采访EPAM的保险战略和技术主任Holton

Neil Holton是保险战略和技术的董事 宠物.

在这次采访中,Holton先生在保险市场的最新技术趋势提供了深入了解,触摸AI,Chatbots,Data Analytics,RPA,欺诈分析等。

Holton先生也是一个发言者 保险分析&AI创新亚太地区 会议于6月26日至27日在香港。


谁是EPAM的保险客户?

我们正在与一些最大的全球保险公司,再保险公司,在线养老金公司和经纪人,涵盖各种核心和专业线条的主要零售和经纪商业领域。

您如何为它们创建价值,以及您如何参与此过程?

宠物参与了很多不同的方式。最重要的是,我们利用我们的深度技术和域名知识为客户提供端到端解决方案。我们了解保险业务驱动程序,并将用户体验嵌入到提供这些解决方案中以提高质量,降低成本并将其提高到市场。

Forrester列出了Forrester Wave™中唯一的领导者:数字平台工程服务,2016年第2季度。本报告显示了我们作为数字乐队的角色,帮助我们的客户在各种行业中了解,计划和提供战略成立的数字计划质量,可靠的交付。这种跨行业的数字化专业知识有助于我们为保险市场带来新的和新的想法。

您的保险客户面临的挑战是什么,或者他们将来会面临哪些挑战,那个海运会可以帮助他们克服?

除了宏观经济势力促进跨国公司的整合和重组&我们的许多客户都试图解锁他们数据的游戏变化潜力。这是由潜在技术和数据的低估复杂性驱动,以及无情的业务成本压力之间的持续紧张以及投资促进促进创新以促进未来的增长。

因此,我们的客户可以通过客户体验的创新或减少成本降低,以便尽管有柔软的市场,以通过创新来区分其业务。为了帮助他们保持竞争力,我们专注于提供三种类型的创新服务:

  • 以客户为中心的创新:APPS,AI / Chatbots和综合服务经验,如CRM,以提高客户体验
  • 重点创新:端到端流程优化和RPA,BPM和AI实现增加效率
  • 数据和分析的创新:数据汇总和分析专业知识,以减少承保损失和驱动利润

您目前面临的最大技术挑战是什么?

在加利福尼亚州,菲律宾,澳大利亚以及全球各地的多个司法管辖区,在鉴于GDPR和类似的立法,拟议或生效,在全球范围内的诸如类似的立法,拟议或生效。我们的客户正在努力确定它们如何在保持合规性时利用有价值的数据和分析来源。在几次,我们已经看到了对立法的过度解释 - 虽然合理的是对个人数据的声誉风险有谨慎,但对项目福利的影响可能是极端的。 

许多公司面临的另一个挑战是人才的战争。 EPAM正在与其他全球IT公司竞争相同的人才。通过我们的规模和规模,我们有一个全球TA组织,专注于在正确的位置找到合适的人才。我们与几所大学合作,以确保他们正在教授在EPAM这样的公司工作所需的正确技能和材料。一旦你在板上带来了人才,你需要能够保持它们。为了保留,EPAM具有大量内部平台生态系统,有助于员工参与发展技能,并使我们的团队兴奋和从事工作。

我们看到的另一个根本挑战是自然风险厌恶保险业务管理之间的不匹配,以及推动金融技术和其他行业中最令人兴奋的创新的思想领导和机会主义原则。领先的技术有时缺乏可证明的预期回报,因此可以在价值驱动的战略规划过程中取消优先考虑。每个决定都是非常合理和尽力的;然而,净效应是一种节气门,即非常新颖的技术采用。

今天保险业面临的最大挑战是什么?可以利用AI来解决或减轻这些挑战吗?

我们的客户正在努力适应在过去十年中发展的根本不同的保险景观。保险中的明显挑战是监管变更(最近和即将到来),持续的软包销市场,以及改变客户的期望。虽然这些变化都不是新的,但保险公司仍在努力寻找对这些挑战的解决方案。从根本上讲,我们一次又一次地看到了决策过程和改变的态度破坏了真正的数字转型。通过改变目前的工作方式,可以克服目前的市场挑战。革命尚未到达。虽然可持续发展,市场似乎深深易受外界批发的破坏。

AI在工作流程开发中具有明显的应用,客户服务增强,降低所有功能的分类。更令人兴奋,AI提供了“新”技术,具有真正的,可实现的回报。主要保险公司中适当的结构和针对性的AI机会可以通过补充和发展市场的方式展示这项新技术对“旧”行业的有意义应用,而不是顽固地创造技术和运营一体化问题。如果AI项目显示保险业如何接受改变和技术,则返回将远远超出任何个人用例。

哪种相关技术在保险中最有影响,将来将在未来?为什么?

我们最兴奋 欺诈分析。通过识别和返回“安全”可变的潜力,我们在业内看到的太多AI用案例仅与保险业务本身相切。在线转换中的潜在好处是零售创新的结果,不仅仅是保险。虽然回报很好,但看到实际涉及保险业务的想法很少,而不是销售机器前期的想法。欺诈识别和减少是不同的。使用情况和优惠概况是高度特异性的。此外,通过欺诈泄漏支出的攻击赔偿有可能提供比大多数运营或客户创新的更大效益。这创造了一个坚实的基本面的相对金矿(数据LED欺诈检测不是新的),高行业的适用性和显着的潜在回报。欺诈检测的真正专业知识是令人惊讶的,欺诈检测AI是开放就业市场的一种非常罕见的技能!

随着保险公司在RPA的进展中,他们在将使用案例扩展到加工半结构(机器视觉)和越来越感兴趣 非结构化(Chatbots)信息,以及自动化一些决策(机器 学习)。在未来一到两年内,这种趋势将变得更加强大。作为智能自动化在保险中的副作用,大多数公司将使机器人提供的令人难以置信的可靠数据,并努力从提交的文件中提取信息。那么这个可靠的数据 为未来的过程优化开辟了几代质量AI智能之家,基本上开始了 这些公司的良性圈,这将导致指数增长和 efficiency gains.

保险公司如何利用AI&分析使他们的客户更快乐,更满意吗?

这是一个非常有趣的问题,特别是当您在零售GI的背景下考虑这一点时,这是保险领域之间完全不同的问题。为了成功地解决客户满意度,我们必须诚实地认识到我们正在学习的保险和行业之间的危重差异。客户有实际需要每天与银行进行互动,但这根本不适用于大多数零售保险关系。当客户意识到我们没有足够的讨论以证明合同证明合同来说,试图推动客户的客户参与为零售或银行业务创造摩擦。因此,大多数客户在索赔的重点(保险合同的实现点)与其保险公司进行聘用。此时,已经出错了,毫无疑问,顾客对他们的索赔申请的任何费用或不便,尤为疑问。通常在这一点上,客户的需求层次看起来像这样:

  • 不要为我做出繁重的过程
  • 快速排除
  • 平心而论
  • 让我更新
  • 以我喜欢的风格沟通

我们应该以相同的顺序解决客户服务优先级。如果替代方案可以将端到端的进程加速了几天,则投资向客户发送每日更新的工具是一个完整的错误。毕竟,如果索赔已经解决了,则不需要更新!幸运的是,AI有无数的机会 几乎 优化客户索赔经验。一个良好的处理索赔可以是保险公司可以提供的最有效的保留因素。

保险公司如何为AI技术提出的行业的变化做准备?

我不认为我们应该期待AI从根本上改变保险业。在这个空间中有很多技术相关的劳动力有明显的减少和再分配,但许多开发的应用和数百个POC没有物化的地震结果。更重要的是,现在,保险公司可以通过灵活,智能应用的新技术和适应变革的能力发展他们的人民。使用AI机会作为杠杆推动改变和帮助保险专业人士拥抱变革,保险公司可以变得更加敏捷,并准备整个变化。

任务 ai时间杂志 是透过信息
关于人工智能的知识,改变
即将到来的是使用AI技术的新机会
益处人性。

加入AI时间杂志
加入助理编辑

您是否有兴趣分享AI的信息和知识,并与现场中的一些最聪明的思维联系起来?

了解加入作为一个 Associate Editor.

关于AI时间期刊编辑人员

任务 ai时间杂志 是透过信息 关于人工智能的知识,改变 即将到来的是使用AI技术的新机会 benefit humanity.

查看所有帖子由AI时间期刊编辑人员→