Aviva, una de las más antiguas y reconocidas compañías de seguros, ha dado un importante paso en la vanguardia tecnológica con la implementación de una plataforma MLOps completamente sin servidores. En su misión por innovar y mejorar sus servicios para más de 33 millones de clientes en 16 países, Aviva ha adoptado el aprendizaje automático y la inteligencia artificial para optimizar sus procesos operativos.
La empresa ha contado con el respaldo de Amazon Web Services (AWS) para desarrollar esta plataforma utilizando el Marco de MLOps Empresarial de AWS y Amazon SageMaker. Esta infraestructura no solo incorpora las mejores prácticas de DevOps al ciclo de vida del aprendizaje automático, sino que también estandariza el desarrollo y el despliegue de modelos, garantizando un monitoreo constante de su rendimiento en producción.
Las organizaciones enfrentan un desafío significativo al implementar modelos de aprendizaje automático a gran escala. Un estudio de Gartner revela que alrededor del 47% de estos proyectos no llegan a producción. Sin embargo, Aviva, que procesa unos 400,000 reclamos de seguros anualmente, ha logrado superar estas barreras para soportar una creciente carga de trabajo.
Un ejemplo destacado del éxito de esta plataforma es el caso de uso conocido como «Remedy», un sistema que gestiona reclamaciones de automóviles evaluando si califican como pérdidas totales o si son reparables. Usando datos precisos sobre costos de reparación y valores de mercado, el sistema ofrece recomendaciones a los manejadores de reclamos, optimizando así la toma de decisiones.
El éxito de «Remedy» no solo ha demostrado la eficacia de la nueva plataforma, sino que también ha establecido un modelo para futuros desarrollos. La plataforma MLOps de Aviva se basa en una arquitectura modular integrada por bloques que van desde redes hasta plantillas de proyectos de Amazon SageMaker. Estos bloques son implementados en distintas cuentas de AWS asignadas para desarrollo, pruebas y producción, asegurando la consistencia en todo momento.
El flujo de trabajo del modelo de inferencia combina predicciones, datos externos y lógica de negocios para crear recomendaciones detalladas. Esto garantiza que cada decisión esté respaldada por un análisis exhaustivo y preciso.
Gracias a esta transformación, Aviva no solo ha logrado implementar una solución rentable al reducir los costos de infraestructura en un 90% en comparación con su antigua solución de ML, sino que además ha acelerado el despliegue de cientos de casos de uso en semanas en vez de meses. Este avance refuerza su capacidad para innovar y adaptarse dentro del dinámico sector de servicios financieros.
