Вход | Регистрация
Регистрация | Забыли пароль?

Машинное обучение на службе страхования

Кувшинов Юрий
Автор: Кувшинов Юрий, Генеральный директор Mains Lab
Дата публикации: 17.10.2018

Российский бизнес шагнул в эпоху активного применения машинного обучения, а области его использования стремительно расширяются с развитием технологии.

Машинное обучение, базовая составляющая технологии искусственного интеллекта, внедряется во многих отраслях, обеспечивая ощутимую пользу для бизнеса. Все ингредиенты, наконец, доступны – компьютерные мощности практически безграничны, алгоритмы становятся все более сложными, область их применения постоянно расширяется, окружающий нас мир поставляет топливо - тонны терабайт данных каждый день, каждую минуту.

Объем инвестиций в эту сферу подтверждает интерес бизнеса к ней. По данным McKinsey, свыше 30 млрд долларов было инвестировано компаниями в технологии искусственного интеллекта в 2016 году, при этом наиболее активно технологии машинного обучения используются в высокотехнологичных, финансовых и автомобильных индустриях.

Оптимизация и автоматизация бизнес-процессов, качественный скачок в моделях прогнозирования, целевое таргетирование клиентов, улучшение клиентского опыта – в этих областях уже достигнуты ощутимые результаты.

Так, одна из ТОП компаний на рынке добровольного медицинского страхования уже применила технологии машинного обучения для поиска фрода в клиниках, что позволило ей более чем в 2 раза повысить эффективность этого процесса. Другая страховая компания использует машинное обучение для автоматизации операционных процессов. Разработанный на основе этой технологии алгоритм распознает документы произвольного формата и структуры, что позволило компании на 80% сократить расходы на этот процесс. Еще один пример использования машинного обучения в страховании – внедрение технологии в процесс андеррайтинга, результатом которого стал более точный расчет цены для конкретного клиента. Традиционные андеррайтинговые подходы строятся на сложных статистических моделях, связывающие определенные параметры клиента с вероятностью наступления страхового случая. Машинное обучение позволяет неограниченно увеличивать количество входных параметров и определять цену с гораздо лучшей точностью, чем это было раньше.

Другие индустрии также не стоят на месте. Один из лидеров на рынке автоэкспертных услуг внедрил машинное обучение для целей автоматического распознания поврежденных деталей автомобиля и определения необходимого ремонтного воздействия, что позволило на 30% снизить время оценки ущерба. А одна из ведущих клиник по вызову врача на дом, внедрила технологию для автоматического контроля за назначениями, сделанными врачами-терапевтами.

Все описанные выше случаи имеют ряд характерных особенностей, благодаря которым стало возможно применение машинного обучения. Как определить процессы, эффективность которых может быть повышена с помощью этой современной технологии?

1) Процесс должен быть либо ресурсоемким, либо результат его выполнения иметь серьезный бизнес эффект. Машинное обучение – это сравнительно долгий процесс, и не должно быть иллюзий, что один аналитик за одну неделю построит нейросетку или даже дерево решений, которые можно будет сразу внедрить. Поэтому речь о процессах, где компания много тратит, либо может дополнительно заработать.

2) Важной составляющей процесса является принятие решения на основании входящих данных. Поиск поврежденных деталей на фотографии, определение диагноза на основании жалоб клиента и результатов лабораторных анализов, выбор момента для

продажи клиенту дополнительных услугу, определение предрасположенности клиента к приобретению товара – практически в любом процессе можно найти тот элемент, где может быть применено машинное обучение.

3) Есть история принятия этих решений и исходных данных. Подготовка данных, определение ключевых признаков и, непосредственно, обучение машины – ключевые этапы построения искусственного интеллекта. От качества и количества данных не в последнюю очередь зависит результат этого процесса.

В ряде случаев машинное обучение позволяет не просто автоматизировать бизнес-процесс, но создавать совершенно новые модели в бизнесе. Так, одна из европейских компаний по размещению рекламы благодаря технологии машинного зрения полностью изменила свою бизнес модель – встроенные в биллборды камеры позволили фиксировать факт обращения внимания пешеходов на размещенную рекламу, что дало компании возможность перейти от арендной модели размещения рекламы к модели «за взгляд».

В аналитике McKinsey говорится, что только 20% компаний внедрили машинное обучение. Можно выделить два барьера, препятствующих его проникновению как в российский, так и зарубежный бизнес.

1) Внедрение технологии требует так называемых business translators, которые обладают глубокой бизнес экспертизой с одной стороны, и пониманием возможностей технологии, с другой стороны. Дефицит таких компетенций и специалистов важный барьер, сдерживающий применение машинного обучения в бизнесе.

2) Негибкость процессов и систем, неготовность линейного менеджмента компаний к радикальным изменениям – все это является не менее серьезным препятствием к внедрению data-driven insights. Примечательно, что все упомянутые выше примеры применения машинного обучения в российском бизнесе были инициированы генеральными директорами этих компаний, что позволило аллоцировать достаточное количество и денежных, и временных ресурсов на реализацию проектов.

Несмотря на эти барьеры, машинное обучение неумолимо становится органической частью любого бизнеса в России. Процесс этот может занять еще около 5-7 лет. Однако самые радикальные перемены уже начались.


Комментариев (0)


Комментировать:

Комментарии могут оставлять только зарегистрированные пользователи Регистрация





ДМС продолжает расти благодаря популяризации чекапов и ярмарок здоровья

Лукьянова Ирина

Сооснователь и Партнер компании «АСТ»

Информационная безопасность как один из факторов долгосрочного бизнеса компании

Богомолов Алексей

Генеральный директор НРА

Как машинное обучение реформирует страховую индустрию

Кувшинов Юрий

Генеральный директор Mains Lab

Рыцари плаща и кинжала на службе бизнеса

Богомолов Алексей

Генеральный директор НРА

Деловая репутация топ-менеджера, как фактор долгосрочного бизнеса компании

Богомолов Алексей

Генеральный директор НРА

Обзор некоторых итогов 4 квартала 2018 года на страховом рынке

Зубец Алексей

Руководитель исследования Проректор Финансового университета при Правительстве РФ, д.э.н.

Россия не Грузия

Хандриков Илья

Председатель «Всероссийского движения за честный рынок»

Что стоит за обысками?

Хандриков Илья

Председатель «Всероссийского движения за честный рынок»

Страховой рынок меняется довольно стремительно: израильская компания Madanes, специализирующаяся на медицинском страховании, об итогах 2018 года

Солопова Елена

Генеральный директор Madanes в России

Совет директоров MetLife объявил о том, что Мишель А. Халаф станет преемником Стивена А. Кандаряна на посту президента и генерального директора

Мишель А. Халаф

Президент американского подразделения MetLife и региона EMEA

Итоги 2018 года для малого и среднего предпринимательства

Хандриков Илья

Председатель «Всероссийского движения за честный рынок»

Как понять, что не так с договором страхования промышленного предприятия?

Худяков Сергей

Генеральный директор Mains Insurance Brokers & Consultants

Проблемы медицины в нашей стране

Митягин Петр

Коммерческий директор ООО "Клиника комплексной медицины "Клиницист"

Можно ли научить топор плавать?

Киселев Игорь

Заместитель генерального директора НП "Объединение страховых агентов"

Единый Центр Урегулирования Убытков

Казаченко Александр

Вице-президент АСА (Автомобильная сервисная ассоциация)

Страхование жилья

Никитина Татьяна

Руководитель управления страховых рейтингов Национального рейтингового агентства

О возможности оспаривания со стороны страховщика страховой стоимости, не указанной в договоре страхования

Тарханов Антон

Судья Одинцовского городского суда Московской области

В течение ближайших недель может решиться судьба нового санкционного пакета

Худяков Сергей

Генеральный директор Mains Insurance Brokers & Consultants
НАШИ ЭКСПЕРТЫ
Агапов АлександрАгапов
Александр
Аксаков АнатолийАксаков
Анатолий
Алексеев ВикторАлексеев
Виктор
Анохина ОльгаАнохина
Ольга
АСТ КомпанияАСТ
Компания
Бавыкина ОльгаБавыкина
Ольга
Белый ВалерийБелый
Валерий
Бирюков ДмитрийБирюков
Дмитрий
Богомолов АлексейБогомолов
Алексей
Бондаренко АндрейБондаренко
Андрей
Борис ДрыгинБорис
Дрыгин
Бугаев ЮрийБугаев
Юрий
Букреев СергейБукреев
Сергей
Вавилов ЮрийВавилов
Юрий
Ванин ДмитрийВанин
Дмитрий
Ветошкина ТатьянаВетошкина
Татьяна
Волков АлексейВолков
Алексей
Волков ТимофейВолков
Тимофей
Волобуев АлександрВолобуев
Александр
Володин АлексейВолодин
Алексей
Гаврилова ГалинаГаврилова
Галина
Гадлиба ЮлияГадлиба
Юлия
Газизов АлександрГазизов
Александр
Гай ТатьянаГай
Татьяна
Голубкина ТатьянаГолубкина
Татьяна
Горяинов АлександрГоряинов
Александр
Гурьев ЕвгенийГурьев
Евгений
Данилов ПавелДанилов
Павел
Дешевых ЕвгенийДешевых
Евгений
Дубровин ВикторДубровин
Виктор
Епифанцев НиколайЕпифанцев
Николай
Еременко ВалерийЕременко
Валерий
Жук ИгорьЖук
Игорь
Знаменский АндрейЗнаменский
Андрей
Зоркина АннаЗоркина
Анна
Зубарев ЛеонидЗубарев
Леонид
Зубец АлексейЗубец
Алексей
Казаченко АлександрКазаченко
Александр
Калинина МарияКалинина
Мария
Киселев ИгорьКиселев
Игорь
Кисляк ВладимирКисляк
Владимир
Клементьева ИринаКлементьева
Ирина
Климов ВикторКлимов
Виктор
Климов РафаэльКлимов
Рафаэль
Ковальский ВадимКовальский
Вадим
Козлов ВасилийКозлов
Василий
Колесников НиколайКолесников
Николай
Колесникова ОльгаКолесникова
Ольга
Копитайко МихаилКопитайко
Михаил
Коченков АндрейКоченков
Андрей
Кувшинов ЮрийКувшинов
Юрий
Кудряков АлександрКудряков
Александр
Кулакова ЕленаКулакова
Елена
Кучерова ЕвгенияКучерова
Евгения
Лайков АлексейЛайков
Алексей
Левцов ВениаминЛевцов
Вениамин
Лисин СергейЛисин
Сергей
Литвинова ЕкатеринаЛитвинова
Екатерина
Лопатина ЕленаЛопатина
Елена
Лукьянова ИринаЛукьянова
Ирина
Мальковская МарияМальковская
Мария
Мартьянов АндрейМартьянов
Андрей
Миллерман АлександрМиллерман
Александр
Митягин ПетрМитягин
Петр
Мишель А. ХалафМишель
А.
Халаф
Момотов ВикторМомотов
Виктор
Мормулевская ЛидияМормулевская
Лидия
Морозов АлександрМорозов
Александр
Морозов ДмитрийМорозов
Дмитрий
Мусин Денис Мусин
Денис
Мякина ЗинаидаМякина
Зинаида
Нестерова ЕкатеринаНестерова
Екатерина
Никитина ТатьянаНикитина
Татьяна
Оганезов ДавидОганезов
Давид
Озеров ПавелОзеров
Павел
Ознобин ОлегОзнобин
Олег
Окромчед­<br>лишвили ТамараОкромчед­
лишвили
Тамара
Останин МаксимОстанин
Максим
Параничев ДмитрийПараничев
Дмитрий
Печников СергейПечников
Сергей
Питтс МаркПиттс
Марк
Платонова ЭллаПлатонова
Элла
Покидов АлександрПокидов
Александр
Попков ЕвгенийПопков
Евгений
Попов ДмитрийПопов
Дмитрий
Пучкова ТатьянаПучкова
Татьяна
Пылов КонстантинПылов
Константин
Раковщик ДмитрийРаковщик
Дмитрий
Резниченко АндрейРезниченко
Андрей
Реймерс МаксимРеймерс
Максим
Робулец ТатьянаРобулец
Татьяна
Романовский СергейРомановский
Сергей
Руденко ДмитрийРуденко
Дмитрий
Рустамова ОксанаРустамова
Оксана
Савельев АлексейСавельев
Алексей
Свашенко СергейСвашенко
Сергей
Скороходова ВалерияСкороходова
Валерия
Скуратова ОльгаСкуратова
Ольга
Смирнов СергейСмирнов
Сергей
Смолянинова ЛюдмилаСмолянинова
Людмила
Солдатова АллаСолдатова
Алла
Соломатин ИльяСоломатин
Илья
Солопова ЕленаСолопова
Елена
Страховик<br><br>Страховик

Сухоруков ДенисСухоруков
Денис
Тарнавский АлександрТарнавский
Александр
Тарсиа НатальяТарсиа
Наталья
Тарханов АнтонТарханов
Антон
Тимофеев ВладиславТимофеев
Владислав
Тихоненко РоманТихоненко
Роман
Тупицын ИгорьТупицын
Игорь
Тутинас АлександрТутинас
Александр
Хандриков ИльяХандриков
Илья
Худяков СергейХудяков
Сергей
Цебула ПавелЦебула
Павел
Цикало АлександрЦикало
Александр
Чернин МаксимЧернин
Максим
Чуб АлексейЧуб
Алексей
Швецов СергейШвецов
Сергей
Шелехов ПетрШелехов
Петр
Шелищ ПетрШелищ
Петр
Шеховцова СветланаШеховцова
Светлана
Шрейдер ВикторШрейдер
Виктор
Шупляков АлексейШупляков
Алексей
Щербакова Наталья ВикторовнаЩербакова
Наталья
Викторовна
Щербухин ДмитрийЩербухин
Дмитрий
Юргенс ИгорьЮргенс
Игорь
Юрьев АндрейЮрьев
Андрей
Яковлева ДарьяЯковлева
Дарья
Якунина КатеринаЯкунина
Катерина
Янин АлексейЯнин
Алексей
Ярцева ИринаЯрцева
Ирина
Реклама партёров