在当今竞争激烈的全球保险市场中，保险公司正在努力寻求新的方法来成功克服两个重要且相互对立的力量：为公司创造短期收入增长，同时满足客户对个性化，相关，并提供长期价值。
在应对这些挑战时，保险公司意识到数据的战略重要性，以及人工智能和机器学习(ML)如何帮助他们更好地实现业务目标。但是，尽管对AI的投资在增长，但资源，技术基础架构以及快速有效地运营模型的能力的挑战可能会阻止保险公司充分利用AI和数据科学来推动业务影响。
这些是全球领先的保险公司MS&AD Insurance Group Holdings(MS&AD)面临的一些挑战，也是其开发利用AutoML 2.0来优化其数据科学投资的创新解决方案的推动力。这个完全自动化的数据科学平台使MS&AD代理可以创建提案以反映其客户当前和潜在的保险需求，从而增加收入，提高客户忠诚度和满意度。
MS&AD，通过技术创新
MS&AD Insurance Group Holdings是全球第五大财产保险公司，收入达500亿美元。MS&AD在利用数字化转型推动保险业务方面一直是领先的创新者。数字化转型过程中的关键目标之一是优化客户价值以及对其产品和服务的利用。
使用数字转换来改善客户体验的想法导致了战略性数字平台的开发，该平台称为MS1 Brain。MS1 Brain平台利用AI和机器学习来分析可用的客户数据，例如合同详细信息和历史记录，事故信息和生活方式的变化，以预测客户需求并推荐最佳产品和服务来满足这些需求并带来长期价值。该平台还有助于生成有针对性的客户交流信息，包括有关为满足每个客户的特定需求而创建的产品和服务的个性化视频。
MS1 Brain是为MS&AD的子公司MSI创建的，目的是使MSI的代理商能够创建个性化的，数据驱动的，针对消费者需求的建议。该平台还需要易于使用，以便代理无需事先具备数据专业知识即可生成提案和利用数据。
创新过程中的挑战
MS1 Brain利用许多AI模型进行智能的预测和决策。MS&AD在扩展其数据科学实践和构建MS1大脑方面面临挑战-既由于难以创建具有AI决策透明性的有效机器学习模型，也难以找到合适的水平和技能。除了双重挑战之外，MS1 Brain的开发还需要非常积极的时间表。
为了解决这一挑战，MS&AD的业务和创新团队将自动机器学习(AutoML)确定为满足MS1 Brain开发时间表的关键加速器。特别是，MS&AD发现，自动化要素工程流程(这通常是数据科学项目中最手动和最耗时的部分)以及自动化机器学习(即AutoML 2.0)特别重要。
AutoML 2.0：MS1大脑的基础
选择AutoML 2.0平台的主要动机集中在三个核心领域：加速，增强和民主化。加速对于在短时间内为MS1 Brain开发许多AI模型至关重要，并允许MS&AD探索10倍以上的用例并快速构建用于生产的准确模型。AutoML 2.0基于原始业务数据探索了数百万个功能和数百个ML模型，这些数据由各种原始的关系和交易数据组成，仅在数小时内就有数十亿条记录。作为AutoML 2.0中自动功能工程的直接输出，增强也是至关重要的。通过平台自动设计的功能，MS&AD发现了许多深入的业务见解，这些见解提供了AI建议的可解释性，也有助于改善他们的服务以满足客户的需求。需要。民主化是第三个关键组成部分。除了MS1 Brain，MS&AD还需要建立可扩展且可持续的AI和ML功能。借助AutoML 2.0平台，即使业务分析人员也无需SQL / Python编码或复杂的统计和数学公式的知识即可执行端到端的数据科学过程。
此外，通过使用先进的自动视频生成技术增强MS1 Brain中的AutoML 2.0解决方案，MS&AD能够创建一个自动分析客户数据的系统，并为其客户提供针对产品和服务的基于视频的个性化推荐。这项新功能使MS&AD能够优化客户价值，提高其产品和服务的利用率并推动额外的收入增长。
加快业务创新
尽管数据科学正在成为保险业中的一种有价值的工具，但要从AI和机器学习计划中获得价值却可能会充满挑战。与MS&AD一样，采用新的数据科学自动化技术的组织将受益于简化的流程，更高的透明度和更深刻的见解，以帮助推动短期收入增长，同时满足客户对长期价值的需求。因此，保险机构可以迅速扩展其AI / ML计划，以推动变革性的业务变革。
