Zusammenfassung der Medien: Deep Learning-KI und die Transformation von Versicherungsansprüchen
Unsere Nachricht über die Finanzierung der Serie A in Höhe von 21 Millionen US-Dollar sorgte in einer Reihe von Publikationen für Schlagzeilen, die sich auf Versicherungs-, Technologie- und Risikokapitalinvestitionen spezialisiert haben...
Unsere Neuigkeiten über Serie-A-Finanzierung in Höhe von 21 Millionen US-Dollar sorgte für Berichterstattung in einer Reihe von Publikationen, die sich auf Versicherungs-, Technologie- und Risikokapitalinvestitionen spezialisiert haben.
Finanzexperten wie Wall Street Journal Pro VC, Fortune Term Sheet, Pitchbook, Fintech Global und mehr konzentrierten sich auf den beträchtlichen Dollarbetrag, das Timing der Märkte und die beteiligten Hauptakteure wie den Branchenführer Brewer Lane Ventures. In der Zwischenzeit hoben Medien der Versicherungsbranche wie Reinsurance News, Insurance Journal, Coverager, The Insurer, Inside P&C sowie Wirtschaftspublikationen wie VentureBeat, The AP, Axios und andere den einzigartigen Ansatz und die Technologie hervor, die EvolutionIQ den Fluggesellschaften bietet.
Wie VentureBeat schreibt: EvolutionIQ hat die so genannte erste Technologie zur Schadensregulierung durch künstliche Intelligenz (KI) mit menschlicher Intelligenz (KI) für die Versicherungsbranche entwickelt.
Ihre Geschichte, EvolutionIQ stellt seine KI-gestützte Technologie vor, um die Kosten von Versicherungsansprüchen zu senken erklärt, wie das System alle offenen kurz- und langfristigen Gruppen- und individuellen Behinderungen, Arbeitnehmer, aktiv überwacht's Schadensersatz und Sach- und Unfallanspruch vor einem Prüfer'Ziel ist es, sie zu denjenigen zu führen, die mehr Aufmerksamkeit, neue Maßnahmen oder komplexe Entscheidungen erfordern. Es wird eine Liste der wenigen erstellt, die am besten umsetzbar sind, zusammen mit einer ausführlichen Erklärung, warum und welches Ergebnis sie anstreben sollten.
Sie unterstreichen, dass das Deep-Learning-KI-System, bei dem der Mensch im Spiel ist, die Menschen in den Mittelpunkt stellen muss. Prüfer werden nicht eliminiert; sie tragen vielmehr zum System bei, da es ständig lernt, sich weiterentwickelt und auf der Grundlage neuer Daten und Ereignisse neu kalibriert.
In der Zwischenzeit befassten sich eine Reihe von Technologie-Publikationen, darunter TechCrunch, Techio, iTechNews, Global FinTech Series, TechNews 247 und mehr, mit dem Deep Learning, das EvolutionIQ vorantreibt's Plattform und wie sich die Versicherungsbranche dank dieser Art von KI der nächsten Generation verändert.
Wie TechCrunch berichtet: Auf der Grundlage seiner prädiktiven Algorithmen beleuchtet EvolutionIQ Dutzende von Zehntausenden von Schadensfällen, bei denen die Wahrscheinlichkeit am größten ist, dass sie für Antragsteller, Spediteure und Kunden das beste Ergebnis haben werden. EvolutionIQ überwacht auch offene Schadensfälle, um die Mitarbeiter auf diejenigen aufmerksam zu machen, die mehr Aufmerksamkeit oder neue Maßnahmen erfordern, einschließlich Forderungen, die möglicherweise durch das Raster gefallen sind.
Wie der CEO und Mitbegründer von EvolutionIQ, Tomas Vykruta, gegenüber TechCrunch sagte, liegt der Schlüssel zur Einführung von KI darin, erklärbare KI-Systeme in enger Zusammenarbeit mit den Benutzern zu entwickeln. Es [muss] zwei Systeme geben: eines, das Vorhersagen trifft [und] eines, das die prognostizierten Ergebnisse in [einfacher] Sprache erklärt. Der Erklärbarkeitsansatz macht dem Sachverständigen klar, welche Faktoren zur Plattform geführt haben'als Entscheidungen.
EvolutionIQ's platform evaluiert die Historie der Schadensfälle und stellt Fragen wie: Handelt es sich um einen Anspruch, bei dem wir Maßnahmen ergreifen können? und wird es ein Ergebnis geben, das Sinn macht? TechCrunch schreibt. Auf der Grundlage seiner prädiktiven Algorithmen untersucht EvolutionIQ Dutzende von Zehntausenden von Schadensfällen, bei denen die Wahrscheinlichkeit am größten ist, dass sie für Antragsteller, Spediteure und Kunden das beste Ergebnis haben werden. EvolutionIQ überwacht auch offene Schadensfälle, um die Mitarbeiter auf diejenigen aufmerksam zu machen, die mehr Aufmerksamkeit oder neue Maßnahmen erfordern, einschließlich Forderungen, die möglicherweise durch das Raster gefallen sind.
Die Schadenprüfer wollen sich auf die Fälle konzentrieren, die die größten Auswirkungen auf Kunden und Spediteure haben, fügte Tom hinzu. Die Bearbeitung von Schadensfällen beinhaltet jedoch archaische und manuelle Prozesse, bei denen Prüfer zu viele Informationen überprüfen oder Daten selbst auswerten müssen, obwohl an jedem Schadensfall mehrere Personen und Systeme beteiligt sind. Aus diesem Grund haben wir eine Decision-Intelligence-Plattform entwickelt, die als KI-gestützter Copilot fungiert, um Schadensfälle mit hoher Wahrscheinlichkeit bereits zu Beginn des Lebenszyklus zu erkennen und Fälle zu identifizieren, bei denen die Wahrscheinlichkeit am größten ist, dass sie an Sachverständige weitergeleitet werden.