采访Pavel Gimelberg,EPAM APAC智能自动化负责人

Pavel Gimelberg是智能自动化主管的校长 宠物 ,他参与帮助保险企业自动化其业务流程,从索赔自动化,索赔与客户的审查和沟通。

在这次采访中,Gimelberg先生提供了有关人工智能和机器人流程自动化(RPA)诸如如何被保险公司利用的颠覆技术的AI智能之家,以便自动化其业务流程以推动效率。

Gimelberg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。


宠物 的技术自动化或简化保险公司的流程吗?

我们最近的一些项目侧重于:

  • 索赔自动化,特别是在索赔注册和亏损的第一次通知,通过信息提取和从入境文档构建构建的案例文件(例如医疗文档,丢失调整器报告,法律服务提供商更新)
  • 索赔审查,验证和决策
  • 客户沟通
  • 欺诈分析,如风险评估,得分和分类

我们通过三个镜头查看这些过程:1)客户体验改进,2)业务流程 重新创作实现效率,3)智能自动化,提升客户体验并实现工艺效率。

 什么是RPA?为什么RPA重要?

术语机器人过程自动化(或RPA)有点误导,因为该技术没有涉及的物理机器人。实质上,RPA涉及在虚拟或物理机上执行的软件脚本,并主要在UI级别运行以模拟运算符的行为。 RPA的重要性位于两个主要领域。首先,RPA 技术提供更快的端到端自动化 对于客户相比,与传统相比 自动化,因此进行操作自动化 以前遥不可及的可行。第二,最重要的是,RPA改变了运营人的心态,因为他们成为他们流程的大师,更多地参与自动化,实现他们的卓越效率。

在哪个域名在未来几年内看到RPA的影响最大?

我们相信每个行业的每个公司都可以从RPA中受益,但有两种类型的公司可以看到最大的利益。第一个是大容量,低裕度 运营行业在其中有一个环境的运营商争取拯救每分钟的工作。通过简化他们的流程,使它们成为友好的然后 subsequently 自动化,我们可以释放每个过程高达90%的效率。第二种行业类型涉及大量营运资金和长周期时间的人,例如批发商。对于这些行业,RPA可以帮助减少循环时间。减少循环时间甚至1%即可在资产中解冻数百万美元并创造 竞争优势巨大。

您的团队中有多少数据科学家和/或机器学习工程师?

我们在我们的智能中有100多台机器学习工程师 致力于为客户处理自动化的自动化实践。 EPAM拥有超过1,000个数据科学家,机器学习工程师和大数据专家,在我们的较大数据分析实践中,专注于带来价值 我们的客户通过在数据组织,检索和分析中建立强大的解决方案并提供有价值的AI智能之家。

哪种技术堆栈是您的专家,您最杠杆的是?

我们专注于 数字策划所有技术,使我们的客户可以从他们的平台和解决方案中获益。我们的专家喜欢解决复杂的问题 给客户留下深刻印象。我们有很强的 软件开发,企业应用程序的专业知识, 数据分析,机器学习和智能自动化。 

在哪个行业,保险外,您是否申请了技术?

宠物 的遗产在于公司25年前开始的软件开发行业。我们称自己为开发人员’开发人员是因为我们帮助了一些最大的全球软件公司开发了他们的软件解决方案。在这25年里,我们继续增加能力,并扩大我们在各个行业的知识,包括金融服务,旅行和 热情好客,零售,媒体和娱乐,汽车,生命科学和医疗保健。除了我们的行业专业知识,我们还有强大的水平交付实践 位置,在应用想法中为我们提供优势 和跨行的技术。 这种跨行业知识使我们能够在我们思考时解决复杂问题的能力 在箱子/行业之外。

你的团队是什么?’最近12个月的最大成就?

我们最大的成就总是在我们的时候“wow”我们的客户。有时它是当我们的主要工程师提出一个想法以不同地看出问题并提供出色的结果。最近,我们与客户合作交付 机器视觉技术组合 对于数据提取和增强提取数据,从而提高了准确性率,并为客户提供了巨大的效率,而与先前的工作原理如何完成。另一个例子是智能自动化,我们能够在几周内极其紧凑的时间表提供端到端的自动化,而其他公司的类似项目将需要几个月。

您在未来几年中看到在保险业中应用AI的最大潜力?您认为哪种趋势是最重要的?

随着新的初创企业威胁传统球员,保险业面临着大量的破坏。有两个主要领域,AI有潜力。首先是使用AI通过大大改变客户体验来改造保险业务的核心,例如在几秒钟内的处理索赔或应用非传统实践以更好地计算风险所以公司可以 出于竞争对手。第二个区域是过程改进,其中AI有三种不同的应用:

  1. 机器视觉 帮助从半结构化表格中提取数据以自动处理它们的技术
  2. 机器学习技术自动化复杂决策
  3. 自然语言处理或会话代理能够使机器人能够处理客户交互

所有三个申请结合使用 传统的RPA提供无限的可扩展性, 我们自动化过程中的可靠性,一致性和遵守性,大大提高传统保险公司的过程效率。

您对应用聊天禁止的体验/意见是什么?&在保险中的会话ai?什么可能是福利/挑战?

这是一个非常有趣的问题。聊天和会话ai是在Gartner上恰当地放置的一些领域 technology 炒作周期。回到2015年技术越来越受欢迎的时候,聊天聊天的能力有很多炒作,每个人都有兴趣尝试。考虑到2016-2017左右 聊天的年。大多数Chatbot实现都努力超过PoC阶段和那些 managed to move into production are still 用户严重滥用。最好的 聊天我们看到的没有文本交互,而是通过一组有限的选择问题,按钮或旋转木马引导用户。因此,它甚至可能在炒作之前的早期阶段或已经过炒作 迷宫的槽。 

我们相信聊天禁令的最大效益是收入产生。通过聊天,公司基本上可以挖掘整个市场 without 需要按比例 发展其Salesforce。 Chatbots的收入生成案例有  基本上无限潜力,而成本是可预测和可控的。另一方面,通过Chatbots的内部优化,例如内部支持功能或客户支持聊天聊天,可以很快击中ROI的墙壁。只有这么多简单的简单用例,可以由机器人处理。

Chatbots后面的目前的技术不足以处理复杂的对话,我们需要至少一种在自然语言理解中突破,以便聊天到任务。否则,到目前为止,我们会看到的聊天禁止比披萨订单更强大。

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→