State Auto 使用 AWS 機器學習、電腦視覺以及無伺服器架構來改善整個生命週期的流程

State Automobile Mutual Insurance Company (State Auto) 希望更深入瞭解並預測客戶的需求，以便在客戶意識到自己的需求前就向他們提供所需的資訊。當該公司在 Amazon Web Services (AWS) 建立 SA360 解決方案時，開始使用技術來幫助其客戶服務代表 (CSR) 達到品質與客戶滿意度分數目標。透過利用資料驅動的洞察，並將這些見解提供給客戶與 CSR，State Auto 能夠建立更好的服務體驗，將典型客戶呼叫重新導向到自助服務管道，以便 CSR 能夠專注於那些需求更複雜的客戶。在此計畫獲得成功之後，State Auto 開始使用更多 AWS 服務，包括機器學習 (ML)、電腦視覺以及無伺服器服務，以幫助進一步實現其在其他領域的目標，例如自動化承保流程與及早偵測欺詐性索賠，以加快案件審查。

透過使用 AWS 的電腦視覺託管服務，State Auto 能夠自動執行之前手動執行的流程。為了簡化財產檢查流程，該公司使用 Amazon Rekognition，它透過 ML 自動進行圖像及影像分析，並提供預先訓練與可自訂的電腦視覺功能來提取資訊和洞察。State Auto 能夠使用 Amazon Rekognition 在財產檢查的照片與影片標記非產業特定風險因素，讓風險工程師有更多時間專注於在風險評估識別產業特定方面。為了訓練 State Auto 的 ML 模型，該公司廣泛使用了 Amazon SageMaker Ground Truth (一種資料標記服務)。模型上線後，該公司還使用 Amazon Augmented AI (Amazon A2I)，(一種 ML 服務，可輕鬆建立人工審查所需的工作流程) 進行主動使用者驗證。

State Auto 也使用 Amazon Textract (自動從掃描文件擷取列印文字、手寫內容與資料) 透過各種業務最佳化案例來索引文件。Ramanujam 表示：「我們對 Amazon Textract 的使用幾乎涉及保險生命週期的每一個步驟。」

除了託管服務之外，State Auto 還使用無伺服器架構來支援其反詐騙解決方案，該解決方案結合了公司業務使用者的專業知識與資料驅動的洞察。此解決方案建立在 AWS Lambda，(一種無伺服器、事件驅動的運算服務，讓公司無需佈建或管理伺服器即可執行應用程式或後端服務的程式碼) 並使用 AWS Step Functions。整個解決方案由 AWS Glue 流暢整合在一起，AWS Glue 是一種無伺服器資料整合服務，可輕鬆發現、準備和組合資料以進行分析、ML 和應用程式開發。在輕鬆部署詐欺偵測服務後，State Auto 現在可以評估的潛在欺詐索賠總數比以往多 83%，在索賠流程提前 3 天識別可疑索賠，並捕獲 20% 以前未標記的索賠。