State Auto mejora los procesos a lo largo del ciclo de vida mediante el machine learning, la visión artificial y la arquitectura sin servidor de AWS

State Automobile Mutual Insurance Company (State Auto) quería comprender mejor y anticipar las necesidades de sus clientes para proporcionarles la información que necesitaban incluso antes de que supieran pedirla. La empresa comenzó a utilizar la tecnología para ayudar a los representantes de su servicio de atención al cliente (CSR) a cumplir sus objetivos de calidad y satisfacción del cliente cuando creó su solución SA360 en Amazon Web Services (AWS). Al utilizar información basada en datos y ponerla a disposición de los clientes y los CSR, State Auto pudo crear una mejor experiencia de servicio al redirigir las llamadas habituales de los clientes a los canales de autoservicio para que los CSR pudieran centrarse en los clientes con necesidades más complejas. Tras el éxito de este proyecto, State Auto comenzó a utilizar más servicios de AWS, incluidos el machine learning (ML), la visión artificial y los servicios sin servidor, a fin de contribuir a ampliar sus objetivos en otras áreas, como la automatización de los procesos de suscripción de seguros y la detección temprana de reclamaciones fraudulentas para agilizar la revisión de los casos.

Al utilizar los servicios administrados de visión artificial de AWS, State Auto ha podido automatizar procesos que antes realizaba manualmente. Para simplificar el proceso de inspección de propiedades, la empresa utiliza Amazon Rekognition, que automatiza el análisis de imágenes y vídeos con ML y ofrece capacidades de visión artificial preentrenadas y personalizables para extraer información. State Auto puede utilizar Amazon Rekognition para etiquetar factores de riesgo que no son específicos del sector en las fotos y los vídeos de las inspecciones de propiedades, lo que permite a los ingenieros de riesgos dedicar más tiempo a identificar los aspectos específicos del sector en sus evaluaciones de riesgos. Para entrenar los modelos de ML de State Auto, la empresa utilizó ampliamente Amazon SageMaker Ground Truth, un servicio de etiquetado de datos. Tras la puesta en marcha del modelo, la empresa también utilizó Amazon Augmented AI (Amazon A2I), un servicio de ML que simplifica la creación de los flujos de trabajo necesarios para la revisión humana, para la validación activa de los usuarios.

State Auto también usa Amazon Textract, que extrae automáticamente el texto impreso, la escritura a mano y los datos de los documentos escaneados, para indexar documentos mediante una amplia variedad de casos de uso de optimización empresarial. «El uso que hacemos de Amazon Textract afecta a casi todos los pasos del ciclo de vida de los seguros», explica Ramanujam.

Además de los servicios administrados, State Auto también utiliza una arquitectura sin servidor para impulsar su solución antifraude, que combina la experiencia de los usuarios empresariales de la empresa con información basada en datos. La solución se creó en AWS Lambda, un servicio de computación sin servidor y basado en eventos que permite a las empresas ejecutar código para una aplicación o un servicio de backend sin aprovisionar ni administrar servidores, y utiliza AWS Step Functions. Toda la solución se combinó a la perfección con AWS Glue, un servicio de integración de datos sin servidor que facilita la detección, la preparación y la combinación de datos para el análisis, el ML y el desarrollo de aplicaciones. Tras desplegar sin problemas el servicio de detección de fraudes, State Auto ahora puede evaluar un 83 % más de reclamaciones que antes para detectar posibles fraudes, identificar las reclamaciones sospechosas 3 días antes en el proceso de reclamación y detectar el 20 % de las reclamaciones que antes no se habrían identificado.