Ранее внесение изменений в правила приема на страхование занимало в «Гелиос» недели или даже месяцы. Теперь бизнес-пользователи самостоятельно управляют стратегиями андеррайтинга через единый интерфейс, сокращая время реализации до нескольких часов. Параллельно компания внедрила ML-модель на Python, которая анализирует массив данных по водителю и автомобилю, формируя более точную и справедливую стоимость полиса. Аккуратные водители получают индивидуальную оценку риска, а компания ускоряет обработку заявок.
По словам заместителя гендиректора по ИТ Андрея Педоренко, проект стал технологическим фундаментом для масштабирования бизнеса. В планах страховщика — перенос инструментов на ипотечное страхование и страхование имущества, а также расширение ML-инструментария для борьбы с оттоком клиентов. Исполнительный директор GlowByte Карен Амбарцумов отметил, что кейс «Гелиос» доказывает: даже небольшая компания способна внедрить систему принятия решений промышленного класса, сопоставимую по уровню с инструментами крупнейших игроков рынка.
Комментарии (0)
Пока нет комментариев. Будьте первым!