13:17 19.02.2025 |
2424 просмотров
«Росгосстрах» обновил модели машинного обучения, позволяющие учитывать влияние пространственных данных на степень аварийности. ИИ помогает компании повышать качество оценки рисков и лучше персонализировать тарифы, делая автострахование более справедливым для клиентов.
ИИ и машинное обучение позволяют, используя различные модальности данных, более точно вычислять вероятность наступления страховых событий, опираясь на обработку историй страхования миллионов клиентов. Одним из важных факторов в таком анализе является роль географической локации, учет особенностей населенных пунктов и районов проживания клиентов.
Для наиболее точной обработки геоданных в «Росгосстрахе» используется высоко гранулированное деление карты России на зоны 100 на 100 метров – так называемая «геосетка». Каждому участку геосетки – геоклетке – сопоставляются как классические показатели, интуитивно понятные человеку, так и полученные с использованием моделей машинного обучения: векторные представления геоклеток. Дальнейшее использование этих данных в моделях расчета риска позволяет сделать непредвзятые выводы относительно аварийности и опасности географических локаций с большой детальностью, в том числе экстраполировать знания на малые города и населенные пункты, в которых экспертное понимание может быть затруднено.
Такой автоматизированный анализ данных положительно сказывается на стоимости продукта для клиента и качестве сервиса, позволяет снизить стоимость полиса каско в зависимости от риска до 30%. «Росгосстрах» уже использует и продолжает внедрять технологии искусственного интеллекта и модели машинного обучения не только в сфере оценки риска, но и в других аспектах деятельности компании, в том числе в процессах взаимодействия с клиентом и борьбы с мошенничеством.
Теги: Автоматизация предприятий
Искусственный интеллект
Машинное обучение
На ту же тему:
ВТБ и РЖД анализируют объединенные данные в квантовом криптоанклаве
Банк ВТБ и РЖД применили квантовое распределение ключей шифрования данных для защиты ML-инфраструктуры. В ходе проекта создан квантовый криптоанклав – высокозащищенная платформа для конфиденциальной обработки данных и создания моделей машинного обучения в режиме полной анонимности.
«Северсталь» повысила надежность работы стана 5000
Череповецкий металлургический комбинат внедрил на стане 5000 колпинской производственной площадки модель машинного обучения, которая помогает избегать аварийных простоев агрегата из-за поломок электродвигателей.
«Магнит»: максимизация ценности клиентов
Максим Горынцев, руководитель управления развития ценностью клиентов сети «Магнит», – о создании инструмента, позволяющего провести оптимизацию взаимоотношений с клиентами и сфокусироваться на повышении их лояльности и вовлеченности, помогая в формировании стратегии удержания и увеличения ценности клиентов.
X5: как ИИ «поставить на поток»
Артем Ерохин, ведущий менеджер по работе с большими данными X5 Group, – о создании платформы AI-RUN Business Platform, позволяющей радикально ускорить процессы внедрения решений на основе искусственного интеллекта.