के आगमन के साथ एआई उपयोग मामलों में BFSI सेक्टर, बीमा कंपनी इसका लाभ उठाने में तेजी आ रही है प्रौद्योगिकी बदलती ग्राहक आवश्यकताओं को पूरा करने और उनके व्यवसाय मॉडल की प्रासंगिकता बनाए रखने के लिए। इस पहलू में, एक ऐसी बीमा कंपनी जो अपने पारंपरिक पारिस्थितिकी तंत्र से बाहर आई और प्रौद्योगिकी में निवेश करना शुरू कर दिया है लिबर्टी जनरल इंश्योरेंस।

कंपनी ने हाल ही में अपने आप को स्वचालित करने के लिए AI को लागू किया है गाड़ी बीमा प्रक्रियाओं। और यहां बताया गया है कि उन्होंने अंतिम स्वचालन के प्रति इसके उपयोग के मामले और ग्राहक के दृष्टिकोण को समझकर इस परियोजना को कैसे शुरू किया।

मूल्यांकन ए.आई.

“हमने बाजार में पैठ को समझने के लिए एक अध्ययन किया, और एआई हमारे व्यवसाय को कैसे अधिक कुशल और ग्राहकों को खुश कर सकता है। शोध पूरा करने के बाद, हमने देखा कि लगभग 25% से 35% पुरानी कारों को बीमा या कवर बढ़ाने जैसे कारणों के लिए बीमा कराने से पहले निरीक्षण की आवश्यकता होती है। नीति जारी करने से पहले मैनुअल कार निरीक्षण और गुणवत्ता जांच की पारंपरिक प्रक्रिया न केवल बोझिल और मानव-गहन थी, बल्कि लागत प्रभावी भी नहीं थी। रूपम अस्ताना, सीईओ और संपूर्ण समय निदेशक, लिबर्टी जनरल इंश्योरेंस ने ETCIO को बताया।

इन चुनौतियों और बीमाकर्ता की आक्रामक व्यावसायिक योजनाओं को देखते हुए, अस्ताना ने पारंपरिक प्रक्रिया को बाधित करने के अवसर को महसूस किया। वह कंपनी के संभावित ग्राहकों को मूल्य प्रदान करना चाहता था और साथ ही आंतरिक रूप से दक्षता लाना चाहता था। अध्ययन का मूल्यांकन करने के बाद, उन्होंने अपनी तकनीक टीम को कुछ उपयोग मामलों पर काम करने के लिए कहा जो ग्राहकों की बदलती मांगों को पूरा कर सकते हैं।

कई बुद्धिशीलता सत्रों और प्रौद्योगिकी मूल्यांकन के साथ, अस्ताना ने पाया कि एआई ने लाभ, लागत-प्रभावशीलता और कार्यान्वयन प्रक्रिया के मामले में हर दूसरी तकनीक को खारिज कर दिया। जिससे उन्होंने कुछ साल पहले एआई प्रोजेक्ट पर काम करना शुरू किया।

उनके अनुसार, जब एआई का उपयोग मामला मजबूर कर रहा था, तो उसे काम करने के लिए प्रतिबद्धता, कौशल, निवेश और लगातार प्रयासों की भी आवश्यकता थी।

“इस परियोजना के लिए, हमने विक्रेता बाजार का पता लगाया, लेकिन कुछ विचारों और कारकों के साथ न्याय करने के लिए। हमने आईटी विक्रेताओं को दीर्घकालिक साझेदारी में लाने के लिए देखा, और प्रौद्योगिकी पक्ष से, हम स्थिरता, मापनीयता, कार्यान्वयन में आसानी और सटीकता जैसे प्रमुख तत्वों पर केंद्रित थे, “

ग्राउंडब्रेकिंग स्टेप्स

बीमाकर्ता के शोध से पता चलता है कि भारत में मजबूत मोबाइल पैठ के साथ, लोग अपने मोबाइल डेटा और डेटा स्टोरेज का उपयोग करके एक नए मोबाइल ऐप को डाउनलोड करने के बारे में बहुत सचेत हैं। इसलिए एक अपरंपरागत कदम के रूप में, हमने मौजूदा ग्राहक व्यवहार के अनुरूप सहज अनुभव सुनिश्चित करने के लिए ग्राहक के फोन पर एसएमएस-आधारित लिंक का उपयोग किया।

दूसरे, वेब यूआई में एक आसान-से-उपयोग वाला फोटो-लेने वाला मार्गदर्शिका है जो सभी तरफ से कार की तस्वीरें ठीक से कैसे लें, इस पर चरण-दर-चरण निर्देश प्रदान करता है ताकि ग्राहक खो न जाएं। जैसा कि AI- सक्षम निरीक्षण को मैन्युअल हस्तक्षेप की आवश्यकता नहीं होती है, ग्राहक किसी भी समय अपने निरीक्षण का चयन कर सकते हैं। अस्ताना की टीम ने देखा कि अधिकांश ग्राहक सप्ताहांत पर निरीक्षण करना पसंद करते हैं।

निरीक्षण प्रक्रिया के स्वचालन से कंपनी को कम समय में अधिक ग्राहकों की सेवा करने में मदद मिली। संपूर्ण प्रक्रिया डिजिटलीकरण के साथ, ग्राहक दिनों के बजाय मिनटों में निरीक्षण की सूचनाएं प्राप्त कर सकते हैं।

“हमारी अंडरराइटिंग और प्रौद्योगिकी टीम पिछले कुछ वर्षों में आईटी भागीदारों के साथ काम कर रही है जो कि अवधारणा से लेकर कार्यान्वयन तक शुरू है। भारत में कार मॉडल की संख्या, नुकसान की प्रकृति और तस्वीरों / वीडियो की गुणवत्ता को देखते हुए, यह एक आसान काम नहीं था। यह अंत उपभोक्ताओं के लिए अंतिम परिणाम को परिष्कृत रखने के लिए एक गहन और पुनरावृत्ति परीक्षण प्रक्रिया थी।

एआई मॉडल

एआई-आधारित निरीक्षण प्रक्रिया के तहत, अंतिम ग्राहकों को एसएमएस पर एक वेब लिंक प्राप्त होता है। लिंक पर क्लिक करने पर, वे एक मोबाइल उत्तरदायी वेब प्लेटफ़ॉर्म पर ले जाते हैं, जो उन्हें ब्रेक-इन पॉलिसी के नवीनीकरण के लिए कार की तस्वीरें और वीडियो कैप्चर करने और उन्हें अपलोड करने के लिए प्रेरित करता है।

ये फ़ोटो या वीडियो क्लाउड पर भेजे जाते हैं और एक स्वचालित निरीक्षण रिपोर्ट, क्षति और दावे के आकलन को कवर करती है, कुछ सेकंड के भीतर उत्पन्न हो जाती है। स्वचालित प्रक्रिया बहुत उच्च सटीकता के स्तर पर दोहराव वाले कार्य में मानव हस्तक्षेप की जगह लेती है।

अस्ताना के अनुसार, यह न केवल लागत बचाता है, बल्कि एक पॉलिसी को नवीनीकृत करने के लिए आवश्यक समय को कम करके ग्राहकों की संतुष्टि भी बढ़ाता है। यह कंपनी को दिनों के बजाय मिनटों के भीतर ग्राहकों को जवाब देने की अनुमति देता है, और इसके शीर्ष पर सेवा 24/7 उपलब्ध रहती है।

चुनौतियां सामान्य हैं

किसी भी अन्य टेक प्रोजेक्ट की तरह, लिबर्टी जनरल इंश्योरेंस को इस AI प्रोजेक्ट पर काम करते समय कुछ चुनौतियों का सामना करना पड़ा। कार उप-मॉडल, प्रकाश की स्थिति और अभिविन्यास में क्षति का पता लगाने में महत्वपूर्ण चुनौतियां थीं।

अस्ताना ने उस झूठे सकारात्मक पर जोर दिया, विशेष रूप से डेंट बनाम प्रतिबिंब के बारे में, और बिखरने बनाम प्रतिबिंब। 350+ एमएल प्रयोगों, अनुकूलित नेटवर्क वास्तुकला, और एक बड़ी छवि पुस्तकालय के साथ अनुसंधान कार्य के साथ एक उच्च स्तर की सटीकता हासिल की गई है, जो उनकी टीम पिछले 2 वर्षों में टकरा गई है।

एआई परियोजना की चुनौतियों का एक अन्य पहलू पूर्वाग्रह कारक का प्रबंधन करना है।

“ऐ बायस एक सतत चुनौती है, और हम इस पर काम कर रहे हैं। कार क्षति का पता लगाने वाले मॉडल निश्चित रूप से ओवरफिट करते हैं। हमें 3-आयामी दृष्टिकोण के साथ ओवर-फिटिंग का प्रबंधन करना है जो डेटा संग्रह है जिसमें हम क्षति प्रकार, कार मॉडल, प्रकाश व्यवस्था और अभिविन्यास में डेटा में पूर्वाग्रह हटाते हैं; डेटा लेबलिंग जिसमें डेटा को लगातार लेबल करना होगा। यह क्षति श्रेणियों के लिए विशेष रूप से सच है, जिनमें पॉलिगोनिक आकार नहीं होते हैं जैसे, खरोंच। पिछले नहीं बल्कि कम से कम मॉडल का चयन है जिसमें तंत्रिका नेटवर्क वास्तुकला को भी बेहतर गैसों का प्रबंधन करने के लिए बदल दिया जा सकता है, ”अस्ताना ने बताया।

टर्नअराउंड समय और त्वरित नीति जारी करना इस एआई परियोजना को लागू करने वाले प्रमुख लाभ हैं। विकसित मॉडल छवियों और वीडियो के एक विशिष्ट सेट के अनुरूप निरीक्षण परिणामों के इतिहास से सीखता है। इस क्षमता के कारण, मॉडल धोखाधड़ी का पता लगाने में मदद कर सकता है जिसमें नए और पुराने नुकसान का भी पता लगाया जा सकता है। एआई मॉड्यूल तार्किक रूप से भावनाओं के बिना सोचता है, कम या बिना गलतियों के तर्कसंगत निर्णय लेता है।

“हमने अपने संभावित ग्राहकों को तेज गति और बेहतर अनुभव प्रदान करने के इरादे से इस परियोजना की शुरुआत की। उम्मीदों के अनुरूप, हम कार निरीक्षण से लेकर बाद की नीति जारी करने तक की पूरी गतिविधि को पूरा करने में लगने वाले समय में भारी कमी देख रहे हैं। परंपरागत रूप से, एक गतिविधि जो औसतन 4-6 घंटे लेती थी (या कुछ मामलों में एक दिन से अधिक) अब कुछ मिनटों तक कम हो जाती है। हम अभी भी इस समाधान में और सुधार कर रहे हैं ताकि इसे अपने ग्राहकों और भागीदारों के लिए वास्तविक समय का अनुभव बना सकें। इसके अलावा, एआई परिणामों की सटीकता संतोषजनक है, और दिन-प्रतिदिन सुधार हो रहा है, “अस्ताना ने निष्कर्ष निकाला।