Rohan Malhotra, grundare och VD för Roadzen – Intervjuserie

Rohan Malhotra är VD, grundare och direktör för Roadzen, ett globalt insurtech-företag som främjar AI i skärningspunkten mellan mobilitet och försäkring.

Roadzen har banat väg för datorseende-forskning, generativ AI och telematik, inklusive verktyg och produkter för vägsäkerhet, underwriting och skadehantering. Företag som Axa, Allianz, Tata och Audi använder Roadzen för att tillhandahålla en bättre bilförsäkringsupplevelse för alla förare på vägen. Tidigare har herr Malhotra tjänstgjort som VD för Avacara, ett företag som erbjuder företagsprogramvara och dataanalys som tillhandahåller produktutvecklingstjänster till Fortune 500-företag. Herr Malhotra har en kandidatexamen i teknik från NSIT, Delhi University, Indien, och en masterexamen i elektroteknik och datateknik från Carnegie Mellon University, där han studerade AI och robotik.

Vad var det som initialt drog dig till datateknik och maskinlärning?

Jag blev tidigt fascinerad av robotik, och idén om att skapa maskiner som kunde utföra uppgifter på egen hand. Denna fascination för robotik blev min inkörsport till datateknik. När jag lärde mig mer, insåg jag att hårdvara kan abstraheras till programvara och utvecklade ett intresse för att bygga system som kan skalas och lära. Nu tillämpar vi dessa idéer på Roadzen för att göra bilar mer intelligenta och den traditionella försäkringsvärlden mer dynamisk och realtidsbaserad.

Kan du dela berättelsen om Roadzens tillblivelse?

Roadzen föddes ur en frustrerande upplevelse 2015, när en vän var inblandad i en olycka och fick vänta länge på vägassistans och ringa flera telefonsamtal för att lämna in ett skadeanmälningsärende under fyra och en halv timme. Detta svåra avsnitt utlöste tillämpningen av min AI-expertis för att förbättra vägsäkerheten och transformera bilförsäkringsbranschen.

Hur använder Roadzen datorseende för att bedöma värdet på ett fordon?

Roadzen använder datorseende genom sin fordoninspektion- och bedömningsplattform VIA för att bestämma värdet på ett fordon. VIA använder AI, maskinlärning och högupplösta bilder för att utföra digitala fordoninspektioner, och övervinner utmaningarna med manuella inspektioner, såsom mänskliga fel, subjektivitet och förseningar i bearbetningen.

Teknologin ger en omfattande vy av fordonets tillstånd genom att integrera realtidsdata och historiska register. Datorseendekapaciteterna i VIA möjliggör exakt skaderekognition och underwriting, genom att utnyttja miljontals underwritingbeslut. Det inkluderar också bedrägeridetektering genom automatisk analys av mönster och användarbeteenden. Plattformen säkerställer hög transparens med anpassad åtkomstkontroll för försäkringsgivare under inspektion- och underwritingprocessen.

VIA bidrar till smidig, effektiv och transparent fordoninspektion och underwriting, och påskyndar processen samtidigt som den tillhandahåller tillförlitliga utvärderingar genom dynamiska rapporter och realtidsmeddelanden.

Samma teknik används efter olyckor, kan du diskutera processen för kunder och fältinspektörer?

Roadzens skadehanteringsteknologi kan känna igen vilken bildel som helst och identifiera tio typer av skador på mindre än en sekund, vilket avsevärt påskyndar skadehanteringsprocessen. Det förändrar skadehanteringsprocessen från reaktiv till proaktiv, utlöser skadeanmälningsprocessen när en olycka inträffar, och tillåter kunder att hantera sina skadeanmälningar på olycksplatsen i stället för att vänta i veckor.

Roadzens automatiserade skadehanteringsplattform xClaim, engagerar kunder och försäkringsgivare i en effektiv skadehanteringsprocess. Kunder kan snabbt rapportera incidenter via en app, och tillhandahålla initial visuell dokumentation genom video och bilder tagna av kunden, eller på distans engagera inspektörer för exakt skaderekognition inom några minuter. Systemet inkluderar också bedrägeridetektering, vilket förbättrar integriteten i skadehanteringsprocessen. Plattformen tillhandahåller dynamiska rapporter och realtidsmeddelanden som påskyndar skadehanteringsprocessen, medan dedikerat kundstöd säkerställer transparens och assistans för alla parter. Plattformens anpassad åtkomstkontroll förbättrar kundupplevelsen och skapar en digital post med information som är tillgänglig för framtida referens.

Roadzen erbjuder realtidsdata för förarsäkerhet, kan du diskutera hur AI analyserar hur säker en specifik förare är? Hur används denna information sedan för olycksförebyggande?

När vi kombinerar de prediktiva förmågorna hos AI med realtidsdata, skapar det möjlighet för verkligen dynamisk och effektiv förarsäkerhet – där den risknivå en individ har vid en given tidpunkt kan bedömas och varnas för.

Roadzens omfattande telematiksvit inkluderar ett datorseendesystem som identifierar förarbeteendemönster. Detta system använder realtidsfordonsdata och tillämpar datorseende för kritiska beslut, såsom kollisionsvarning, olycksförebyggande och hinderdetektering.

En av Roadzens viktigaste innovationer är distraktionsövervakning. Med avancerad ansiktsdetekteringsteknik installerad i fordon, kan systemet avgöra om förare är sömniga, distraherade av sina telefoner eller inte bär säkerhetsbälte. Denna proaktiva metod kan avsevärt minska olyckor som orsakas av distraktionskörning.

Roadzen har framgångsrikt hanterat vägobjektdetektering, en av de mest komplexa utmaningarna inom datorseende. Teknologin kan exakt mäta avståndet mellan fordon, en kritisk säkerhetsåtgärd för att förhindra kollisioner.

Medan en mänsklig förare vanligtvis behöver 1,3 sekunder för att reagera före en olycka, kan Roadzens teknik varna föraren ungefär 3 sekunder i förväg, vilket effektivt tredubblar reaktionstiden. Detta kunde potentiellt utplåna 60 % av olyckor som orsakas av mänskliga fel eller distraktion, vilket markerar ett betydande genombrott inom försäkringssektorn.

Roadzens teknikstack använder telematik för att samla in dessa data, skapa en omfattande förarprofil och tillhandahålla en dynamisk prislista som är anpassad till varje förare. Denna individualiserade metod förbättrar riskbedömningen och säkerställer en rättvis premieprissättning baserad på personliga körvanor och förhållanden.

Vilka är några av de andra AI- och maskinlärningsteknikerna som används på Roadzen?

Roadzen fokuserar på att främja AI genom grundläggande och tillämpad forskning, med en specialiserad fokus på skärningspunkten mellan mobilitet och försäkring. AI-forskningsgruppen på Roadzen (AIR) är engagerad i att fördjupa vår förståelse inom kritiska områden, inklusive datorseende, generativ AI och kärnmaskinlärning. Datorseende möjliggör för maskiner att tolka och agera på visuell data, en kritisk funktion inom mobilitet och försäkring på grund av den rika informationen som visuella indata tillhandahåller. Dessutom lägger vi stor ansträngning på Machine Learning Operations (MLOps), som strömlinjeformar hur våra team tränar och distribuerar modeller korrekt och snabbt. Vi använder också syntetisk eller generativ AI för att påskynda modellträning.

Vilka är några av de utmaningar som integrationen av AI medför i försäkringssektorn?

Utmaningarna inkluderar att navigera i komplexa datastrukturer, hantera legacy-data och hantera kvalitetsdatauppsättningar från den enorma mängden data som genereras. Det är viktigt att hantera potentiella problem kring datasekretess, datasäkerhet och algoritmisk bias för att bygga förtroende och säkerställa en rättvis användning av AI inom försäkring. Utvecklingen av öppen och ansvarsfull AI kommer att vara avgörande för att säkerställa rättvisa metoder, förhindra bias i AI-styrd beslutsfattning och skydda kunddata.

Kan du dela din vision för framtiden för försäkring och AI?

När mobilitetslandskapet förändras, där de flesta bilar kommer att vara uppkopplade och autonoma, har AI potentialen att skapa ett mer effektivt, kundcentrerat försäkringssystem för uppkopplad mobilitet. Prediktiv modellering för riskbedömning kommer att leda till mer exakt prissättning och bättre riskhantering. AI och avancerad analys kommer att möjliggöra för försäkringsgivare att förutse kundbehov, anpassa erbjudanden och förbättra kundupplevelsen.

Med framsteg inom datorseende och telematik kommer vi att se stora framsteg i olycksförebyggande och förbättrad körbeteende. Detta kommer att leda till färre skadeanmälningar, lägre kostnader och säkrare vägar.

Automatiserad skadebedömning kommer att strömlinjeforma skadehanteringsprocessen, göra den snabbare och mer objektiv. AI kommer också att transformera underwriting genom att göra det snabbare och rättvisare, genom att bedöma risk mer exakt och eliminera mänsklig bias. Och vi arbetar för att säkerställa att denna framtid byggs på ansvarsfulla AI-principer.

Tack för den utmärkta intervjun, läsare som vill lära sig mer bör besöka Roadzen.