State Auto migliora i processi durante l'intero ciclo di vita utilizzando AWS Machine Learning, visione artificiale e architettura serverless

State Automobile Mutual Insurance Company (State Auto) voleva comprendere e anticipare meglio le esigenze dei propri clienti per fornire loro le informazioni di cui avevano bisogno prima ancora che si accorgessero di doverle richiedere. L'azienda ha iniziato a utilizzare la tecnologia per aiutare i propri rappresentanti del servizio clienti (CSR) a raggiungere gli obiettivi di qualità e soddisfazione dei clienti quando ha creato la sua soluzione SA360 su Amazon Web Services (AWS). Utilizzando informazioni basate sui dati e mettendo queste informazioni a disposizione di clienti e CSR, State Auto è stata in grado di creare un'esperienza di servizio migliore, reindirizzando le tipiche chiamate dei clienti verso canali self-service, in modo che i CSR potessero concentrarsi sui clienti con esigenze più complesse. Dopo il successo di questo progetto, State Auto ha iniziato a utilizzare più servizi AWS, tra cui machine learning (ML), visione artificiale e servizi serverless, al fine di raggiungere i suoi obiettivi in altre aree, come l'automazione dei processi di sottoscrizione e l'individuazione precoce di richieste fraudolente per accelerare la revisione dei casi.

Utilizzando i servizi gestiti per la visione artificiale di AWS, State Auto è stata in grado di automatizzare i processi che in precedenza venivano eseguiti manualmente. Per semplificare il processo di ispezione delle proprietà, l'azienda utilizza Amazon Rekognition, che automatizza l'analisi di immagini e video con il ML e offre funzionalità di visione artificiale pre-addestrate e personalizzabili per estrarre informazioni e approfondimenti. State Auto è in grado di utilizzare Amazon Rekognition per etichettare fattori di rischio non specifici del settore nelle foto e nei video delle ispezioni immobiliari, dando agli ingegneri del rischio più tempo per concentrarsi sull'identificazione di aspetti specifici del settore nelle loro valutazioni del rischio. Per addestrare i modelli di ML di State Auto, l'azienda ha ampiamente utilizzato Amazon SageMaker Ground Truth, un servizio di etichettatura dei dati. Dopo il lancio del modello, l'azienda ha utilizzato anche IA aumentata Amazon (Amazon A2I), un servizio di machine learning che semplifica la creazione dei flussi di lavoro necessari per la revisione umana, per la convalida attiva degli utenti.

State Auto utilizza anche Amazon Textract, che estrae automaticamente testo stampato, scrittura a mano e dati dai documenti scansionati, per indicizzare i documenti utilizzando un'ampia varietà di casi d'uso per l'ottimizzazione aziendale. "Il nostro utilizzo di Amazon Textract tocca quasi ogni fase del ciclo di vita assicurativo", afferma Ramanujam.

Oltre ai servizi gestiti, State Auto utilizza anche l'architettura serverless per alimentare la sua soluzione antifrode, che combina l'esperienza degli utenti aziendali dell'azienda con informazioni basate sui dati. La soluzione è stata costruita su AWS Lambda, un servizio di elaborazione serverless basato sugli eventi che consente alle aziende di eseguire codice per un'applicazione o un servizio back-end senza fornire o gestire server, e utilizza AWS Step Functions. L'intera soluzione è stata portata avanti senza problemi utilizzando AWS Glue, un servizio di integrazione dei dati serverless che semplifica l'individuazione, la preparazione e la combinazione di dati per l'analisi, il machine learning e lo sviluppo di applicazioni. Dopo aver implementato senza problemi il servizio di rilevamento delle frodi, State Auto è ora in grado di valutare l'83% in più del totale dei reclami per potenziali frodi rispetto al passato, identificare i reclami sospetti 3 giorni prima nella procedura di reclamo e rilevare il 20% dei reclami che in precedenza non sarebbero stati segnalati.