Rohan Malhotra, grunnlegger og CEO av Roadzen – Intervju-serie

Rohan Malhotra er CEO, grunnlegger og direktør for Roadzen, et globalt insurtech-selskap som fremmer AI på grensen mellom mobilitet og forsikring.

Roadzen har banebrent for computer vision-forskning, generativ AI og telematikk, inkludert verktøy og produkter for veisikkerhet, underwriting og skadebehandling. Selskaper som Axa, Allianz, Tata og Audi bruker Roadzen for å gi en bedre bilforsikringsopplevelse til alle sjåfører på veien. Tidligere var Mr. Malhotra administrerende direktør i Avacara, et selskap som tilbyr programvare og dataanalyse til bedrifter, og som leverte produktutviklingstjenester til Fortune 500-selskaper. Mr. Malhotra har en bachelorgrad i ingeniørvitenskap fra NSIT, Delhi University, India og en mastergrad i elektro- og datateknikk fra Carnegie Mellon University, der han studerte AI og robotikk.

Hva var det som opprinnelig tiltalte deg til datamaskinteknikk og maskinlæring?

Jeg ble tiltalt av robotikk i en tidlig alder, fascinert av tanken på å skape maskiner som kunne utføre oppgaver på egen hånd. Denne fascinasjonen med robotikk var min inngang til feltet datamaskinteknikk. Da jeg lærte mer, observerte jeg at maskinvare kan abstraheres til programvare og utviklet en interesse for å bygge systemer som skaleres og lærer. Nå bruker vi disse idéene i Roadzen for å gjøre biler mer intelligente og den gamle verden av forsikring dynamisk og sanntids.

Kan du dele historien bak Roadzen?

Roadzen ble født ut av en frustrerende erfaring i 2015, da en venns ulykke ledet til lange forsinkelser i å få veihjelp, flere telefoner for å melde skade over fire og en halv time. Denne utfordrende episoden utløste bruken av min AI-ekspertise for å forbedre veisikkerheten og transformere bilforsikringsbransjen.

Hvordan bruker Roadzen computer vision for å vurdere verdien av et kjøretøy?

Roadzen bruker computer vision gjennom sitt kjøretøyinspeksjons- og vurderingsplattform VIA for å bestemme verdien av et kjøretøy. VIA bruker AI, maskinlæring og høyoppløselig bilde for å utføre digitale kjøretøyinspeksjoner, og overvinne utfordringene forbundet med manuelle inspeksjoner, som menneskelig feil, subjektivitet og forsinkelser i behandlingen.

Teknologien gir en omfattende oversikt over kjøretøyets tilstand ved å integrere sanntidsdata og historiske poster. Computer vision-egenskapene til VIA muliggjør nøyaktig skaderekognition og underwriting, ved å utnytte millioner av underwriting-beslutninger. Den inneholder også svindelforsvar gjennom automatisk analyse av mønster og brukeratferd. Plattformen sikrer høy transparens med tilpasset tilgangskontroll for forsikringsselskaper under inspeksjons- og underwritingprosessen.

VIA bidrar til en sømløs, effektiv og transparent kjøretøyinspeksjon og underwriting, og akselerer prosessen samtidig som den leverer pålitelige vurderinger gjennom dynamiske rapporter og sanntidsvarslinger.

Den samme teknologien brukes etter ulykker, kan du diskutere prosessen for kunder og inspektører på bakken?

Roadzens skadebehandlings-teknologi kan gjenkjenne ethvert bildele og identifisere ti typer skader på mindre enn ett sekund, denne teknologien akselerer betydelig skadebehandlingsprosessen. Den flytter skadebehandlingsprosessen fra reaktiv til proaktiv, utløser skadebehandlingsprosessen når en ulykke skjer, og lar kundene behandle sine skader på ulykkesstedet i stedet for å vente i uker.

Roadzens automatiserte skadebehandlingsplattform xClaim, engasjerer kunder og forsikringsselskaper i en effektiv skadebehandlingsprosess. Kundene kan raskt melde hendelser gjennom en app, og levere initial visuell dokumentasjon gjennom video og bilder tatt av kunden, eller fjernengasjere inspektører for nøyaktig skaderekognition innen minutter. Systemet inneholder også svindelforsvar, og forbedrer integriteten i skadebehandlingsprosessen. Plattformen leverer dynamiske rapporter og sanntidsvarslinger som akselerer skadebehandlingsprosessen, mens dedikert kundestøtte sikrer transparens og assistanse for alle interessenter. Plattformens tilpasset tilgangskontroll forbedrer kundeopplevelsen, og skaper en digital post med informasjon som er tilgjengelig for fremtidig referanse.

Roadzen tilbyr sanntidsdata for sjåførsikkerhet, kan du diskutere hvordan AI-analyser hvordan trygg en bestemt sjåfør er? Hvordan brukes denne informasjonen så for å forebygge ulykker?

Når vi kombinerer de prediktive egenskapene til AI med sanntidsdata, åpner det vei for en virkelig dynamisk og effektiv sjåførsikkerhet – hvor risikonivået for en enkelt person på et gitt tidspunkt kan vurderes og advares mot.

Roadzens omfattende telematikk-pakke inkluderer et computer vision-system som identifiserer mønster i sjåføratferd. Dette systemet bruker sanntids kjøretøydata og anvender computer vision for kritiske beslutninger som tid til kollisjon, ulykkesforebygging og hindringsgjenkjenning.

En av Roadzens viktigste innovasjoner er overvåking av distraksjon. Med avansert ansiktsgjenkjenningsteknologi installert i kjøretøy, kan systemet avgjøre om sjåfører er søvnige, distraherende av telefoner eller ikke bruker setebelte. Denne proaktive tilnærmingen kan betydelig redusere ulykker som skyldes distrakt sjåføring.

Roadzen har suksessfullt løst veihindringsgjenkjenning, en av de mest komplekse utfordringene i computer vision. Teknologien kan nøyaktig måle avstanden mellom kjøretøy, en kritisk sikkerhetsmessig måling for å forebygge kollisjoner.

Mens en menneskelig sjåfør vanligvis trenger 1,3 sekunder for å reagere før en ulykke, kan Roadzens teknologi varsle sjåføren omtrent 3 sekunder før, og effektivt tripplere reaksjonstiden. Dette kunne potensielt utrydde 60% av ulykkene som skyldes menneskelig feil eller distraksjon, og markerer en betydelig gjennombrudd i forsikringssektoren.

Roadzens teknologistack bruker telematikk for å samle inn disse dataene, skape en omfattende sjåførprofil, og levere en dynamisk pris som er tilpasset hver sjåfør. Denne individualiserte tilnærmingen forbedrer risikovurderingsnøyaktigheten og sikrer en rettferdig premieprising basert på personlige kjørevaner og -betingelser.

Hva er noen av de andre AI- og maskinlærings-teknologiene som brukes i Roadzen?

Roadzen fokuserer på å fremme AI gjennom grunnleggende og anvendt forskning, med en spesialisert fokus på grensen mellom mobilitet og forsikring. AI-forskningsgruppen i Roadzen (AIR) er dedikert til å dykke dyptere inn i kritiske områder som computer vision, generativ AI og kjerne maskinlæring. Computer vision muliggjør at maskiner kan tolke og handle på visuelle data, en kritisk funksjon i mobilitet og forsikring på grunn av den rike informasjonen som visuelle inndata gir. I tillegg legger vi stor vekt på Machine Learning Operations (MLOps), som strømlinjeformer hvordan våre team trener og distribuerer modeller nøyaktig og raskt. Vi bruker også syntetisk eller generativ AI for å akselerere modelltrening.

Hva er noen av utfordringene som integreringen av AI bringer til forsikringssektoren?

Utfordringene inkluderer navigering av komplekse datastrukturer, håndtering av legacy-data og kvalitetsdata fra den enorme mengden data som genereres. Det er viktig å adresse potensielle problemer rundt dataintegritet, sikkerhet og algoritme-bias for å bygge tillit og sikre en rettferdig bruk av AI i forsikring. Utvikling av åpen og ansvarlig AI vil være avgjørende for å sikre rettferdige praksiser, forebygge bias i AI-drevne beslutninger og beskytte kundedata.

Kan du dele din visjon for fremtiden av forsikring og AI?

Ettersom landskapet av mobilitet forandrer seg, hvor de fleste bilene vil være koblet og autonome, har AI potensialet til å skape en mer effektiv, kundeorientert forsikringsøkosystem for koblet mobilitet. Prediktiv modellering for risikovurdering vil føre til mer nøyaktig prising og bedre risikostyring. AI og avanserte analyser vil enable forsikringsselskaper å forutse kundenes behov, tilpasse tilbud og forbedre kundeopplevelsen.

Med fremgang i computer vision og telematikk, vil vi se store skritt i ulykkesforebygging og forbedret kjøreatferd. Dette vil føre til færre skader, reduserte kostnader og tryggere veier.

Automatiske skadevurderinger vil strømlinjeforme skadebehandlingsprosessen, gjøre den raskere og mer objektiv. AI vil også transformere underwriting ved å gjøre det raskere og rettferdigere, ved å vurdere risiko mer nøyaktig og eliminere menneskelig bias. Og vi arbeider for å sikre at denne fremtiden bygges på ansvarlige AI-prinsipper.

Takk for det flotte intervjuet, lesere som ønsker å lære mer bør besøke Roadzen.