaali liiketoimintakäytännöksiin välittömästi ja edistää liiketoiminnan kasvua. Monet rahoituspalvelujen organisaatiot kamppailevat tekoälyn yhdistämisessä toimintoihinsa. Earnixin päästä-päihin -teknologia osoittaa tämän akuutin tarpeen ja kipukohdan. Olen ylpeä työskentelemisestäni yrityksessä, joka käyttää analytiikkaa keksimään uusia tapoja luoda syvä, luottamuksellinen suhde kuluttajan ja pankki- ja vakuutusalan välille.

Kiitos loistavista vastauksista. Lukijat, jotka haluavat oppia lisää, voivat vierailla Earnixissa.