“Untuk dapat meningkatkan operasional dan platform Qoala, termasuk untuk tujuan manajemen polis asuransi dan validasi dokumen, kami membutuhkan fondasi berupa infrastruktur teknologi yang dapat diskalakan. Ini yang dapat disediakan oleh AWS,” paparnya.
Pada kesempatan yang sama, Satya Walpresa, Head of Data Qoala, menambahkan, seiring meningkatnya permintaan terhadap asuransi, baik pelanggan maupun mitra penyedia asuransi Qoala menuntut kenyamanan lebih dalam setiap proses.
Salah satu proses yang paling memakan waktu dan tenaga jika dilakukan secara manual adalah pengecekan (assessment) bagian kendaraan sebelum dilanjutkan ke pengajuan klaim asuransi. Tanpa machine learning, masing-masing foto kerusakan harus dipelajari satu per satu.
Qoala pun menggunakan Amazon SageMaker untuk mengenali dan menghitung tingkat kerusakan pada masing-masing bagian mobil. Satya mengatakan tim melatih model machine learning-nya menggunakan sampel yang diperoleh dari lebih dari 1.000 jenis mobil.
Kegiatan ini dapat diselesaikan hanya dalam hitungan jam. Selain itu, fitur auto-scaling pada Amazon SageMaker juga memampukan Qoala untuk fokus pada bagian-bagian mobil yang umum. Sementara bagian-bagian yang jarang mengalami kerusakan hanya perlu diperhatikan sesekali.
