FINTIST和FINTECH企业家Lex Sokolin解释了自动化和人工智能（AI）之间的差异，以及AI如何将保险价值链转换为聊天索赔。
强调
- 自动化是将人的过程转化为机器过程的过程。它是自上而下编程的，具有已知的工作流程和已知的结果。
- 人工智能（AI）是人类智能到机器智能的数字化。它需要广泛的数据，进入数学算法，以便在数千个不同的参数之间创建相关性。它能够以规模的决定，但与自动化不同，工作流程和结果并不知道。
- 销售和索赔代理人是保险价值链中的两个例子，自动化和AI可以应用。但是，一般而言，聊天禁止在复制人类互动时没有非常有效。
利用Lex Sokolin，AI如何改变保险
欢迎回到埃森哲保险影响者播客，我们向行业领导者展示塑造保险未来的趋势和技术：自驾，欺诈检测技术和客户以客户为中心。
Lex Sokolin是一个未来主义者和金融科企业家。在我们的最后一集，他解释了为什么银行和财富管理的趋势可以持有保险公司的宝贵经验，特别是在与不反对instechs工作时。在这一集中，LEX会消除一些关于AI的神话，并看待AI如何将AI应用于现有的保险价值链。
已经针对长度和清晰度进行了编辑了以下转录物。当我们采访Lex时，他是全球研究总监自主研究;他离开了公司以来。
我觉得很多人都混淆了AI - AI的应用 - 通过自动化的应用。你能突出那两个之间的区别吗？
如果您考虑数字化或自动化，请为我分成两种类型的向量。第一个是人类进程到机器过程，一个人在手动方式中做的事情，在工作流程中。采取并将其进入软件。
我们每一天都有这一天的经验：考虑进入Excel并在数学公式中键入。您根据哪个软件计算某些软件的规则集。或者你进一步走一步说，“让我们为帐户开放构建软件。”而不是将人类进入办公室并填写文书工作，您可以在移动平台上捕获这一点。
采集数据和填写表格，都是自上而下编程的。我们知道工作流程是什么。我们可以简单地勾勒出它并将其变成“如果这样，那么那样”的规则，然后结果便完全取决于我们从哪里开始以及我们添加了什么类型的数据。我们知道它是如何运作的。我们可以对代码进行反向工程，很容易就能理解发生了什么。
数字化的第二种方式是从人类智能到机器智能。在机器智能中，有不同的方法可以创造出智能的结果，让人感觉其中有判断的成分。现在很流行的一个是由数学支持的机器学习，叫做神经网络。
神经网络做得很好的是解决概率方法的问题，以创造一些东西的直觉。如果你是一个人正在看一只猫的照片，你就知道这是一只猫而不是狗，在我们的大脑中是一个发生的过程。除非它转换为数据，否则CAT的图片对计算机没有意义。You need millions of versions of that data cat to be aggregated and fed into a mathematical algorithm that’s able to create correlations between thousands of different parameters in order to say, “this is more likely to be a cat” or “this is more likely to be a dog.”
AI仍然是软件。它仍然是一个工具，但基本件不是“如果这是那个”的自上而下的逻辑。基础部分是软件坐在或接受培训的大规模数据集，并且这些基础数据集出来了互联网。一旦您拥有这些数据集，您就可以在顶部应用这些不同的数学算法。您可以基本上放入规则集，一个人如何做出判断，然后你可以解除判断，并且您可以将其插入软件过程中。因此，现在，在规模，您可以做出关于某人是否应该得到更多信誉并获得下一个贷款的决定。以及您更新的每一条新信息。
广告中出现了很多这一点。亚马逊非常善于为您提供关于您接下来的建议，而Netflix和Spotify以同样的方式在视频和音乐中了解您的品味。在保险中，有很多不同的方式可以在制造层，在制造层，在制造层，在产品组合管理层，以及客户分发内。
所以，两个非常不同的世界。自动化是“如果这一点，那么”命令，一个苏联中央计划世界，在那里定义了确定性的所有结果。然后，AI世界是概率的，基于您培训神经网络的现有数据，它更像是编纂人类直觉，然后以机器规模部署它。
最后，困扰着这个空间中思想领导的事情之一是用非常宽阔的刷子绘画。Cyborgs的图片和各种网络图，使其感到未来派。这件事[ai]，一天结束，是人们发展的一组人类工具，以便更有效，以便缩放他们的思考并简单地做更多。尽管它听起来威胁或非常雄心勃勃，但我认为AI与云的发明或电力或车轮或火焰或语言或人类发展中的任何一个不同之处。
那么谈到AI，哪种解决方案或类型的解决方案，是最成熟的？
我会说，最成熟的人工智能部分是由大科技公司建造的部分。大科技公司有动力重建很多人类感官。他们想弄清楚如何以直观的方式向人们提供产品和服务，并由这些平台中的人员选择。
我的意思是那是愿景感，听觉，创造演讲的能力。这些是在技术本身方面成熟的事情，网络的训练程度如何以及该培训可用的数据。当你想到自动驾驶汽车时，这也是机器视觉的一个版本。
这些都是成熟的技术，在很大程度上是因为它们是由大型科技公司开发的，无论是在西方还是在东方。当你把它应用到金融服务行业和保险行业时，你会毫不惊讶地发现，被使用最多的东西是最符合人类能力的东西。
这就说得通了。那么你如何看到AI被应用于传统保险价值链？例如，在分布中？
如果您考虑保险销售代理，他们会做什么？嗯，他们有一个人在物理上呈现客户所在的角色。您可以将其视为金融产品的广告牌，而在美国，我认为有37万辆保险销售代理商 - 所以在那里的AI有一个角色。我如何找到客户？我如何到达他们的位置？人工智能可以帮助您根据偏好和浏览历史等省略，因此您的客户分部生活。
第二步是从中获取客户，并以某种对话来实现它们。在物理世界中，你可能有一个人来到你家或出去参加一个评估的网站。在数字世界中，手机是您的注意力平台。
因此，围绕着你的头部非常重要，因为电话只有5到10个座位用于金融应用程序。虽然在物理世界中，您可以拥有尽可能多的分支机构，而且您可以在您喜欢的移动世界中发出尽可能多的人，只有五个座位。金融现代人非常重要，以弄清楚如何生活在这些注意力平台内，并具有原产于这些注意力平台的属性。
聊天是那些事情之一。（对我而言，聊天和声音基本相同。）聊天作为在手机内作为独立应用程序生活的东西，或者生活在Facebook Messenger中的内容作为独立机器人。如果您考虑下载柠檬水或leo或类似于应用程序的leo，并且能够在应用程序中进行通信，那就是您应该如何构建客户服务功能的本机特征。我们在一个大部分注意力与大科技公司的世界里，而不是用广告牌或其他传统媒体广告。所以这很重要。
当然，警告是聊天，在复制人类互动时没有非常有效。找到人类和机器之间的线条真的很难，并且该系列的谈判是您可以制造或打破客户体验的那条线。如果您有一个客户进入您的应用程序并试图与您的聊天讨论讨论一些令人沮丧的经历，而且他们宁愿与一个人交谈，你肯定会失去它们。如果你没有一种简单的方法来推出那种会话流入人类渠道，那么你再也不会失去了那位客户。
然后在其他情况下，以及根据代代语，您可能对能够通过手机船上的客户有更好的经验，能够通过手机被包裹，能够拍照他们的护照通过了解您的客户和反洗钱合规（KYC AML），或者能够拍摄对汽车的损坏，并推动到保险公司或索赔评估。
在与Chatbot相反，它有多令人沮丧地令人沮丧地谈判，这是能够自动和快速地完成这些东西的好处。我认为这仍然被发现或探索。我会说我们还没有最后的答案 - 部分原因是潜在的技术仍然有很多空间去。
亚马逊的Alexa和谷歌的人工智能助手仍处于非常非常初级的阶段，我预计未来10年这些平台将发生变化，大公司将在这些平台上竞争，以便能够很好地进行对话。这是第一部分，保险销售代理和他们所扮演的角色。
我还标记了索赔进程。在索赔加工中，大约250,000人，所以幅度也很大。然后，如果你看一下队伍的承保人员和对模型工作的人，你就达到了大约28万人。使用该技术和价值链的所有不同部分的自动化有相同的机会。
我喜欢作为注意力平台的手机的描述。非常感谢您今天花点时间与我们交谈，Lex。有些真的很有趣的事情要消失并思考。
很棒，我很高兴。
总结
在埃森哲保险影响因素播客的这一集中，我们谈到了：
- 自动化与AI之间的区别。自动化是一个“如果这是”的情况，那么结果是明确定义和理解的。AI是由训练有素的神经网络的概率导致，在机器规模上部署 - 其中结果可能是出乎意料的。
- AI可以部署为Chatbots，以与客户接口，因为今天的保险代理商;但是，有工作要做，以改善聊天人的互动。
- 索赔和承保是保险单生命周期中的其他要点，可能有机会部署AI。
- 在数字世界中，智能手机是一个有限的房地产的“注意力平台”，适用于金融应用。保险公司将谨慎地弄清楚如何生活在关注平台。
有关II在保险中的更多指导：
- 查看埃森哲研究人工智能如何重新定义保险。
- 了解拥有一个的重要性对AI的动力思维。
- 看看为什么早期推动者正在赢得保险中的AI比赛。
在下一集中，Lex将讨论ai的道德。偏见如何蠕动到AI驱动的决策以及保险公司可以做些什么？最后，鉴于我们在这个系列中断，创新，芦苇和AI中所涵盖的大主题，为名称有几件事可以在没有牺牲股东价值的情况下保持竞争力
接下来做什么：
- 访问COM / InsuristsInfluencers.有关更多信息或直接订阅：
联系我们如果您想成为保险影响者播客的客人。
