State Auto Meningkatkan Proses pada Seluruh Siklus Hidup Menggunakan AWS Machine Learning, Penglihatan Komputer, dan Arsitektur Nirserver

State Automobile Mutual Insurance Company (State Auto) ingin lebih memahami dan mengantisipasi kebutuhan para pelanggan untuk menyediakan informasi yang mereka perlukan bahkan sebelum mereka sadar untuk menanyakannya. Perusahaan mulai memanfaatkan teknologi untuk membantu perwakilan layanan pelanggan (CSR) memenuhi target skor kualitas dan kepuasan pelanggan ketika membangun solusi SA360 di Amazon Web Services (AWS). Dengan menggunakan wawasan yang didorong oleh data dan membuat wawasan ini tersedia bagi pelanggan dan CSR, State Auto mampu membangun pengalaman layanan yang lebih baik, mengarahkan panggilan pelanggan biasa ke saluran layanan mandiri sehingga CSR bisa fokus kepada pelanggan dengan kebutuhan yang lebih kompleks. Menyusul keberhasilan proyek ini, State Auto mulai menggunakan lebih banyak layanan AWS, termasuk machine learning (ML), penglihatan komputer, dan layanan nirserver, untuk membantu mempercepat pencapaian tujuan-tujuannya di area lain seperti otomatisasi proses penjaminan dan deteksi dini klaim penipuan untuk mempercepat tinjauan kasus.

Dengan menggunakan layanan terkelola untuk penglihatan komputer dari AWS, State Auto dapat mengotomatiskan proses yang sebelumnya dilakukan secara manual. Untuk menyederhanakan proses pemeriksaan properti, perusahaan menggunakan Amazon Rekognition, yang secara otomatis menganalisis gambar dan video dengan ML dan menawarkan kemampuan penglihatan komputer yang telah dilatih sebelumnya dan dapat disesuaikan untuk mengekstrak informasi dan wawasan. State Auto dapat menggunakan Amazon Rekognition untuk menandai faktor risiko spesifik non-industri dalam foto dan video dari pemeriksaan properti, memberi teknisi risiko lebih banyak waktu untuk fokus mengidentifikasi aspek-aspek spesifik industri dalam penilaian risiko mereka. Untuk melatih model ML State Auto, perusahaan secara ekstensif menggunakan Amazon SageMaker Ground Truth, sebuah layanan pelabelan data. Setelah model tersebut ditayangkan, perusahaan juga menggunakan Amazon Augmented AI(Amazon A2I)—layanan ML yang mempermudah untuk membangun alur kerja yang diperlukan untuk tinjauan manusia—untuk validasi pengguna aktif.

State Auto juga menggunakan Amazon Textract —yang secara otomatis mengekstrak teks cetak, tulisan tangan, dan data dari dokumen yang dipindai—untuk mengindeks dokumen menggunakan berbagai kasus penggunaan optimasi bisnis. “Penggunaan Amazon Textract kami menyentuh hampir setiap langkah dalam siklus hidup asuransi,” kata Ramanujam.

Selain layanan terkelola, State Auto juga menggunakan arsitektur nirserver untuk mendukung solusi anti penipuan, yang menggabungkan keahlian pengguna bisnis perusahaan dengan wawasan yang didorong data. Solusi ini dibangun pada AWS Lambda—layanan komputasi nirserver berbasis peristiwa yang memungkinkan perusahaan menjalankan kode untuk aplikasi atau layanan backend tanpa menyediakan atau mengelola server—dan menggunakan AWS Step Functions. Seluruh solusi disatukan dengan mulus menggunakan AWS Glue—layanan integrasi data nirserver yang memudahkan untuk menemukan, menyiapkan, dan menggabungkan data untuk analitik, ML, dan pengembangan aplikasi. Setelah deployment layanan deteksi penipuan yang sangat mudah, State Auto sekarang dapat menilai 83 persen lebih banyak klaim untuk potensi penipuan daripada sebelumnya, mengidentifikasi klaim yang mencurigakan 3 hari lebih awal dalam proses klaim, dan menangkap 20 persen klaim yang sebelumnya tidak tertandai.