創新大會上的頓悟并不是什么新鮮事，但當燈泡熄滅時，Tim Heinze并沒有想到自己會有這樣的頓悟。Heinze是安盛信利保險公司北美房地產部門的戰略運營總監，他剛剛觀看了一場演示。在演示中，一名IBM工程師講述了該公司的人工智能軟件沃森是如何提高海上石油鉆井作業的效率的。

 

這位演講者聲稱沃森可以“幫助一位工程師像一千個人一樣思考”。“這引起了我的注意，”Heinze回憶道，并對使用復雜軟件來增強人類工作能力的熱潮表示了贊同。

 

安盛信利保險公司正在試驗人工智能和自然語言處理軟件來幫助填充和處理有關商業業務的信息。該解決方案是在代號為Project Spotlight的項目下開發的，它可以自動生成工程調查報告，這些報告對于提供適當的保險覆蓋范圍和準確的定價來說是至關重要的。

 

Gartner的數據顯示，企業對人工智能的采用率正在飆升。該公司表示，在過去四年中，實施人工智能的企業數量增長了270%，在過去一年里則增長了兩倍。“四年前，人工智能的實施還非常罕見，只有10%的受訪者表示，他們的企業已經部署了人工智能，或將很快部署。到2019年，這個數字已經躍升到了37%，”Gartner的研究副總裁Chris Howard說。“如果你是一名CIO，你的組織還沒有使用人工智能，而你的競爭對手在使用人工智能的可能性卻很高，這應該是一個問題。”

 

 

安盛保險獲得了“Digital Edge 50 Award”的“數字創新”獎。盡管現在還為時尚早，但你的確可以把Heinze看作是AI和NLP的忠實信徒，它們能夠在保險領域實現效率最大化，從而加快產品上市速度的能力對于保險業來說已經變得越來越重要了。

 

作為承銷過程的一部分，安盛的風險顧問會對商業地產的調查進行評估，并在報告中進行總結，為承銷團隊的10個風險因素進行評級，并獲取每個地區的其他關鍵屬性。他們考慮的細節包括：工廠是否位于炸藥制造商旁邊?它有足夠的灑水系統嗎?最近的消防站有多遠?

 

為承銷商創建摘要報告一直是一項繁瑣且單調乏味的手工任務。Heinze想，如果安盛能夠使用軟件來編譯、閱讀和評分這些報告，結果會怎樣呢?在Project Spotlight項目中，Heinze和他的團隊使用了一個AI/NLP引擎，該引擎能夠自動接收和讀取調查報告，并為10個風險因素中的每一個提供一個建議評分的摘要，并提取其他關鍵位置的屬性。

 

Heinze強調，該系統從來沒有打算取代完整的評審，而只是進行最初的篩選，提取關鍵數據并提供評分的“第一次裁剪”。如果風險顧問覺得計算的分數不準確，可以修改AI系統的報告。這一點很重要;雖然一些研究表明人工智能可能會減少工作崗位，但Project Spotlight項目強調了軟件將如何提升而不是取代風險顧問的工作量，從而節省他們重新分配到其他業務任務的時間。

 

風險顧問可以單擊任何組件級別來展開屏幕，并查看系統用于生成分數的實際文本。風險顧問還可以跨越一個或多個位置或賬戶來搜索關鍵字或屬性，并根據關鍵數據點(如總保險價值或位置名稱)對顯示進行排序。

 

Heinze說，隨著系統的學習，生成分數的準確性會隨著時間的推移而提高，并補充說，系統也會定期進行微調。“訓練系統是一個持續不斷的學習過程，”Heinze說，并表示，系統通過利用來自成千上萬個屬性的工程報告的結構化數據進行了自我改進。

 

盡管該解決方案仍在評估當中，但安盛估計，它可以將風險顧問審查報告并向承銷商提供反饋所需的時間減少一半。

 

 

安盛采用敏捷方法來構建了Project Spotlight，使用了一系列為期四周的sprint，包括初始測試階段、基于用戶反饋的兩周系統改進和一周的改進測試。自第一次sprint以來，系統生成的分數的準確性一直在穩步提高，并且正在向安盛的80%的準確度基準邁進。

 

作為一個輔助優勢，安盛現在將100%的工程數據存儲在了一個中央數據庫當中，用于下游的應用程序和分析。例如，安盛可能會獲得100份工程報告，但只需要審查其中5個最關鍵的位置。但由于工作量過大，安盛甚至可能無法打開其他的95個。而Spotlight使得安盛能夠攝取所有的100個報告，并擁有一個系統生成的評分，以供查看。Heinze表示：“能夠通過AI/NLP來快速準確地做到這一點，使我們相對于競爭對手來說具有了數字化的優勢。”

 

安盛試用了兩種解決方案--一種是IBM的沃森軟件;另一種是啟動一個專家系統--但在選擇專家系統之前。“他們是偉大的合作伙伴，”Heinze說，并補充說安盛從比較和對比兩種產品中學到了很多。

 

Project Spotlight項目使用的核心技術是專家系統的Cogito知識圖，它嵌入了數以百萬計的概念及其詞匯形式、屬性和關系，能夠幫助消除文本中單詞和表達的歧義。該軟件可以利用機器學習算法從文本中自動豐富其知識。

 

 

Heinze說，為這樣的努力取得廣泛的認同是至關重要的;安盛的高級管理層很早就對此表示了認同。業務領導、工程師、IT資源和專家系統的領導主持了啟動會議。IT管理人員負責項目的交付、變更管理、體系結構和設計，而安盛的承銷團隊則確保其目標與組織的目標保持一致。

 

這一愿景在試點的8個月里一直保持著一致，并在預算之內按時完成了預定任務，這讓安盛有充足的理由保持樂觀。

 

現在，該公司正在考慮如何利用這項技術來加快其提交審批和分類的進度，以及從保險合同中提取、分析和存儲關鍵的條款信息。

 

Heinze表示：“如果我們能解決這個問題，并開發出一個AI/NLP解決方案，那么我們就能吸取教訓，并著手于未來的項目。”