该保险公司成熟的云基础促进了新兴技术的广泛使用，特别是有助于提供优质服务的机器学习模型，首席信息官 James McGlennon 说。
Liberty Mutual 是美国经验最丰富、最先进的云采用者之一。 这在很大程度上要归功于 James McGlennon 的远见卓识，他在过去 17 年中担任 Liberty Mutual 的首席信息官，以超过 20 亿美元的预算领导了云计算、分析和人工智能的发展。
八年前，McGlennon 与他的员工一起主持了一个异地智囊团，并提出了一份“技术宣言文件”，在早期定义了利用基于云的服务、变得更加敏捷和进行文化变革以推动 公司的数字化转型。
如今，Liberty Mutual 在 29 个国家/地区拥有 45,000 名员工，拥有强大的混合云基础设施，主要建立在 Amazon Web Services 之上，但特定用途使用 Microsoft Azure，其次是谷歌云平台。 Liberty Mutual 的云基础架构运行一系列业务应用程序和分析仪表板，可产生实时洞察和预测，以及简化索赔处理的机器学习模型。
随着这家总部位于波士顿的保险公司的云之旅的展开，它还维护了一组精选的数据中心，可以比在云上更经济地运行遗留应用程序，以及在云上进行许可的供应商提供的软件缺乏吸引力。
虽然 McGlennon 相信这会随着时间的推移而改变，但他更专注于定义下一代应用程序的技术。
“我们真的很想了解元宇宙以及它对我们可能意味着什么，”麦格伦农说，他温和的爱尔兰粗俗风格暴露了他在爱尔兰戈尔韦的成长经历。 “我们专注于增强现实和虚拟现实。我们在人工智能、机器学习和机器人技术方面做了很多工作。我们已经建立了区块链，我们将继续所有这些。”
这种突破极限的能力，尤其是在机器学习和人工智能方面，在 Liberty Mutual 丰富的云功能中找到了基础。
坚实的云基础的好处
尽管 McGlennon 专注于拥抱新兴技术，但他仍然对 Liberty Mutual 在云中的使用和专业知识充满热情。他说，这家保险公司 60% 的全球工作负载在云中运行，显着节省了硬件和软件采购成本，但最大的好处来自于从云分析中获得的业务洞察力，这是无法估量的。
“云对我们的经济产生了巨大的积极影响，你肯定经常听到这个故事，但它并不一定是这样开始的，”他说。 “当我们最初开始构建云时，它往往会添加到我们的遗留平台中，但最近，我们在使用云和优化云以确保每个周期我们在云中使用的 CPU 正在增加价值。”
在这里，McGlennon 说管理控制、仪器和可观察性指标是关键。首席信息官没有具体说明这家跨国公司通过将工作负载部署到云中节省了多少，但估计它在过去两年半中节省了大约 5%。 “这是一个很大的数字，”他说。
McGlennon 说，实施云原生架构以自动扩展和检测 Liberty Mutual 的应用程序以控制它们的执行方式对于实现这些节省至关重要。
他说，与许多其他早期云采用者一样，Liberty Mutual 部署了 Apptio 等现成工具来监控成本并根据工作负载自动扩展。
“我们与我们的云合作伙伴合作，以更好地检测我们的应用程序并更好地了解它们的性能，”曾入围 2022 年 MIT 斯隆首席信息官领导奖的 McGlennon 说。“这让我们更深入地了解我们在哪里可能会浪费资源以及我们可以优化的地方——例如将工作负载转移到更小的云平台。”
例如，McGlennon 为他的团队使用 Apptio 感到自豪，以最好地利用其面向消费的模型，不仅用于云上的数据，还用于其内部服务、软件和 SaaS 产品，当与 Liberty Mutual 的业务组合相关联时，本质上为保险公司的合作伙伴提供了所有使用资源的材料清单。
人工智能的回报
在过去的八年里，由 5,000 名内部 IT 员工和大约 5,000 名外部承包商组成的 Liberty Mutual IT 团队在其云之旅中使用了各种开发平台和分析工具，包括 IBM Rational 和 .NET。 Java 和 New Relic、Datadog 和 Splunk 等工具的早期阶段。
Liberty Mutual 的数据科学家广泛使用 Tableau 和 Python 将模型部署到生产中。 McGlennon 说，为了加快这一进程，保险公司的技术团队构建了一个名为 Runway 的 API 管道，用于打包模型并将其部署为 Python，而不是要求公司的数据科学家返回并用 Java 或其他语言重建它们。
“我们可以快速部署模型而无需在其他平台或语言中重建它们，这一点非常重要，”他补充道。 “并且能够跟踪这些机器学习模型的有效性，以便我们可以在数据集经常发生变化时重新训练它们。”
该保险公司还使用 Amazon Sage Maker 构建机器学习模型，但核心模型基于 Python。
Liberty Mutual 的 IT 团队还创建了一组称为 Cortex 的组件，以使其数据科学家能够实例化构建新模型所需的工作站，“因此数据科学家不必担心如何构建基础设施来启动建模过程，”McGlennon 说。
McGlennon 解释说，借助 Cortex，Liberty Mutual 的数据科学家可以简单地设置他们的技术和数据集要求，并且将在 AWS 上创建一个建模工作站，其中包含适当大小的 GPU 环境中的正确数据和工具。
该保险公司还在其索赔模型中部署了软件机器人，使客户能够提出索赔、通过电子邮件发送受损车辆的数字化照片、回答一些问题并快速安排汽车租赁。在后端，机器学习模型会分析受损车辆的照片，以检测其安全气囊是否已展开，例如，并立即确定车辆是否已损坏或损坏仅限于挡泥板弯曲件。
保险公司的计算机视觉模型还可以利用部署在外部的物联网设备和传感器，为索赔生成更多数据。
麦格伦农指出，Liberty Mutual 从其技术宣言到其对云和人工智能的高级使用已经走了很长一段路，采用增强现实和区块链等下一代技术将产生进一步的进步。
但这位 CIO 对今天的云和 AI 平台非常满意。
“我们已经看到了显着的经济回报，因为我们能够使用机器学习模型来微调报价和定价、欺诈检测以及我们的编码流程，让客户更容易与我们开展业务，”McGlennon 说，并指出高级云应用程序在其处理索赔的核心业务中的优势。 “我们到处都在使用它。”
尽管他是一家财产和意外险公司，但 McGlennon 认为 CIO 必须推动创新并承担风险，“以创造一种让人们觉得有尝试的自由的文化”。
“风险是我们的事，”麦格伦农本周在麻省理工学院斯隆首席信息官研讨会上说，并补充说，首席信息官需要表明，当事情出错时，有时他们会，没有人会感觉到风险不值得。
“你必须孵化一些东西，培育它，给予它支持，”他说。
- 登录 发表评论