Fajar era mesin-ke-mesin dan implikasinya terhadap asuransi

Teknologi mesin-ke-mesin (M2M) pada dasarnya melibatkan sensor dalam lingkungan Internet of Things (IoT) di mana sensor tersebut mengirim data secara nirkabel ke server atau sensor lain. Sensor atau server lain menggunakan Kecerdasan Buatan (AI) untuk menganalisis data dan menindaklanjuti data tersebut secara otomatis dalam waktu nyata. Tindakannya bisa berupa peringatan, peringatan, perubahan arah, rem, ngebut, berbelok, bahkan transaksi. Ketika M2M meningkat secara eksponensial, kita akan segera melihat penemuan kembali seluruh model bisnis dan hubungan pelanggan. Memang benar, penerapannya hanya akan dibatasi oleh imajinasi pelaku bisnis.

Posting ini akan membahas hal-hal berikut:

1. Ikhtisar teknologi utama M2M dan potensi disruptifnya.
2. transaksi M2M; sebuah revolusi baru di mana mesin dapat bertransaksi langsung dengan mesin lain yang mengarah pada penghematan mesin.
3. Dampak AI inilah yang membawa kita ke M2M; data besar, pembelajaran mendalam, algoritma streaming. Kecerdasan mesin otomatis dan pengajaran Mesin. Pengajaran mesin mungkin merupakan tren ekonomi mesin yang paling eksponensial.
4. Model bisnis asuransi masa depan: Startup Insuretech berdasarkan blockchain.
5. Penutup

Ikhtisar teknologi utama M2M

Bayangkan beberapa skenario kehidupan nyata:

1. Mobil Anda mendeteksi perjalanan perjalanan Anda dan membeli asuransi berdasarkan permintaan per mil secara otomatis. Sebuah mesin membeli asuransi tanggung jawabnya sendiri secara otomatis.
2. Eksoskeleton yang dapat dikenakan memberikan kekuatan dan ketangkasan manusia super kepada penegak hukum dan pekerja pabrik
3. Antarmuka Otak-Komputer menyatu dengan otak kita untuk menciptakan kecerdasan manusia super (misalnya, Neural Lace of Elon Musk)
4. Pil pintar yang kita cerna dan perangkat kesehatan yang dapat dipakai secara langsung menilai risiko kematian dan morbiditas kita.
5. Anda bisa mendapatkan asuransi jiwa dari mengambil foto selfie. Selfie dianalisis oleh algoritma yang secara medis menentukan usia biologis Anda melalui gambar-gambar ini (sudah dilakukan oleh perangkat lunak Chronos dari startup Lapetus).
6. Lemari es Anda memahami kebiasaan belanja dan persediaan rutin Anda dan menemukan bahwa beberapa barang seperti susu sudah habis; jadi, membeli susu melalui belanja online langsung. Kulkas Anda akan terus diisi ulang berdasarkan kebiasaan Anda yang paling umum. Untuk kebiasaan baru dan tidak biasa, Anda bisa tetap mandiri membeli barang dan menyimpannya di lemari es seperti biasa.
7. Mobil self-driving berinteraksi satu sama lain di jaringan pintar untuk menghindari kecelakaan dan tabrakan.
8. Robot Anda merasakan bahwa Anda semakin kesal dan depresi akhir-akhir ini sehingga ia mencoba menghibur Anda. Ini memberitahu bot pelatih kesehatan Anda untuk meningkatkan konten untuk ketahanan emosional.
9. Sensor mendeteksi ledakan yang akan terjadi pada pipa dan sebelum pipa pecah, sensor akan mengirimkan tukang reparasi ke rumah Anda
10. Chatbot Anda adalah asisten pribadi Anda. Itu berbelanja untuk Anda, mendeteksi kapan Anda perlu membeli asuransi misalnya saat Anda bepergian, menangani tugas sehari-hari Anda dan terus memberi Anda informasi terbaru tentang jadwal harian yang telah Anda buat bekerja sama dengan bot.
11. Anda memiliki printer 3D untuk membuat sikat gigi baru. Sikat gigi pintar saat ini mendeteksi bahwa filamennya akan rusak sehingga mengirimkan sinyal ke printer 3D untuk membuat filamen baru.
12. Alih-alih kawanan burung, kita sekarang melihat kawanan drone terbang melaksanakan tugas mereka dalam intelijen gerombolan kolektif
13. Sebuah mesin bermain catur melawan dirinya sendiri tanpa data pelatihan apa pun dan mengalahkan hampir semua orang dan segalanya (AlphaGoZero sudah melakukan ini).
14. Ada banyak sekali skenario kehidupan nyata seperti ini, yang hanya dibatasi oleh imajinasi kita.

Ada dua tema meta yang muncul dari teknologi M2M: pencegahan dan kenyamanan. Mobil self-driving dapat menghilangkan atau mengurangi kecelakaan secara drastis karena sebagian besar kecelakaan mobil disebabkan oleh kesalahan manusia. Perangkat yang dapat dikenakan dapat mengarah pada gaya hidup yang lebih sehat, kebocoran pipa sensor rumah pintar, dan masalah lain sebelum terjadi dan memperbaikinya. Pencegahan ini menurunkan angka kesakitan, kecelakaan dan kejadian buruk lainnya. Kenyamanan adalah aspek menyeluruh karena hampir semua hal terjadi secara otomatis dari satu mesin ke mesin lainnya dan dalam beberapa kasus lainnya, hal ini ditambah dengan keahlian dan perhatian manusia. Mesin mempelajari apa yang diprogramnya untuk dipelajari sendiri menggunakan data dari sensornya tentang perilaku kita dari waktu ke waktu. Hal ini terjadi di latar belakang dan secara otomatis meluangkan waktu dan upaya kita untuk melakukan hal-hal lain yang lebih manusiawi seperti menjadi kreatif.

Teknologi baru ini membawa perubahan pada eksposur dan berdampak besar pada asuransi. Sejumlah besar titik kontak dibuat di mana perusahaan asuransi dapat terlibat dengan pelanggan, kurang fokus pada perlindungan pribadi dan lebih banyak pada aspek komersial (seperti jika mobil tanpa pengemudi mengalami malfungsi atau diretas, asisten rumah tangga diretas, dan malah menggunakan racun pil pintar penyediaan data real-time untuk menilai risiko mortalitas dan morbiditas secara dinamis) dan seterusnya. Frekuensi klaim akan menurun secara drastis, namun tingkat keparahan klaim bisa menjadi lebih kompleks dan sulit untuk dinilai karena berbagai pemangku kepentingan harus ikut serta dalam menilai kerusakan dan melihat bagaimana porsi cakupan kerugian bervariasi sesuai dengan proporsinya. kesalahan pemangku kepentingan yang berbeda. Peretasan dunia maya akan berlipat ganda dan membuka peluang baru bagi perusahaan asuransi di bidang ekonomi mesin.  

Teknologi ini tidak sendirian; kapitalisme tidak bisa ada tanpa terus-menerus merevolusi teknologi dan dengan demikian merevolusi hubungan manusia dengan teknologi. Jika Anda memerlukan lebih banyak kesadaran akan hal ini, lihat bagaimana algoritme dan teknologi membentuk mentalitas kita, sikap berpikir, perilaku dan tindakan kita, serta lihat betapa pesatnya perkembangan teknologi. Yang mengejutkan adalah pengamatan ini dilakukan oleh Karl Marx, seseorang yang hidup pada tahun 1818-1883 dan ini menunjukkan bahwa semua teknologi di dunia tidak dapat menggantikan pemikiran mendalam dan kebijaksanaan ilmiah.

Perubahan sosial berjalan seiring dengan perubahan teknologi. Kini kita melihat model bisnis peer to peer yang fokus pada dampak sosial (Lemonade misalnya) dan bukan hanya membuat orang kaya semakin kaya. Ekonomi berbagi meningkatkan penggunaan teknologi karena teknologi memberikan akses (bukan kepemilikan) kepada kita berdasarkan permintaan. Generasi milenial juga sangat berbeda dengan generasi sebelumnya dan kita baru mulai menyadari apa yang mereka tuntut dan bagaimana mereka ingin membentuk dunia di sekitar kita. Ekonomi berbagi dapat berarti bahwa mesin dengan dompetnya sendiri dapat memberikan layanan berdasarkan permintaan bagi manusia dan bertransaksi secara mandiri.

Transaksi keuangan M2M

Pelanggan masa depan kami adalah mesin dengan dompet. Mata uang kripto bernama “IOTA (Internet of Things Application)” bertujuan untuk mendorong ekonomi mesin ke dalam realitas kita sehari-hari dengan memungkinkan mesin IoT bertransaksi ke mesin lain secara langsung dan otomatis dan hal ini akan mempercepat munculnya model bisnis yang berpusat pada mesin. 

IOTA melakukan hal ini dengan menghilangkan blockchain dan sebagai gantinya mengadopsi buku besar terdistribusi ‘kusut’ yang terukur, ringan dan tidak memiliki biaya transaksi yang berarti bahwa transaksi mikro dapat dilakukan untuk pertama kalinya. Keuntungan utama IOTA dibandingkan sistem blockchain saat ini adalah:

1. Untuk memberikan gambaran yang jelas, blockchain seperti sebuah restoran dengan pelayan khusus (penambang) yang membawakan makanan untuk Anda. Di Tangle, ini adalah restoran swalayan tempat semua orang menyajikan makanannya sendiri. Tangle melakukan ini melalui protokol di mana orang tersebut harus memverifikasi dua transaksi sebelumnya ketika melakukan transaksi baru. Jadi para penambang, perantara baru yang membangun kekuatan besar dalam jaringan blockchain, menjadi tidak berguna melalui Tangle. Janji dari blockchain adalah bahwa para perantara mengeksploitasi kita baik itu pemerintah, bank-bank yang mencetak uang, berbagai institusi, namun kelas 'penambang' perantara lainnya menjadi sangat kuat, terutama para penambang Tiongkok yang mengarah pada konsentrasi kekuatan besar di negara-negara kecil. jumlah tangan. Penambangan Bitcoin membutuhkan energi yang sama besarnya dengan listrik yang dihasilkan oleh lebih dari 159 negara, sehingga hal ini juga merupakan pemborosan sumber daya listrik karena perangkat keras komputasi yang besar diperlukan untuk memecahkan kode matematika kripto yang rumit untuk memvalidasi suatu transaksi.
2. Karena penambangan memakan waktu dan mahal, tidak masuk akal untuk melakukan transaksi mikro atau nano. Buku besar Tangle memungkinkan transaksi divalidasi secara paralel dan tidak memerlukan biaya penambangan untuk memungkinkan dunia IoT melakukan transaksi nano dan mikro.
3. Mesin adalah sumber yang ‘tidak memiliki rekening bank’ saat ini, tetapi dengan IOTA, mesin dapat menghasilkan pendapatan dan menjadi unit independen yang layak secara ekonomi yang dapat membeli sendiri asuransi, energi, pemeliharaan, dll. IOTA menyediakan “Know Your Machine (KYM)” melalui identitas aman seperti yang dimiliki bank saat ini, Know Your Customer (KYC).

IOTA adalah generasi baru mata uang kripto yang bertujuan memecahkan masalah yang tidak dapat dipecahkan oleh mata uang kripto sebelumnya. Buku besar terdistribusi “Tangle” adalah sebutan untuk Grafik Asiklik Terarah seperti yang ditunjukkan di bawah ini: 

Directed Acyclic Graph adalah jaringan kriptografi terdesentralisasi yang seharusnya dapat diskalakan hingga tak terbatas dan menahan serangan dari komputer kuantum (yang belum dikembangkan sepenuhnya secara komersial dan digunakan dalam kehidupan arus utama) melalui penggunaan bentuk enkripsi tanda tangan berbasis hash yang berbeda.  

Alih-alih menjadi rumit untuk diukur, Tangle justru menjadi lebih cepat dengan lebih banyak transaksi dan menjadi lebih baik seiring peningkatannya, bukannya memburuk. Semua perangkat yang menggunakan IOTA dijadikan bagian dari Node of the Tangle. Untuk setiap transaksi yang dilakukan oleh node, node 2 harus mengkonfirmasi transaksi lainnya. Dengan cara ini, kapasitas yang tersedia dua kali lebih besar dibandingkan kebutuhan untuk mengonfirmasi transaksi. Properti anti-rapuh di mana kekusutan membaik karena kekacauan dan bukannya memburuk karena kekacauan adalah keunggulan utama dari Tangle. 

Secara historis dan bahkan saat ini, kami membangun kepercayaan atas transaksi dengan mencatat jejaknya untuk membuktikan asal, tujuan, jumlah, dan riwayat transaksi. Hal ini memerlukan banyak waktu dan upaya dari banyak profesi seperti pengacara, auditor, pemeriksa kualitas, dan banyak fungsi pendukung. Hal ini pada gilirannya menyebabkan manusia mematikan kreativitasnya dengan menjadi pengolah angka yang melakukan verifikasi manual kesana kemari, menyebabkan transaksi menjadi mahal, tidak akurat dan mahal. Terlalu banyak penderitaan manusia dan Dukkha telah dihadapi oleh banyak manusia yang melakukan pekerjaan berulang-ulang yang monoton hanya untuk menciptakan kepercayaan dalam transaksi tersebut. Karena pengetahuan adalah kekuatan, informasi penting tetap disembunyikan oleh mereka yang berkuasa agar tidak diketahui massa. Blockchain memungkinkan kita untuk 'memotong semua omong kosong' para perantara dan memberikan kekuatan kepada masyarakat melalui teknologi yang merupakan tujuan utama revolusi industri keempat.

Namun, blockchain saat ini memiliki batasan tersendiri terkait skalabilitas, biaya transaksi, dan sumber daya komputasi yang diperlukan untuk menambang. IOTA menghilangkan blockchain sama sekali dengan menggantinya dengan buku besar terdistribusi 'Tangle' untuk membuat dan memverifikasi transaksi. Tujuan IOTA adalah untuk bertindak sebagai penggerak utama Ekonomi Mesin yang sejauh ini dibatasi karena keterbatasan kripto saat ini.

Dapat diperkirakan secara masuk akal bahwa banyak sistem siber-fisik akan muncul dan didasarkan pada Kecerdasan Buatan dan IoT seperti rantai pasokan, kota pintar, jaringan pintar, komputasi bersama, tata kelola cerdas, dan sistem layanan kesehatan. Salah satu negara dengan rencana yang sangat ambisius dan agresif untuk menjadi terkenal di bidang AI selain negara-negara raksasa seperti Amerika Serikat dan Tiongkok adalah UEA. UEA memiliki begitu banyak inisiatif AI seperti yang ditunjukkan oleh polisi drone, rencana pembuatan mobil tanpa pengemudi dan hyperloop, tata kelola berdasarkan blockchain, dan bahkan memiliki menteri negara pertama di dunia untuk Kecerdasan Buatan.

Pencarian efisiensi adalah pencarian yang pertama kali mendorong kapitalisme dan sekarang pencarian ini berupaya untuk mengakhiri kapitalisme. Pencetakan 3D dan ekonomi berbagi secara radikal menurunkan biaya dan meningkatkan tingkat efisiensi dan ‘Ekonomi Mesin’ dengan mesin dengan dompet digital adalah langkah logis berikutnya menuju efisiensi yang lebih besar. Untuk pertama kalinya, sebuah mesin akan menjadi unit mandiri secara ekonomi yang memperoleh pendapatan dari layanan fisik atau data dan membelanjakan energi, asuransi, dan pemeliharaannya sendiri. Perekonomian berdasarkan permintaan akan berkembang pesat karena kepercayaan yang terdistribusi ini. Pencetakan 3D akan secara drastis menurunkan biaya pembuatan material dan robot, dan robot yang mandiri secara ekonomi akan segera mulai memberikan layanan berdasarkan permintaan kepada manusia.

Untuk melihat dampak besar yang ditimbulkannya, bayangkan menggantikan pasar asuransi Lloyd yang sudah berusia berabad-abad. Sebuah startup, TrustToken berusaha menciptakan ekonomi kepercayaan untuk melakukan transaksi senilai USD 256 triliun, yang merupakan nilai seluruh aset dunia nyata di bumi. Transaksi saat ini berlangsung dalam model yang ketinggalan jaman dengan transparansi, likuiditas, kepercayaan, dan banyak masalah yang terbatas. Melakukan transaksi ini menggunakan buku besar digital seperti blockchain jauh lebih menguntungkan melalui potensi tokenisasi. Tokenisasi adalah proses di mana aset dunia nyata diubah menjadi token digital. TrustToken menjembatani dunia digital dan dunia nyata melalui tokenisasi aset dunia nyata dengan cara yang juga dapat diterima di dunia nyata dan 'ditegakkan secara hukum, diaudit, dan diasuransikan'. Hal ini dilakukan melalui pembuatan kontrak 'SmartTrust' yang menjamin kepemilikan dengan otoritas hukum di dunia nyata, dan juga menerapkan tindakan apa pun yang diperlukan ketika kontrak dilanggar, termasuk penarikan kembali, mengenakan hukuman pidana, dan banyak lagi. TrustMarket yang terdesentralisasi tersedia bagi semua pemangku kepentingan untuk mengumpulkan dan menegosiasikan harga, layanan, dan TrustToken adalah sinyal dan penghargaan yang diterima pihak-pihak atas perilaku yang dapat dipercaya, untuk membuat jejak audit, dan untuk mengasuransikan aset.

Apakah TrustTokens mampu menjalankan asuransi yang baik masih menjadi perdebatan, tetapi kita sudah dapat melihat hal ini di pasar Lloyd yang telah berusia berabad-abad. Di pasar Lloyd, pembeli dan penjual asuransi serta penjamin emisi berkumpul untuk melaksanakan asuransi. Administrasi dana Lloyd memantau berbagai sindikat mereka dan menyediakan kecukupan modal untuk menyerap guncangan yang juga timbul dari asuransi. TrustMarket mempunyai potensi untuk menjadi versi modern dari pasar Lloyd, namun masih terlalu dini untuk menentukan keberhasilan pastinya. TrustToken dapat membuka perekonomian dan menciptakan nilai yang lebih baik serta biaya yang lebih rendah serta korupsi di aset dunia nyata, terutama di bidang real estat, asuransi, dan komoditas yang menciptakan terlalu banyak kekuasaan di tangan segelintir orang.

Bagian AI dari persamaan M2M

Banyak tinta telah ditulis pada AI dan 10,000+ model pembelajaran mesinnya yang memiliki kekuatan dan kelemahan masing-masing dan memungkinkan kita mengungkap wawasan yang sebelumnya tersembunyi dari kita untuk meningkatkan kehidupan kita secara radikal. Kami tidak akan menjelaskan hal ini secara rinci namun fokus pada dua bidang yaitu Machine Teaching dan Automated Machine Intelligence (AML) karena hal ini akan memungkinkan IoT bertransformasi dari perangkat keras yang terisolasi menjadi pembawa data dan kecerdasan yang terintegrasi.

Pengajaran mesin

Pengajaran mesin, mungkin merupakan tren paling eksponensial yang kita lihat yang memungkinkan ekonomi M2M berkembang secara eksponensial dari awal yang sederhana hingga menjadi fitur dominan dalam kehidupan kita sehari-hari. Membayangkan! Mesin tidak hanya bertransaksi satu sama lain dan platform lain seperti server dan manusia tetapi juga saling mengajar. Hal ini sudah terjadi pada fitur autopilot Tesla Model S. Pengemudi manusia bertindak sebagai guru ahli bagi mobil, tetapi mobil berbagi data ini dan belajar di antara mereka sendiri secara radikal meningkatkan pengalaman mereka dalam waktu yang sangat singkat. Saat ini, satu perangkat IoT bukanlah perangkat terisolasi yang harus mempelajari semuanya sendiri dari awal; hal ini juga dapat memanfaatkan pembelajaran massal yang dipelajari oleh perangkat IoT serupa lainnya di seluruh dunia. Ini berarti bahwa sistem cerdas IoT yang dilatih oleh pembelajaran mesin tidak hanya menjadi lebih pintar; mereka menjadi lebih pintar dari waktu ke waktu dalam tren eksponensial.

‘Pengajaran Mesin’ ini memiliki keuntungan besar karena mempersingkat waktu pelatihan yang diperlukan, mengabaikan kebutuhan akan data pelatihan yang sangat besar, dan memungkinkan mesin belajar sendiri guna meningkatkan pengalaman pengguna. Pengajaran Mesin ini terkadang dapat bersifat kolektif seperti mobil yang dapat mengemudi sendiri, berbagi dan belajar bersama dalam semacam sarang kolektif, atau dapat bersifat bermusuhan seperti dua mesin yang bermain catur melawan dirinya sendiri, satu mesin bertindak sebagai penipu dan mesin lainnya sebagai penipu. detektor dan sebagainya. Mesin tersebut juga dapat belajar sendiri dengan memainkan simulasi dan permainan melawan dirinya sendiri tanpa memerlukan mesin lain. AlphaGoZero telah melakukan hal itu. AlphaGoZero tidak menggunakan data pelatihan apa pun dan bermain melawan dirinya sendiri lalu mengalahkan AlphaGo yang merupakan AI yang telah mengalahkan pemain manusia Go terbaik di dunia (Go adalah versi catur Tiongkok yang populer). Perasaan yang dimiliki para grandmaster catur saat menonton permainan AlphaGoZero seperti ras alien super cerdas yang bermain catur.

Penerapannya sangat mengejutkan; pod terowongan berbasis hyperloop (kereta sangat cepat) yang berkomunikasi satu sama lain, kapal otonom, truk, seluruh armada drone yang beroperasi dengan kecerdasan gerombolan, dan kota yang hidup belajar dari dirinya sendiri melalui interaksi jaringan pintar. Hal ini bersama dengan inovasi lain yang terjadi pada revolusi industri keempat Kecerdasan Buatan dapat memberantas masalah kesehatan saat ini, banyak masalah sosial seperti kemiskinan absolut dan memungkinkan kita untuk menjajah Bulan dan Mars.

Selain IOTA, ada juga Dagcoin dan byteball yang tidak memerlukan blockchain. Baik Dagcoin dan byteball sekali lagi didasarkan pada DAG Directed Acrelic Graph seperti halnya 'kusut' IOTA. Keuntungan serupa dari IOTA berlaku secara kasar untuk Dagcoin dan byteball karena semuanya mengatasi keterbatasan blockhain saat ini. 

Pembelajaran mesin otomatis

Tentu saja ada konteks yang lebih luas terhadap otomatisasi di mana hampir semua bidang dicurigai dan tidak ada yang terbebas dari ketakutan akan kiamat AI. Ada juga sisi positif dari otomatisasi yang memungkinkan manusia mengeksplorasi 'bermain', bukan hanya bekerja. Untuk cakupan yang komprehensif, lihat artikel ini di futurisme.com

Terlepas dari hype dan kejayaan yang terkait dengan pemodel kuantitatif seperti ilmuwan data, aktuaris, quants, dan banyak lainnya, mereka menghadapi teka-teki yang ingin dipecahkan oleh kecerdasan mesin otomatis. Teka-tekinya adalah kesenjangan antara pelatihan mereka dan apa yang seharusnya mereka lakukan dibandingkan dengan apa yang sebenarnya mereka lakukan. Kenyataan suramnya adalah sebagian besar waktu tersita oleh pekerjaan monyet (pekerjaan yang dapat dilakukan oleh monyet mana pun dan bukan oleh manusia yang terlatih secara intelektual dan kompeten) seperti tugas yang berulang-ulang, menghitung angka, memilah data, membersihkan data, memahaminya, mendokumentasikan model. dan menerapkan pemrograman berulang (juga menjadi mekanik spreadsheet) dan memori yang baik untuk tetap berhubungan dengan semua matematika itu. Apa yang harus mereka lakukan adalah menjadi kreatif, menghasilkan wawasan yang dapat ditindaklanjuti, berbicara dengan pemangku kepentingan lainnya untuk mencapai hasil nyata berdasarkan data, menganalisis dan menghasilkan solusi ‘polymath’ baru terhadap permasalahan yang ada.

Kecerdasan mesin otomatis (AML) berupaya mengurangi kesenjangan besar ini. Daripada mempekerjakan tim yang terdiri dari 200 ilmuwan data, satu atau beberapa ilmuwan data yang menggunakan AML dapat memanfaatkan pemodelan cepat beberapa model secara bersamaan karena sebagian besar pekerjaan pembelajaran mesin sudah diotomatisasi oleh AML seperti analisis data eksplorasi, transformasi fitur, dan transformasi fitur. pemilihan algoritma, penyetelan parameter hiper, dan diagnostik model. Ada sejumlah platform yang tersedia seperti DataRobot, Google AutoML, Driverless AI H20, IBNR Robot, Nutonian, TPOT, Auto-Sklearn, Auto-Weka, Machine-JS, Big ML, Trifacta, dan Pure Predictive dan sebagainya. menghitung lusinan algoritma yang sesuai dalam waktu yang bersamaan untuk menemukan model optimal berdasarkan kriteria yang telah ditentukan. Baik itu algoritme pembelajaran mendalam atau algoritme streaming, semuanya diotomatisasi dengan rapi untuk menemukan solusi optimal yang sebenarnya kami minati.

Melalui cara ini, AML membebaskan ilmuwan data untuk menjadi lebih manusiawi dan tidak lagi menjadi kalkulator manusia-cyborg-Vulcan. Mesin didelegasikan untuk melakukan yang terbaik (tugas berulang, membuat model) dan manusia didelegasikan untuk melakukan yang terbaik (menjadi kreatif, menghasilkan wawasan yang dapat ditindaklanjuti untuk mendorong tujuan bisnis, menciptakan solusi baru, dan mengomunikasikannya). Saya tidak bisa mengatakan sekarang bahwa 'tunggu dulu, izinkan saya menjadi PhD atau ahli dalam Pembelajaran Mesin dalam 10 tahun dan kemudian saya akan menerapkan model ini; dunia saat ini bergerak terlalu cepat dan hal-hal yang relevan kini menjadi ketinggalan jaman dengan sangat cepat. Kursus berbasis MOOC yang serba cepat dan pembelajaran online sekarang jauh lebih masuk akal dalam masyarakat eksponensial saat ini dibandingkan dengan karir tetap yang biasa dilakukan oleh generasi sebelumnya.

AML diperlukan dalam perekonomian M2M karena algoritme perlu dikembangkan dan diterapkan dengan mudah dan dalam waktu singkat. Daripada algoritma yang membutuhkan terlalu banyak ahli dan membutuhkan waktu berbulan-bulan untuk mengembangkan modelnya, AML menjembatani kesenjangan waktu dan memungkinkan peningkatan produktivitas dalam penerapan AI pada situasi yang tidak terpikirkan sebelumnya.

Teknologi asuransi masa depan

Untuk membuat prosesnya lebih mulus, gesit, kuat, tidak terlihat, dan semudah bermain anak-anak, teknologi blockchain digunakan dengan kontrak pintar yang mengeksekusi dirinya sendiri ketika kondisinya terpenuhi. Model asuransi P2P baru ini menghilangkan pembayaran premi tradisional yang menggunakan dompet digital di mana setiap anggota memasukkan premi mereka ke dalam rekening jenis escrow hanya untuk digunakan jika klaim dibuat. Dalam model ini, tidak ada anggota yang memiliki eksposur lebih besar dari jumlah yang mereka masukkan ke dalam dompet digital mereka. Jika tidak ada klaim yang dibuat, semua dompet digital menyimpan uangnya. Semua pembayaran dalam model ini dilakukan menggunakan bitcoin sehingga mengurangi biaya transaksi. Teambrella mengklaim sebagai perusahaan asuransi pertama yang menggunakan model berbasis bitcoin ini. Memang Teambrella tidak sendirian. Ada banyak startup berbasis blockchain yang menargetkan asuransi peer to peer dan bidang aktivitas manusia lainnya. Beberapa dari mereka adalah:

1. Etherisc
2. asuransi
3. AIgang
4. Kehidupan Rega
5. Sedikit Kehidupan dan Kepercayaan
6. Persatuan Matriks Commons

Oleh karena itu, banyak kebijaksanaan orang banyak yang digunakan dalam hal ini sebagai perusahaan asuransi.Belajar dari orang-orang, rencana dengan orang-orang, Dimulai dengan apa yang mereka miliki Dan Dibangun berdasarkan apa yang mereka ketahui’(Lao Tze).

Alih-alih seorang aktuaris yang memaksimalkan keuntungan bagi para pemegang saham, terisolasi dari kenyataan yang ada, kurang berperan dalam permainan, dan memiliki akses yang jauh lebih sedikit terhadap kesadaran (yaitu, data) orang-orang dibandingkan dengan rekan-rekan mereka, rekan-rekan ini memberdayakan masyarakat dan memanfaatkan masuk ke dalam hikmah mereka (daripada hikmah dari buku) yang jauh lebih baik. Juga tidak ada praktik penetapan harga yang tidak adil di sini seperti penilaian berdasarkan gender, pengoptimalan harga yang membebankan biaya lebih tinggi jika Anda kecil kemungkinannya untuk beralih ke perusahaan asuransi lain dan sebaliknya. Perusahaan asuransi raksasa tidak bisa mengenal Anda lebih dari rekan-rekan Anda, sesederhana itu.

Asuransi peer-to-peer yang sama juga dapat dilakukan pada buku besar terdistribusi berbasis non-blockchain seperti IOTA, Dagcoins, dan Byteballs dengan manfaat teknologi tambahan dari buku besar baru ini dibandingkan blockchain saat ini. Startup tokenisasi digital ini mempunyai janji untuk secara radikal menciptakan kembali model bisnis di mana transaksi, pengumpulan, dan hampir semua hal dilakukan untuk komunitas dan oleh komunitas dengan cara yang otomatis dan dapat dipercaya tanpa perantara yang menindas seperti pemerintah, bisnis kapitalis, institusi sosial, dan sebagainya. Asuransi Peer to Peer hanyalah salah satu bagian dari keseluruhan program.

Kontrak pintar memiliki ketentuan bawaan yang secara otomatis terpicu ketika keadaan darurat terjadi dan klaim dibayar secara instan. Kebutuhan besar akan angkatan kerja dengan kualifikasi tinggi namun pada dasarnya melakukan pekerjaan administrasi dihilangkan sama sekali untuk membangun organisasi otonom yang ramping di masa depan. Perantara 'pemegang saham' yang menindas dapat dihindari, artinya kepentingan konsumen ditindaklanjuti dengan memberikan kemudahan, harga murah, dan dukungan pelanggan yang baik. Dalam pengaturan peer to peer ini, manfaatnya diberikan kepada masyarakat, bukan kepada pemegang saham. IoT menyediakan sumber data utama ke kumpulan ini untuk mengembangkan protokol kapan harus melepaskan pembayaran klaim dan kapan tidak. Tokenisasi yang sama berarti bahwa siapa pun di mana pun dapat memiliki akses ke kumpulan asuransi tanpa dibatasi oleh geografi dan peraturan.