State Auto 使用 AWS 机器学习、计算机视觉和无服务器架构来改善整个生命周期的流程

State Automobile Mutual Insurance Company（State Auto）希望更好地了解和预测客户的需求，以便在客户提出信息请求之前，就能提供客户所需的信息。该公司在 Amazon Web Services（AWS）上构建 SA360 解决方案时，便开始使用技术来帮助其客户服务代表（CSR）达到质量和客户满意度分数目标。通过使用由数据推动的洞察并将这些洞察提供给客户和 CSR，State Auto 得以打造更好的服务体验，将典型的客户呼叫重定向到自助服务渠道，从而使 CSR 能够全心为具有更复杂需求的客户服务。该项目取得成功后，State Auto 便开始使用更多的 AWS 服务，包括机器学习（ML）、计算机视觉和无服务器服务，从而助力实现其在其他领域的目标，例如承保流程自动化和尽早发现欺诈性索赔，进而加速案例审查。

通过使用 AWS 的计算机视觉托管服务，State Auto 已经能够自动执行之前需要手动执行的流程。为了简化财产检查流程，该公司使用了 Amazon Rekognition，其中该服务使用 ML 自动进行图像和视频分析，并提供经过预训练且可自定义的计算机视觉功能来提取信息和洞察。State Auto 能够使用 Amazon Rekognition 在财产检查的照片和视频中标记非行业特定的风险因素，这样一来，风险工程师在风险评估过程中就能有更多时间专注于识别行业特定因素。为了训练 State Auto 的 ML 模型，该公司广泛使用了数据标注服务 Amazon SageMaker Ground Truth。模型上线后，该公司还使用 Amazon Augmented AI（Amazon A2I）进行活跃用户验证。这是一种 ML 服务，可以轻松构建人工审核所需的工作流。

State Auto 还使用 Amazon Textract，从而借助各种业务优化使用案例为文档编制索引。其中该服务可自动从扫描的文档中提取打印的文本、手写内容和数据。Ramanujam 表示：“我们几乎在保险生命周期的每一个步骤中都使用了 Amazon Textract。”

除了托管服务外，State Auto 还使用无服务器架构为其反欺诈解决方案提供支持，该解决方案将公司业务用户的专业知识与数据驱动型洞察相结合。该解决方案基于 AWS Lambda 构建而成并使用了 AWS Step Functions。AWS Lambda 是一项无服务器事件驱动型计算服务，该服务使公司可以运行应用程序或后端服务的代码，而无需预置或管理服务器。整个解决方案使用 AWS Glue 进行无缝整合，这是一项无服务器数据集成服务，可以简化对数据的发现、准备及合并，进而将数据用于分析、ML 和应用程序开发的工作。在轻松部署欺诈检测服务之后，State Auto 现在可以比以前多评估 83% 的潜在欺诈索赔，在索赔流程中提前 3 天识别可疑索赔，并发现 20% 过去会被遗漏的索赔。