Доктор Рувен Шнапс, начальник аналітичного відділу в Earnix – Інтерв’ю серія

Доктор Рувен Шнапс є начальником аналітичного відділу в Earnix, провідному постачальнику критично важливих систем для глобальних страховиків та банків.

Що спочатку привернуло вашу увагу до науки про дані та штучного інтелекту?

Я завжди мав фашинацію до математики, даних та їхнього потенціалу для вирішення бізнес-проблем. Протягом моїх академічних студій та кар’єри я шукав можливості дізнатися про статистику, економіку та те, як застосовувати ці галузі для розуміння поведінки споживачів. Я захоплююсь вченими-даними, сучасними статистиками та економетриками, які мають унікальну можливість аналізувати великі об’єми даних та вирішувати реальні бізнес-проблеми. Я присвятив свою кар’єру науці про дані та поєднуванню традиційних статистичних методологій, нових технологій, нових алгоритмів машинного навчання (ML) та останніх застосунків штучного інтелекту (AI) для створення бізнес-рішень, які забезпечують довгострокову цінність для наших клієнтів.

Що робить Earnix?

Earnix є глобальним постачальником програмних рішень, які дозволяють страховикам та банкам надавати швидші, розумніші та безпечніші тарифи, ціни та персоналізовані пропозиції продукції споживачам. Наша система працює на основі AI та ML та включає широкий спектр інструментів аналітичної моделі, застосунків та передових алгоритмів. Нещодавно Earnix потрапив до списку “Інсурахтеків, яких варто спостерігати в 2021 році” у США та був визнаний лідером ринку у сфері передбачувальної аналітики для страховиків автотранспорту компанією CB Insights, аналітичною та дослідницькою компанією у сфері технологій. Earnix використовує інноваційні технології, щоб допомогти страховикам та банкам задовольняти потреби споживачів в реальному часі.

Earnix нещодавно написав статтю для нас про важливість пояснюваності в AI. Наскільки важливою ви вважаєте цю пояснюваність в AI?

Пояснюваність є модною темою в AI та аналітиці даних. Вона впливає на компанії різних галузей, незалежно від того, чи використовують вони AI чи ні.

Більшість компаній відчувають компроміс між своїм рівнем контролю та ефективністю AI. Для того, щоб компанії могли довіряти та приймати використання “чорних скриньок” AI, повинна бути механізм, який забезпечує експертам та зацікавленим сторонам можливість інтерпретувати складні процеси прийняття рішень AI та забезпечувати дотримання нормативних вимог. Споживачі також можуть виграти від цього, оскільки можуть зрозуміти та потенційно керувати основними чинниками, що стоять за прийняттям рішень щодо ціноутворення, кредиту або страхування. Пояснюваність є мостом, який робить складний AI більш зрозумілим та прозорим. З можливістю перекладу передових моделей машинного навчання, фахівці з аналітики даних не повинні відмовлятися від більш складних алгоритмів через відсутність розуміння. Пояснюваність мінімізує компроміс між контролем та цінністю, одночасно максимізуючи переваги AI.

Чи можете ви обговорити деякі технології машинного навчання, які використовуються в Earnix?

Earnix дозволяє страховикам та банкам розгортати останні досягнення AI у масштабному, хмарному рейтинговому двигуні. Наша повністю автоматизована система рейтингу переводить моделі у виробництво, щоб пропонувати страхові та банківські продукти в реальному часі, які відповідають потребам споживачів. Наша відкрита платформа дозволяє інтегрувати широкий спектр моделей машинного навчання та платформ, таких як H20, Data Robot та Python. Earnix розробив унікальну гібридну модель для ефективного використання потенціалу традиційних статистичних методів моделювання та деревоподібних моделей машинного навчання для прийняття рішень щодо ціноутворення

Ми завжди на місії відкриття нових способів використання можливостей машинного навчання, які страховики та банки можуть використовувати для покращення свого бізнесу таким чином, щоб це безпосередньо вигідно споживачам. Ми зараз досліджуємо застосування розумного моніторингу та онлайн-навчання, контекстно-залежних багаторуких процесів (MAB) для розробки ефективних тестів пакетів та персоналізації пропозицій продукції/пакетів клієнтам, а також алгоритмів глибокого навчання для аналізу високочастотних даних. Таким чином, ми допомагаємо страховикам та банкам пропонувати швидші, розумніші та безпечніші продукти, тарифи та ціни.

Як AI модернізує банки та страхові компанії?

Традиційні страховики та банки, які покладаються на застарілі системи та роздільні, ручні процеси, піддаються викликам компаній, які використовують AI. AI створила середовище, в якому страхові компанії та банки повинні інновувати швидше, обробляти великі об’єми даних з різних джерел та типів, автоматизувати ручні операційні процеси, оптимізувати та покращувати шлях клієнта та взаємодію, пропонувати більш персоналізовані продукти та тарифи та досягати миттєвої вартості часу. Це змінило спосіб роботи страховиків та банків, і включення AI є важливим для того, щоб залишатися конкурентоспроможними та надавати споживачам те, чого вони хочуть.

Наприклад, споживачі все частіше звертаються до страхових варіантів, заснованих на використанні та поведінці (UBI/BBI), оскільки вони хочуть, щоб їхні тарифи на страхування автомобіля визначалися їхнім використанням та поведінкою водіння, а не лише їхніми демографічними даними. З нашою автоматизацією, можливостями машинного навчання та аналітики страховики тепер можуть оперціоналізувати великі телематичні дані, досягати швидкого розгортання пропозицій, переоцінювати ризик споживачів, а також коригувати ціни та пропозиції продукції відповідно.

Чи є щось ще, що ви хотіли б поділитися про Earnix?

Є багато досліджень про те, як використання AI покращує бізнес-процеси та результати, але немає підручника про те, як поєднати потенціал AI з бізнес-операціями для забезпечення миттєвої цінності та стимулювання бізнес-розвитку. Багато фінансових послугових організацій борються з підключенням AI до своїх операцій. Технологія від кінця до кінця Earnix адресує цю гостру потребу та болючу точку. Я горджусь тим, що працюю в компанії, яка використовує аналітику для пошуку нових способів створення глибоких довірчих відносин між споживачем та банківською та страховою галуззю.

Дякую за великі відповіді, читачам, які бажають дізнатися більше, слід відвідати Earnix.