El Dr. Reuven Shnaps es el director de análisis de Ganarixun proveedor líder de sistemas de misión crítica para aseguradoras y bancos globales.
¿Qué le atrajo inicialmente de la ciencia de datos y la IA?
Siempre me han fascinado las matemáticas, los datos y su potencial para resolver desafíos comerciales. A lo largo de mis estudios académicos y mi carrera, he buscado oportunidades para aprender sobre estadística, economía y cómo aplicar estos campos para comprender el comportamiento del consumidor. Admiro a los científicos de datos, estadísticos y econometristas modernos, que tienen la capacidad única de analizar grandes cantidades de datos y abordar problemas comerciales del mundo real. Dediqué mi carrera a la ciencia de datos y combiné metodologías estadísticas tradicionales, tecnologías emergentes, nuevos algoritmos de aprendizaje automático (ML) y las últimas aplicaciones de inteligencia artificial (IA) para crear soluciones comerciales que brinden valor a largo plazo para nuestros clientes.
¿Qué hace Earnix?
Ganarix es un proveedor global de soluciones de software que permite a las aseguradoras y los bancos ofrecer tarifas, precios y ofertas de productos personalizados más rápidas, inteligentes y seguras a los consumidores. Nuestro sistema funciona con AI y ML, e incluye una amplia gama de herramientas de modelado analítico, aplicaciones y algoritmos avanzados. Recientemente, Earnix entró en la lista de «Insurtechs to watch in 2021» en los EE. UU. y fue reconocido como un líder del mercado en análisis predictivo por CB Insights, empresa de análisis e investigación del sector tecnológico. Earnix aprovecha la tecnología innovadora para ayudar a las aseguradoras y los bancos a satisfacer las necesidades de los consumidores en tiempo real.
Earnix escribió recientemente un artículo para nosotros sobre la importancia de la explicabilidad en la IA. ¿Qué importancia cree que tiene esta explicabilidad en la IA?
La explicabilidad es un tema de tendencia en IA y análisis de datos. Afecta a empresas de todas las industrias, ya sea que usen IA o no.
La mayoría de las empresas experimentan una compensación entre su nivel de control y la eficacia de la IA. Para que las empresas confíen y adopten el uso de la IA de «caja negra», debe haber un mecanismo que brinde a los expertos y partes interesadas la capacidad de interpretar procesos complejos de toma de decisiones de IA y garantizar el cumplimiento de las exigencias reglamentarias. Los consumidores por igual pueden beneficiarse al ser capaces de comprender y potencialmente navegar los factores clave detrás de las decisiones de fijación de precios, crédito o suscripción. La explicabilidad es el puente que hace que la IA complicada sea más comprensible y transparente. Con la capacidad de traducir modelos de ML avanzados, los profesionales de análisis no tienen que sacrificar algoritmos más avanzados debido a la falta de comprensión. La explicabilidad minimiza la compensación entre el control y el valor al tiempo que maximiza los beneficios de la IA.
¿Podría hablar sobre algunas de las tecnologías de aprendizaje automático que se utilizan en Earnix?
Earnix permite a las aseguradoras y los bancos implementar la IA más reciente en una empresa, escalable y basada en la nube. motor de calificación. Nuestro motor de calificación totalmente automatizado pone en funcionamiento los modelos en producción para ofrecer productos bancarios y de seguros altamente personalizados y en tiempo real que están alineados con las necesidades del consumidor. Nuestras capacidades de plataforma abierta permiten la integración con una amplia gama de modelos y plataformas de ML como H20, Data Robot y Python. Earnix desarrolló un modelo híbrido único para aprovechar de manera efectiva el poder combinado de las técnicas tradicionales de modelado estadístico y los modelos ML basados en árboles para las decisiones de fijación de precios.
Siempre tenemos la misión de descubrir nuevas formas de aprovechar las capacidades de aprendizaje automático que las aseguradoras y los bancos pueden usar para mejorar sus negocios de una manera que beneficie directamente al consumidor. Actualmente estamos explorando aplicaciones de monitoreo inteligente y aprendizaje en línea, Contextual Multi-Arm Bandits (MAB) para diseñar pruebas de paquetes eficientes y personalizar ofertas de productos/paquetes personalizados para los clientes, así como algoritmos de aprendizaje profundo para analizar datos de alta frecuencia. De esta forma, ayudamos a aseguradoras y bancos a ofrecer productos, tarifas y precios más rápidos, inteligentes y seguros.
¿Cómo está modernizando la IA los bancos y las compañías de seguros?
Las aseguradoras tradicionales y los bancos que confían en sistemas heredados y procesos manuales en silos están siendo desafiados por empresas impulsadas por IA. AI ha creado un entorno en el que las compañías de seguros y los bancos tienen que innovar más rápido, procesar una gran cantidad de datos a través de múltiples fuentes y tipos, automatizar los procesos operativos manuales, optimizar y mejorar el viaje y el compromiso del cliente, ofrecer productos y tarifas más personalizados y lograr resultados inmediatos. tiempo hasta el valor de mercado. Ha redefinido cómo operan las aseguradoras y los bancos, y la incorporación de IA es fundamental para mantenerse competitivo y brindar a los consumidores lo que quieren.
Por ejemplo, los consumidores recurren cada vez más a los seguros basados en el uso y en el comportamiento (RBU/BBI) porque quieren que sus tarifas de seguro de automóvil estén determinadas por su uso y comportamiento de conducción, en lugar de solo por su demografía. Con nuestras capacidades analíticas, de automatización y ML, las aseguradoras ahora pueden poner en funcionamiento la gran cantidad de datos telemáticos, lograr un rápido despliegue de ofertas, reevaluar el riesgo del consumidor y ajustar los precios y las ofertas de productos en consecuencia.
¿Hay algo más que le gustaría compartir sobre Earnix?
Hay mucha investigación sobre cómo el uso de la IA mejora los procesos y resultados comerciales, pero no existe un libro de jugadas sobre cómo combinar el poder de la IA y su potencial en las operaciones comerciales para generar valor de inmediato e impulsar el crecimiento empresarial. Muchas organizaciones de servicios financieros luchan por conectar la IA a sus operaciones. de Earnix tecnología de extremo a extremo aborda esta necesidad aguda y el punto de dolor. Estoy orgulloso de trabajar para una empresa que utiliza análisis para encontrar nuevas formas de fomentar una relación profunda orientada a la confianza entre un consumidor y las industrias bancaria y de seguros.
Gracias por las excelentes respuestas, los lectores que deseen obtener más información deben visitar Ganarix.