labs@atheron:~/industries/insurance/ai$ train agent --grounded

KI für Versicherer

Sichtung von Schadenfotos und Antworten zu Bedingungswerken für Makler.

KI in der Versicherung sind zwei verschiedene Aufgaben. Schadenfotos zu sortieren hängt an Ihrer eigenen Regulierungshistorie, also ist es ein eigenes Modell in Ihrer Cloud. Maklerfragen aus öffentlichen Bedingungswerken zu beantworten braucht keine privaten Daten, also ist ein Spitzenmodell der schnellste Anfang. Wir wählen den Weg nach Aufgabe und Daten.

Projekt starten Beispielprojekte ansehen

// worauf es hier ankommt

Was in dieser Branche anders ist.

Ihre Schadenhistorie trainiert das Modell

Ein Schadensmodell, nachtrainiert darauf, wie Ihre früheren Schäden reguliert wurden, leitet neue Akten so, wie Ihre Sachbearbeitung es täte, und das kann ein allgemeines Modell nicht.

Sachbearbeitung und Underwriting entscheiden

Modelle leiten Akten und zitieren Klauseln. Über Deckung, Reserven und Zahlungen entscheiden Menschen, und das System hält fest, wer entschieden hat.

Fairness geprüft, nicht angenommen

Wir testen die Ergebnisse über Regionen, Fahrzeugarten und andere Gruppen, die Ihre Compliance nennt, und berichten die Ergebnisse vor dem Start und danach nach Zeitplan.

Private Daten bleiben privat

Schadenfotos bleiben in Ihrem eigenen Cloud-Konto. Der Maklerassistent sieht nur öffentliche Bedingungswerke, nie die Angaben eines Versicherungsnehmers.

// Beispielprojekte

Beispiele mit Preis.

Jedes ist angenommen, als solches gekennzeichnet und live aus unserer Preisliste berechnet. Öffnen Sie eines im Rechner und machen Sie es zu Ihrem.

BeispielprojektWeb-AppKIEigenes LLM

Bildmodell für Fahrzeugschäden

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Jedes Foto eines Kfz-Schadens öffnet ein Sachbearbeiter, um zu entscheiden, ob die Akte eine schnelle Reparatur oder wahrscheinlich ein Totalschaden ist, und das bremst die einfachen aus.

// Was wir bauen würden

Ein eigenes Bildmodell, auf den eigenen Fotos abgeschlossener Schäden des Versicherers nachtrainiert und in dessen eigenem AWS-Konto betrieben, das neue Akten nach wahrscheinlicher Schwere und betroffenen Teilen sortiert, damit die Sachbearbeitung schneller entscheidet. Ein allgemeines Spitzenmodell kennt Ihre Reparaturergebnisse nicht; Ihres schon.

// Was drin ist

Ein Modell, nachtrainiert auf Ihren früheren Fotos und darauf, wie jeder Schaden reguliert wurde
Wahrscheinliche Schwere und betroffene Teile für die Sachbearbeitung, nie an den Kunden gesendet
Die Sachbearbeitung entscheidet; das Modell leitet weiter und schlägt vor
Vor dem Start an zurückgehaltenen Schäden gemessen und danach auf Abweichung geprüft
Betrieben in Ihrem eigenen Cloud-Konto, mit den Fotos dort

// Tech-Stack

PyTorch
Python
Amazon S3
Next.js
AWS-GPU-Instanzen

// Schätzung

Entwicklung: ≈ 170.000 USD bis 259.000 USD, delivered within 38 weeksCAD 241,800 to 369,200
Hosting: ≈ 7.020 USD im MonatCAD 10,000 im Monat
Support: ≈ 2.500 USD im MonatCAD 3,565 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Eigenes LLM
Laufende Modellkosten: ≈ 6.530 USD im MonatCAD 9,300 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Données et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.9 weeks
Fonctions principales: 2.4 to 3.4 weeks
Développement complet: 1.4 to 2.4 weeks
Entraînement: 9.9 to 16.9 weeks
Tests et corrections: 0.4 weeks
Évaluation et tests adverses: 3.9 to 4.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 48,120 to 73,600
Découverte 1.3%: CAD 3,127.80 to 4,784.00
Données et plan d’évaluation 8.2%: CAD 19,729.20 to 30,176.00
Maquettes approuvées 1.3%: CAD 3,127.80 to 4,784.00
Fonctions principales 4%: CAD 9,624 to 14,720
Développement complet 2.6%: CAD 6,255.60 to 9,568.00
Entraînement 24.8%: CAD 59,668.80 to 91,264.00
Tests et corrections 1.3%: CAD 3,127.80 to 4,784.00
Évaluation et tests adverses 16.5%: CAD 39,699 to 60,720
Mise en ligne 1.3%: CAD 3,127.80 to 4,784.00
Production 8.7%: CAD 20,932.20 to 32,016.00
Holdback, 30 days after launch (10%): CAD 24,060 to 36,800
Temps GPU pour l’entraînement et les tests, au coût: CAD 1,200. Im Voraus berechnet, zum Einkaufspreis, außerhalb der Meilensteine

Von diesem Beispiel aus starten

BeispielprojektWeb-AppKISpitzenmodell

Assistent zu Bedingungswerken für Makler

Angenommen. Kein Kunde, kein Ergebnis.

// Das Problem

Underwriter verbringen Stunden am Tag damit, Deckungsfragen von Maklern zu beantworten, deren Antwort irgendwo in langen, öffentlichen Bedingungswerken und Nachträgen steht.

// Was wir bauen würden

Ein Assistent für Makler, der aus den veröffentlichten Bedingungswerken und Nachträgen antwortet und die Klausel zitiert, auf einem Spitzenmodell, weil die Dokumente öffentlich sind und das Aufkommen gering ist, was es zum schnellsten und günstigsten Weg macht.

// Was drin ist

Bedingungswerke und Nachträge nach Produkt und Ausgabe erfasst
Antworten, die die Klausel zitieren und die Ausgabe nennen, aus der sie stammt
Fragen, die er nicht beantworten kann, gehen mit dem Zusammenhang an einen Underwriter
Keine Daten von Versicherungsnehmern an das Modell
Ein Prüfsatz aus echten Maklerfragen, vom Underwriting geprüft

// Tech-Stack

API eines Spitzenmodells
PostgreSQL mit pgvector
Next.js
DigitalOcean

// Schätzung

Entwicklung: ≈ 73.100 USD bis 112.000 USD, delivered within 18 weeksCAD 104,100 to 159,200
Hosting: ≈ 218 USD im MonatCAD 310 im Monat
Support: ≈ 1.000 USD im MonatCAD 1,425 im Monat

Preise in Ihrer Währung sind Schätzungen zum heutigen Kurs der Bank of Canada. Alle Rechnungen werden in CAD oder USD gestellt.

KI-Weg: Spitzenmodell
Laufende Modellkosten: ≈ 42 USD im MonatCAD 60 im Monat

Zeitplan je Meilenstein

Découverte: 2.9 to 3.4 weeks
Spécification et plan d’évaluation: 0.4 weeks
Maquettes approuvées: 2.4 to 3.4 weeks
Fonctions principales: 1.4 to 1.9 weeks
Développement complet: 0.9 to 1.4 weeks
Projet pilote fonctionnel: 2.9 to 3.9 weeks
Tests et corrections: 0.9 to 1.4 weeks
Mise en ligne: 0.9 to 1.4 weeks
Production: 0.9 to 1.4 weeks

Nicht in unserer Hand, und im Kalender berücksichtigt

Accès à l’environnement de test de votre fournisseur: 1 to 4 weeks

Wie bezahlt wird

Anzahlung 20%: CAD 20,820 to 31,840
Découverte 2.7%: CAD 2,810.70 to 4,298.40
Spécification et plan d’évaluation 9.1%: CAD 9,473.10 to 14,487.20
Maquettes approuvées 2.7%: CAD 2,810.70 to 4,298.40
Fonctions principales 8.1%: CAD 8,432.10 to 12,895.20
Développement complet 5.4%: CAD 5,621.40 to 8,596.80
Projet pilote fonctionnel 27.3%: CAD 28,419.30 to 43,461.60
Tests et corrections 2.7%: CAD 2,810.70 to 4,298.40
Mise en ligne 2.7%: CAD 2,810.70 to 4,298.40
Production 9.3%: CAD 9,681.30 to 14,805.60
Holdback, 30 days after launch (10%): CAD 10,410 to 15,920

Von diesem Beispiel aus starten

// questions

Fragen, die wir dazu bekommen.

Entscheidet das Schadensmodell über einen Totalschaden?

Nein. Es schlägt eine wahrscheinliche Schwere vor, damit die Akte früher beim richtigen Sachbearbeiter landet. Die Entscheidung trifft der Sachbearbeiter, wo nötig mit einem Gutachter.

Warum ein Spitzenmodell für den Maklerassistenten?

Die Bedingungswerke sind bereits öffentlich und das Aufkommen ist gering, also ist ein Spitzenmodell der günstigste und schnellste Weg. Braucht der Assistent später Daten von Versicherungsnehmern, würden wir ihn auf ein Open-Source-Modell in Ihrer Cloud umziehen.

Wie viele Schadenfotos braucht ein Schadensmodell?

Meist Tausende abgeschlossene Kfz-Schäden mit Fotos und Ergebnissen, die die meisten Versicherer schon haben. Wir prüfen die Qualität dessen, was Sie haben, bevor wir uns auf einen Weg festlegen.

Zurück zur Branche: Versicherung Über die Leistung: KI-Agenten und Modelle

// weiter

Nicht ganz Ihr Projekt?

Sagen Sie uns, was Sie vorhaben. Wir melden uns mit einer Spanne und den Fragen, die sie eingrenzen würden. Oder buchen Sie ein Gespräch und wir reden darüber.

Projekt starten Gespräch buchen