Intervjuer
Rohan Malhotra, grundare och VD för Roadzen – Intervjuserie

Rohan Malhotra är VD, grundare och styrelseledamot i Roadzen, ett globalt insurtech-företag som driver AI vid skärningspunkten mellan mobilitet och försäkringar.
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 vägarna. Tidigare har herr Malhotra varit verkställande direktör för Avacara, ett företag som tillhandahåller företagsprogramvara och dataanalys som tillhandahåller produktutvecklingstjänster till företag i Fortune 500. Herr Malhotra har en kandidatexamen i ingenjörsvetenskap 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 datorteknik och maskinlärning?
Jag blev tidigt intresserad av robotik och fascinerad av idén att skapa maskiner som kunde utföra uppgifter på egen hand. Detta intresse för robotik blev min ingång till datorteknik. När jag lärde mig mer, såg jag att hårdvara kan abstraheras till mjukvara 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 försäkringsbranschen mer dynamisk och realtidsbaserad.
Kan du berätta om bakgrunden till Roadzen?
Roadzen föddes ur en frustrerande upplevelse 2015, när en vän var inblandad i en olycka och det tog lång tid att få vägassistans och flera telefonsamtal för att lämna in en skadeanmälan under fyra och en halv timme. Den här utmanande episoden fick mig att använda min AI-kompetens för att förbättra vägsäkerheten och transformera bilförsäkringsbranschen.
Hur använder Roadzen datorseende för att bedöma värdet på ett fordon?
Roadzen använder datorseende genom sin fordoninspektions- och bedömningsplattform VIA för att bestämma värdet på ett fordon. VIA använder AI, maskinlärning och högupplösta bilder för att genomföra digitala fordoninspektioner, vilket övervinner utmaningarna med manuella inspektioner, såsom mänskliga fel, subjektivitet och förseningar i bearbetningen.
Tekniken 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 anpassningsbar åtkomstkontroll för försäkringsgivare under inspektionen och underwritingprocessen.
VIA bidrar till en smidig, effektiv och transparent fordoninspektion och underwriting, som 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 skadehanteringsteknik kan känna igen vilken bildel som helst och identifiera tio typer av skador på mindre än en sekund, vilket avsevärt påskyndar skadehanteringsprocessen. Det förvandlar skadehanteringsprocessen från reaktiv till proaktiv, utlöser skadehanteringsprocessen när en olycka inträffar, vilket möjliggör för kunder att hantera sina skador 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, 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 skadehanteringsprocessens integritet. Plattformen tillhandahåller dynamiska rapporter och realtidsmeddelanden som påskyndar skadehanteringsprocessen, medan dedikerat kundstöd säkerställer transparens och hjälp för alla parter. Plattformens anpassningsbara åtkomstkontroll förbättrar kundupplevelsen och skapar en digital post för framtida referenser.
Roadzen erbjuder realtidsdata för förarsäkerhet, kan du diskutera hur AI analyserar hur säker en specifik förare är? Hur används denna information sedan för olycksprevention?
När vi kombinerar AI:s prediktiva förmågor med realtidsdata, skapar vi en dynamisk och effektiv förarsäkerhetslösning – 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 tid till kollision, olycksprevention 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. Detta proaktiva tillvägagångssätt kan avsevärt minska olyckor orsakade av distraktionskörning.
Roadzen har framgångsrikt hanterat vägobjektdetektering, en av de mest komplexa utmaningarna inom datorseende. Tekniken 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 tripplar reaktionstiden. Detta kunde potentiellt utrota 60% av olyckor orsakade av mänskliga fel eller distraktion, vilket markerar ett betydande genombrott inom försäkringssektorn.
Roadzens teknologi använder telematik för att samla in dessa data, skapa en omfattande förarprofil och tillhandahålla en dynamisk offert som är anpassad till varje förare. Detta individualiserade tillvägagångssätt förbättrar riskbedömningsprecisionen och säkerställer rättvis premieprissättning baserat på personliga körvanor och förhållanden.
Vilka är några av de andra AI- och maskinlärningsteknikerna som används på Roadzen?
Roadzen fokuserar på att driva AI genom grundläggande och tillämpad forskning, med ett specialiserat fokus på skärningspunkten mellan mobilitet och försäkringar. AI-forskningsgruppen på Roadzen (AIR) är dedikerad till att fördjupa vår förståelse inom kritiska områden, inklusive datorseende, generativ AI och kärnmaskinlärning. Datorseende tillåter maskiner att tolka och agera på visuell data, en kritisk funktion inom mobilitet och försäkringar på grund av den rika informationen som visuella indata tillhandahåller. Dessutom lägger vi stor ansträngning på maskinlärningsoperationer (MLOps), som strömlinjeformar hur våra team tränar och distribuerar modeller exakt och snabbt. Vi använder också syntetisk eller generativ AI för att påskynda modellträning.
Vilka är några av de utmaningar som integrationen av AI medför för försäkringssektorn?
Utmaningarna inkluderar att navigera i komplexa datastrukturer, hantera äldre data och hantera kvalitetsdata från den stora 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 försäkringar. 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 försäkringar 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 inom olycksprevention och förbättrad körbeteende. Detta kommer att leda till färre skador, 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 kan besöka Roadzen.












