소셜 네트워크

AI

글로벌 칩 부족은 자동차보다 더 많은 영향을 미칩니다

화신

게재

on

엔터프라이즈 AI 및 데이터에서 가장 중요한 주제에 대해 Transform 2021에 참여하십시오. 자세히 알아보기.


(로이터) — 자동차 배송 지연에서 가전 제품 공급 부족, 값 비싼 스마트 폰에 이르기까지 전 세계의 기업과 소비자는 반도체 마이크로 칩의 전례없는 부족.

이 부족은 작년 COVID-19 대유행 기간 동안 공장을 폐쇄 한 자동차 제조업체가 칩 공급을 위해 확대되는 가전 제품 산업과 경쟁하면서 여러 요인이 합쳐져 발생했습니다.

소비자는 대유행 기간 동안 노트북, 게임 콘솔 및 기타 전자 제품을 비축하여 재고가 부족해졌습니다. 그들은 또한 지난 봄 업계 관계자들이 예상했던 것보다 더 많은 자동차를 구입하여 공급을 더욱 압박했습니다.

중국 기술 기업에 대한 제재는 위기를 더욱 악화시켰다. 원래 자동차 산업에 집중되어 있던 부족은 이제 스마트 폰, 냉장고 및 전자 레인지를 포함한 다양한 가전 제품으로 확산되었습니다.

생산에 칩을 사용하는 모든 회사와 공황 구매 재고를 확보하기 위해 부족은 용량을 압박하고 거의 모든 마이크로 칩 중 가장 저렴한 부품의 비용을 증가시켜 최종 제품의 가격을 상승시킵니다.

자동차

자동차는 더 나은 연비를위한 엔진의 컴퓨터 관리부터 비상 제동과 같은 운전자 보조 기능에 이르기까지 모든 것에 칩에 점점 더 의존하고 있습니다.

위기로 인해 많은 사람들이 수익성이 낮은 차량의 생산을 줄였습니다. General Motors Co와 Ford Motor Co는 Volkswagen AG, Subaru Corp, Toyota Motor Corp 및 Nissan Motor Co를 포함한 다른 자동차 제조업체와 합류하여 생산량을 줄이겠다 고 말한 대형 자동차 제조업체 중 하나입니다.

데이터 회사 IHS Markit에 따르면 자동차 반도체 칩의 부족은 1.3 분기에 전세계 경 자동차 생산량의 약 XNUMX 만 대에 영향을 미칠 수 있습니다.

IHS는 세계 자동차 용 마이크로 컨트롤러 시장의 30 %를 차지하는 르네사스 일렉트로닉스 (Renesas Electronics Corp) 소유의 일본 칩 제조 공장에서 화재가 발생 해 상황이 악화됐다고 밝혔다.

텍사스의 혹독한 겨울 날씨로 인해 삼성 전자, NXP 반도체, 인피니언은 일시적으로 공장을 폐쇄했습니다. Infineon과 NXP는 주요 자동차 칩 공급 업체이며 분석가들은 이러한 혼란이 병든 부문의 부족분을 더할 것으로 예상합니다.

아시아 스퀴즈

압박의 근원은 대부분 아시아 기업이 소유하고있는 8 인치 칩 제조 공장에 대한 투자 부족으로, 이는 예상보다 빠르게 5G 휴대폰 및 노트북에 대한 수요가 증가함에 따라 생산량을 늘리는 데 어려움을 겪고 있음을 의미합니다.

삼성 휴대폰에 칩이 탑재 된 Qualcomm Inc는 수요를 맞추기 위해 고군분투하는 주요 칩 제조업체 중 하나입니다. Apple Inc의 주요 공급 업체 인 Foxconn은 또한 칩 부족이 고객 공급망에 영향을 미친다고 경고했습니다.

대부분의 칩 생산은 현재 아시아에서 이루어지며, 대만 반도체 제조 유한 회사 (TSMC) 및 삼성과 같은 주요 계약 제조업체가 수백 개의 다른 칩 회사의 생산을 처리합니다. 미국 반도체 회사는 글로벌 칩 매출의 47 %를 차지하지만 글로벌 제조의 12 %만이 미국에서 이루어집니다.

그것에 대해 무슨 일이 일어나고 있습니까?

웨이퍼를 생산하는 공장은 건설하는 데 수백억 달러가 들며, 복잡한 도구를 테스트하고 검증하는 데 용량을 확장하는 데 최대 XNUMX 년이 걸릴 수 있습니다.

조 바이든 미국 대통령은 미국에서 칩 제조를 강화하기위한 입법을 위해 37 억 달러의 자금을 모색했습니다.

현재 미국에 XNUMX 개의 새로운 공장이 있으며, XNUMX 개는 Intel Corp이, XNUMX 개는 애리조나에있는 TSMC가, 다른 하나는 텍사스에있는 삼성이 있습니다.

중국은 또한 서구 기술에 대한 의존도를 줄이기 위해 칩 산업에 무수한 보조금을 제공했습니다.

VentureBeat

VentureBeat의 사명은 기술 의사 결정권자가 혁신적인 기술과 거래에 대한 지식을 습득 할 수있는 디지털 타운 스퀘어가되는 것입니다. 당사 사이트는 데이터 기술 및 전략에 대한 필수 정보를 제공하여 조직을 이끌 때 안내합니다. 다음에 액세스 할 수 있도록 커뮤니티의 일원이되도록 귀하를 초대합니다.

  • 관심있는 주제에 대한 최신 정보
  • 뉴스 레터
  • 금지 된 사고 리더 콘텐츠 및 다음과 같은 소중한 이벤트에 대한 할인 된 액세스 변환 2021: 더 알아보기
  • 네트워킹 기능 등

회원 가입

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://venturebeat.com/2021/04/01/global-chip-shortage-affects-more-than-cars/

인공 지능

EML & Frollo는 대출 기관과 핀 테크가 호주 최초의 오픈 뱅킹 결제 플랫폼에 대한 조기 액세스를 제공하는 돈의 미래를 밝힙니다.

화신

게재

on

EML & Frollo는 대출 기관과 핀 테크가 호주 최초의 오픈 뱅킹 결제 플랫폼에 대한 조기 액세스를 제공하는 돈의 미래를 밝힙니다.

EML Payments Limited (ASX : EML) (S & P / ASX 200) 와 프롤로 EML Nuapay 제품군의 발표로 재무 역사를 만들었습니다. 오픈 뱅킹, 개인 금융 관리 및 지불의 최신 혁신을 사용자 정의 가능한 솔루션으로 결합하여 빠르게 성장하는 네오 렌더와 네오 뱅크를위한 전체 사용자 여정을 간소화, 향상 및 개인화합니다. 많은 사용 사례 중에서 파괴적인 듀오는 대출 여정에서 마찰을 제거하고 즉각적인 결정과 금전적 접근을 가능하게합니다.

오픈 뱅킹은 기존의 뱅킹에 대한 항의로 해석 될 수 있으며, 소비자를 통제하고 금융 기관과보다 건전한 관계를 재창조합니다. EML Nuapay는 Frollo의 결제 혁명이며 고객에게 코드 없음, 낮은 코드 및 완전히 사용자 정의 가능한 API 솔루션 중에서 선택할 수있는 기능을 제공합니다.

Frollo의 설립자 겸 CEO Gareth Gumbley 말 : ”우리는 Open Banking이 전 세계 소비자에게 게임 체인저가되어 재정 개선에 도움이 될 것이라고 믿습니다. 우리는이 기회를 인식하고이를 실현하는 데 도움이 될 수있는 EML의 파트너를 발견하게되어 기쁩니다. Nuapay는 시장을 선도하는 오픈 뱅킹, 결제 및 개인 금융 관리 기능을 완벽하게 사용자 정의 할 수있는 솔루션에 통합함으로써 대출 기관과 FinTech에게 고객 경험을 다음 단계로 끌어 올릴 수있는 간단한 방법을 제공 할 수 있습니다. "

Sarah Bowles, EML의 그룹 최고 제품 책임자 정해진: ”EML 팀은 금융 산업을 뒤 흔드는 지불 혁명에서 Open Banking의 리더 인 Frollo와 협력하게 된 것을 기쁘게 생각합니다. 우리는 마찰을 제거하고, 소비자가 돈에 대해 더 잘 느끼도록 돕고,이 혁명을 주도하는 핀 테크가 신속하고 전 세계적으로 확장 할 수 있도록 돕는 공동 임무를 수행하고 있습니다. Frollo보다 더 좋은 파트너는 없습니다. 소비자에게 우수한 경험을 제공하기위한 기술, 노하우 및 재능은 우리가 가장 기대하는 것입니다. "

주요 특징들

  •   즉각적인 현금 : 오픈 뱅킹 데이터와 EML의 가상 선불 카드를 사용하여 대출 승인 및 지급 프로세스가 며칠에서 단 몇 분으로 단축되어 비용이 많이 들고 전통적인 제공 업체의 수동 수표가 필요 없습니다.
  •   자금 관리 : 개인 금융 관리 기능을 포함한 시장을 선도하는 뱅킹 앱입니다.
  •   비상 버퍼 : 신속하게 돌아가서 거래를 할부 대출로 전환하는 기능.
  •   지출 제어 : AI 트랜잭션 분류를 사용하여 실시간으로 지출을 제어하고 특정 자금 버킷에 대한 예산 한도를 설정합니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://www.fintechnews.org/eml-frollo-unveil-the-future-of-money-giving-lenders-fintechs-early-access-to-australias-first-ever-open-banking-payments- 플랫폼 -2 /

계속 읽기

AI

재구성 가능성이 AI 에지 추론 처리량에 필수적인 이유

화신

게재

on

신경망이 가장 빠르게 실행 되려면 기본 하드웨어가 모든 계층에서 효율적으로 실행되어야합니다. YOLO, ResNet 또는 Inception과 같은 아키텍처를 기반으로하는 CNN의 추론을 통해 워크로드는 정기적으로 메모리 병목 현상에서 컴퓨팅 리소스 병목 현상으로 전환됩니다. 각 컨볼 루션 계층을 자체 미니 워크로드로 생각할 수 있으므로 추론 솔루션의 과제는 이러한 모든 미니 워크로드가 모두 효율적으로 실행되도록하는 것입니다. 극한의 계산 강도 (필터가 거의 없거나 많은 필터가있는 레이어)를 모두 처리하여 추론의 변화하는 요구 사항에 적응할 수있는 아키텍처를 갖는 것은 최상의 성능을 얻는 데 중요합니다.

지난 블로그 게시물에서 논의했듯이 컴퓨팅 대 메모리 액세스 비율이 서로 다른 컨볼 루션간에 극적으로 변할 수 있기 때문에 모든 컨볼 루션이 동일하지는 않습니다. 경험상 필요한 바이트에 대한 컴퓨팅 작업의 비율은 컨볼 루션 계층의 필터 수에 의해 설정됩니다. 다른 방식으로 생각하면 단일 레이어에서 더 많은 기능을 찾을수록 계산을 수행하기 위해 액세스 한 데이터를 더 많이 재사용하게됩니다.

아래 차트에서 우리는 몇 가지 다른 모델에 대해 각각 많은 다른 컨볼 루션을 가지며 이러한 컨볼 루션은 모두 메모리 스펙트럼에 대한 컴퓨팅 작업의 서로 다른 지점에 있음을 알 수 있습니다. 또한 대부분의 컨볼 루션은 각 모델에 고유하므로 한 모델을 실행할 수 있다고해서 다른 모델을 실행할 수 있다는 의미는 아닙니다! 대신 모든 종류의 모델을 처리 할 수있을만큼 유연한 아키텍처를 찾는 것이 좋습니다.

미래 보장 및 컴파일러의 역할

보다 최적의 데이터 경로를 제공하는 것 외에도 유연한 아키텍처는 모델의 향후 버전을 수용 할 수있는 이점도 제공합니다. 모델이 발전함에 따라 그 아래의 아키텍처도 진화해야합니다. 재구성 가능한 컴퓨팅은 수명이 길고 반복적 인 업데이트가있는 모든 애플리케이션에 필수이며, 이는 에지 또는 임베디드 장치에서 찾을 수있는 것입니다. 이러한 유연성 덕분에 기본 하드웨어가 지원할 수 있는지 여부에 대해 걱정하지 않고 현장에서 모델을 업데이트 할 수 있습니다.

궁극적으로 기본 하드웨어를 재구성하는 기능은 이미 모델의 최대 정확도를 달성하는 데 초점을 맞추고있는 개발자에게 노출 될 필요가 없습니다. 대신 우수한 에지 추론 솔루션에는 기본 하드웨어의 재구성 가능성을 자동으로 활용할 수있는 강력한 컴파일러가 포함되어 딥 러닝 엔지니어가 최대 성능을 달성하는 데 필요한인지 부하를 줄여야합니다. 성능 극대화 및 향후 지원 보장과 같은 재구성 가능한 컴퓨팅의 이점은 하드웨어와 동기화하여 개발 된 컴파일러 스택에 의해서만 잠금 해제 될 수 있습니다.

요약하면, 에지 추론 워크로드에 대한 최고의 성능을 찾고 있다면 재구성 가능한 컴퓨팅 플랫폼의 이점을 활용할 수있는 성숙한 컴파일러를 사용하여 유연한 하드웨어에 구축 된 솔루션을 찾아야합니다.

Vinay Mehta

  (모든 게시물)
Vinay Mehta는 Flex Logix의 추론 기술 마케팅 관리자입니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://semiengineering.com/why-reconfigurability-is-essential-for-ai-edge-inference-throughput/

계속 읽기

AI

하드웨어 신뢰 기반으로 AI / ML 보안

화신

게재

on

AI / ML (인공 지능 / 머신 러닝)은 이제 모든 산업 분야에 널리 퍼져 있습니다. 이는 현재의 방대한 디지털화 물결에 의해 제공되는 엄청난 양의 정보를 합리화하고 활용하는 데 기여합니다. 디지털화는 비즈니스 운영 방식과 디지털 기술을 사용하여 가치가 생성되는 방식을 변화시키고 있습니다. AI / ML 및 딥 러닝 알고리즘의 원료 인 데이터는 이제 비즈니스 운영의 모든 측면에서 상당한 양으로 제공됩니다.

AI 운영은 일반적으로 교육과 추론이라는 두 가지 필수 기능으로 나뉩니다. 훈련은 교통 비디오에서 자동차를 인식하는 방법과 같은 특정 작업을 수행하는 방법을 모델에 가르치는 것에 해당하며, 추론은 학습 한 내용을 실제 상황에 적용하는 신경망의 능력을 의미합니다. 실제 트래픽 비디오 피드. 전통적으로 훈련 단계 (AI 알고리즘의 매개 변수 구성 및 설정으로 구성됨)와 추론 단계 (실제 데이터와 함께 구성된 AI 알고리즘 사용으로 구성됨)가 모두 데이터 센터에서 발생했지만 오늘날에는 추론이 자주 발생합니다. 에지, 게이트웨이 또는 최종 장치에서 수행됩니다.

AI / ML은 엄청난 가치를 창출 할 것을 약속합니다. PWC 및 McKinsey와 같은 기업은 AI가 13 년까지 세계 경제에 2030 조 달러 이상을 추가 할 것이라고 예견했습니다.이 엄청난 가치를 감안할 때 적들이 중요한 AI 자산을 타협하거나 훔치려는 동기는 엄청납니다. 결론은 보안이 AI / ML 운영의 미션 크리티컬 우선 순위라는 것입니다.

보안 위험과 사이버 공격이 발생할 수있는 위치를 인식하려면 AI 워크 플로를 이해하는 것이 중요합니다. 훈련 세션 전에 선택한 AI 모델에 대해 데이터를 처리, 트리밍 및 수정해야합니다. 적절한 훈련 데이터 세트를 선택하고 적절한 데이터 준비를 수행하는 것은 매개 변수에 직접적인 영향을 미치기 때문에 모델의 정확성과 견고성에 기여하기 때문에 매우 중요합니다. 훈련 세트를 예기치 않게 수정하면 모델이 손상 될 수 있습니다. 모델을 학습하면 선택한 AI 프레임 워크에 특정한 형식으로 저장된 매개 변수 및 모델 특성 세트가 생성됩니다. 위에서 언급 한 프로세스의 모든 측면은 누군가의 지적 재산과 관련이 있거나 교육 데이터와 관련된 개인 정보 보호 문제로 인해 보안에 민감합니다.

위에서 설명한 프로세스의 결과는 특정 AI 형식으로 저장되어 예측 또는 분류를 수행하는 데 사용됩니다. 모델은 장치에서 실행되는 프로세서에 의해 구동되는 추론 엔진으로 수집됩니다. 장치는 데이터, 이미지, 비디오 또는 음성을 수집하여 예측을 수행하는 추론 엔진으로 스트리밍합니다. 이 과정에서도 관련된 모든 자원을 엿보는 눈으로부터 보호해야합니다. 예측을 혼동시키고 잘못된 분류를 만드는 적대적 공격과 같은 AI 추론에 대한 알려진 보안 공격이 존재합니다.

AI / ML 자산에 대한 위협은 많으며 데이터 중독, 적대적 공격, 데이터 절도, 파이프 라인 변조, 모델 절도, 모델 추출 및 윤리적 오용을 포함합니다. 훈련 데이터 중독에는 손상된 데이터를 훈련 세트에 삽입하여 모델의 성능을 저하시키는 것이 포함됩니다. 적대적 공격은 모델에 액세스하여 모델을 테스트하고 잘못 분류하는 데 사용할 수있는 데이터의 아티팩트를 식별하는 목표로 약점을 찾을 때 발생합니다. 교육 및 추론 데이터는 모두 지적 재산권 및 개인 정보 보호 권한을 침해하여 도난 당할 수 있습니다. 마찬가지로 리버스 엔지니어링을 통해 모델을 도난 당하거나 추출 할 수 있습니다. 교육은 일반적으로 물리적 보안이 강화 된 데이터 센터에서 이루어 지지만 사이버 공격은 여전히 ​​위협입니다. 최종 장치에 점점 더 많이 배포되는 추론의 경우 AI / ML 자산은 말 그대로 리버스 엔지니어링 랩으로 이동하거나 이동할 수 있습니다.

AI / ML 자산을 보호하려면 하드웨어에 기반을 둔 신뢰 기반을 기반으로하는 다 계층 보안 전략이 필요합니다. 장치의 복잡성에 따라 하드웨어 신뢰 루트는 컴팩트 한 상태 시스템 아키텍처에서 완전히 프로그래밍 가능한 보안 코 프로세서에 이르기까지 다양 할 수 있습니다. 하드웨어 신뢰 루트는 AI 워크로드 및 자산을 보호하는 데 필요한 기밀성, 무결성 및 신뢰성을 제공합니다.

사용 사례로 보안 부팅을 사용합니다. 신뢰의 루트는 AI 가속기의 보안 부팅을위한 펌웨어의 무결성을 보장합니다. 또한 다른 모든 AI 인프라 구성 요소에서 사용하는 펌웨어 이미지의 무결성을 확인할 수 있습니다. 보안 펌웨어 검증을 사용하여 시스템은 AI 노드에로드 된 모델이 의도 된 모델이고 수정되지 않았 음을 확인할 수 있습니다.

AI / ML에 대한 더욱 구체적인 것은 훈련 알고리즘, 훈련 데이터 세트 및 추론 모델의 보호입니다. 모델 및 데이터 해싱은 유효한 인스턴스 만 시스템에로드되도록합니다. 모델 및 데이터의 암호화는 이러한 자산을 도난 또는 변조로부터 보호합니다. 신뢰의 루트는 이러한 중요한 AI / ML 자산을 적으로부터 보호하는 이러한 암호화 서비스를 제공합니다.

Rambus는 IoT 장치에 적합한 루트 오브 트러스트 솔루션과 강력한 AI 교육 가속기 및 그 사이의 모든 것을 제공합니다. 모든 루트 오브 트러스트 솔루션은 FIPS 140-2 인증을 받았으며 최첨단 변조 방지 보호 기능을 제공하여 사이드 채널 및 리버스 엔지니어링 공격으로부터 보호합니다. AI / ML에 의해 생성 된 가치가 기하 급수적으로 증가함에 따라 설계자는 AI 자산을 보호 할 수 있습니다.

추가 자료 :

티에리 쿠톤

  (모든 게시물)
Thierry Kouthon은 Rambus Security의 기술 제품 관리자입니다.

코인 스마트. 유로파 최고의 비트 코인-보르 스
출처 : https://semiengineering.com/securing-ai-ml-with-a-hardware-root-of-trust/

계속 읽기

AI

Shift Technology, AI로 보험 사기를 방지하기 위해 $ 220 억 이상의 가치로 1 억 XNUMX 천만 달러 모금

화신

게재

on

보험 제공 업체는 Lemonade, Alan, Clearcover, Pie와 같은 신생 기업이 계속해서 기술을 적용하여 사람과 기업이 금융 보안을 통해 위험을 완화 할 수 있도록 비즈니스를 구축하는 방법을 재고하고 있지만 사라지지 않은 한 가지 문제는 사기입니다. . 오늘 프랑스의 한 스타트 업이 AI 기술을 감지하고 예방하는 데 도움이되도록 기존 및 신규 보험 제공 업체를 위해 구축 한 AI 기술에 대한 일부 자금을 발표했습니다.

시프트 기술는 보험사에 보험사에 청구 사기, 청구 자동화, 인수, 대위 탐지, 금융 범죄 감지 등 다양한 사용 사례에서 사기 시나리오를 스캔하고 자동으로 플래그를 지정하는 일련의 AI 기반 SaaS 도구를 제공하여 220 억 XNUMX 천만 달러를 모금했습니다. 이미 강세를 보이고있는 재산 및 상해 보험 시장에서 확장하고 건강으로 확장하고 미국에서 사업 성장을 두 배로 늘리기 위해 사용할 자금 여행 보험 부문.

이 시리즈 D는 Avenir 등의 참여로 Advent Tech를 통해 Advent International을 이끌고 있습니다. Accel, Bessemer Venture Partners, General Catalyst 및 Iris Capital — 모두 2019 년 Bessemer가 이끄는 Shift의 시리즈 C — 또한 참여했습니다. 이번 라운드를 통해 파리와 보스턴에 본사를 둔 Shift Technology는 현재 약 320 억 1 천만 달러를 모금했으며 현재 XNUMX 억 달러가 넘는 가치가 있음을 확인했습니다.

이 회사는 현재 Generali France와 Mitsui Sumitomo를 포함한 100 개국에 걸쳐 약 25 명의 고객을 보유하고 있으며, 이미 XNUMX 억에 가까운 클레임, 작동 방식을 개선하기 위해 머신 러닝 알고리즘을 제공하는 데이터를 분석했다고 말합니다.

그러나 Shift가 해결하고있는 도전 (또는 기회)은 훨씬 더 큽니다. 미국의 비영리 단체 인 보험 사기 방지 연합은 다음과 같이 추정합니다. 최소 80 억 달러의 사기 청구 미국에서만 매년 만들어 지지만 그 수치는 상당히 높을 가능성이 높습니다. 아이러니하게도 한 가지 문제는보다 가상화 된 프로세스로의 이동으로, 클레임 제출 및 정보 퍼징의 허점을 악용하는 악의적 인 행위자에게 문을 열었습니다.

이 문제를 해결하는 데있어 Shift만이 아닙니다. 전 세계적으로 보험 사기 탐지 시장은 2.5 년에 2019 억 달러의 가치가있을 것으로 추정되었으며 가치가있을 것으로 예상됩니다. 8 년까지 2024 억 달러.

Brightcore 및 Guidewire와 같은 청구 관리 기술 분야의 다른 기업들과 더불어, 많은 insuretech 신생 기업들이 자체 AI 기반 사기 방지를 구축하고 있으며, 다른 사기 방지 기술이 등장 할 가능성이 매우 높습니다. 금융 범죄로부터 보호하기 위해 핀 테크로 구축 된 서비스는 두 가지 작업 방식과 규정 준수 문제가 모두 직면하는 메커니즘이 매우 밀접하게 연계되어 있기 때문에 보험으로 이동합니다.

“전체 Shift 팀은이 회사를 구축하고 보험사에 직원들이 보험 계약자를 위해 최선을 다할 수 있도록 지원하는 데 필요한 기술 솔루션을 제공하기 위해 지칠 줄 모르는 노력을 기울였습니다. 우리는 Advent International과 파트너 관계를 맺게되어 매우 기쁩니다. 그들의 상당한 부문 전문성과 글로벌 범위를 감안할 때 이번 최신 투자를 통해 또 다른 큰 진전을 이루고 있습니다.”라고 Shift Technology의 CEO 겸 공동 설립자 인 Jeremy Jawish는 성명서에서 말했습니다. "우리는 AI 기반 의사 결정 자동화 및 최적화가 보험 정책 수명주기를 주도하는 중요한 프로세스에 적용될 때 가능한 일의 표면에 불과했습니다."

후원자들에게 Shift의 핵심 포인트 중 하나는 이전 제공 업체가 마진을 개선하고 새로운 플레이어가 구축 한 기술과 더 잘 경쟁 할 수있는 더 많은 도구와 서비스를 제공하도록 돕는 것입니다.

Advent 이사 인 Thomas Weisman은 성명에서 "2014 년에 설립 된 이래로 Shift는 복잡한 보험 세계에서 명성을 얻었습니다."라고 말했습니다. “Shift의 고급 SaaS 제품군은 보험사가보다 안전하고 자동화 된 방식으로 수동 및 종종 시간이 많이 걸리는 청구 프로세스를 재구성하는 데 도움이됩니다. 우리는이 흥미로운 회사의 차세대 성장 물결에 동참하게 된 것을 자랑스럽게 생각합니다.”

코인 스마트. 유로파 최고의 비트 코인-보르 스
Source: https://techcrunch.com/2021/05/05/shift-technology-raises-220m-at-a-1b-valuation-to-fight-insurance-fraud-with-ai/

계속 읽기
블록체인3 일 전

이더 리움이 처음으로 3,000 달러에 도달했으며 이제 뱅크 오브 아메리카보다 커졌습니다.

블록체인3 일 전

Munger 'Anti-Bitcoin'과 Buffett 'Annoyance'가 암호화 산업을 향하여

블록체인5 일 전

비트 코인 채굴 자들은 1.7 월 동안 XNUMX 억 달러의 수익을 올렸습니다.

블록체인5 일 전

모두를위한 블록 체인 및 자유

AI5 일 전

이번 주 웹에서 제공하는 멋진 기술 이야기 (1 월 XNUMX 일까지)

블록체인1 일 전

Changpeng Zhao에 따르면 Ethereum의 최근 ATH 랠리 이유

노름4 일 전

새로운 포켓몬 스냅 : 모든 위치를 잠금 해제하는 방법 | 완료 가이드

블록체인4 일 전

BNY Mellon, Bitcoin에 투자하는 회사의 주식을 소유하지 않은 것을 후회

블록체인1 일 전

마이닝 비트 코인 : 비트 코인 채굴 방법

블록체인8 시간 전

Chiliz 가격 예측 2021-2025 : $ 1.76 2025 년 말까지

블록체인1 일 전

마이닝 비트 코인 : 비트 코인 채굴 방법

Fintech4 일 전

Telcoin, 호주에서 송금 작업 시작

자동차4 일 전

Ford Mach-E Co-Pilot360 드라이버 모니터링 시스템은 최대한 빨리 업데이트해야합니다.

블록체인5 일 전

Thiel Capital 디렉터 : "비트 코인의 단기 손실로 인해 비트 코인에 사로 잡히지 마십시오"

블록체인4 일 전

마이닝 비트 코인 : 비트 코인 채굴 방법

AR / VR4 일 전

VR을 탐색하는 클릭 베이트 기사의 위험성

비행4 일 전

영국 항공 기내에서 무질서하게 행동 한 후 벌금형 TV 스타들

블록체인4 일 전

트레이더가 알아야 할 이더 리움의 장기적인 ROI 잠재력은 다음과 같습니다.

Fintech2 일 전

말하는 핀 테크 : 고객 경험과 생산성 혁명

AI5 일 전

1,000 명 이상의 인간이 최고의 크로스 워드 전투에서 AI 경쟁자를 이기지 못했습니다.

인기순