MassMutual:灵活AI策略助力生产力提升30%

图片: VentureBeat
简要回答
MassMutual采用灵活的AI应用策略,通过12个月的短期合同避免供应商锁定,并将开发者生产力提升了30%。
保险公司MassMutual重新审视人工智能应用策略,选择灵活性和短期合同。公司不再与供应商签订长期合同,而是构建可根据市场趋势快速切换AI模型的基础架构。MassMutual首席信息官Sears Merritt表示,AI市场的动态变化要求企业做好快速调整的准备。
新策略的成效显著:开发者生产力提升了30%,客服中心的请求处理时间从10分钟缩短至1分钟,每个请求的处理成本从美元级降至美分级。公司还积极测试开源解决方案,以避免对专有模型的依赖,并控制成本。
MassMutual将AI项目分为两类:提升员工生产力的工具(如Copilot*)和优化业务流程的目标项目。所有项目均基于预设的成功标准进行评估,而非仅关注实施数量。公司还引入了“信任评分”系统,根据员工反馈评估模型响应质量。
一个有趣的例子是客服中心的模型选择。员工可选择两种版本:速度快但准确性较低的模型,或成本更高但质量更优的模型。多数员工选择为更准确的答案等待几秒钟,这表明用户愿意为明显的质量提升牺牲速度。
目前,MassMutual正在收集模型使用的详细分析数据,未来将根据成本、质量和用户需求自动分配任务,进一步优化AI基础架构的效率和成本。
常见问题
- MassMutual为何放弃与AI供应商签订长期合同?
- 公司希望保持灵活性,能够根据市场发展迅速切换到更优的AI模型。长期合同会限制选择空间,并影响对新技术的适应能力。
- MassMutual引入AI后取得了哪些成效?
- 开发者生产力提升了30%,客服中心的请求处理时间从10分钟缩短至1分钟,处理每个请求的成本从美元级降至美分级。
- MassMutual如何为不同任务选择AI模型?
- 公司通过分析模型的性能、成本及响应质量进行评估,基于用户偏好和效率数据做出决策。
分享:
Dzen 订阅: /feed/dzen.xml · RSS: /feed.xml