[发明专利]基于人工智能的风险和知识管理

说明书

本公开的实施例涉及基于人工智能的风险和知识管理。描述了基于人工智能的风险和知识管理分析的示例。在示例实现中，数据分析器可以获取与和风险管理工具相关联的实体有关的实体数据。实体数据可以包括从IoT设备和/或风险控制和知识管理数据库获取的数据。实体数据可以由智能风险管理代理处理，以执行各种风险控制和知识管理任务，诸如索赔处理、通知生成、风险管理工具的公式化以及协助代理、用户和组织。例如，索赔处理可以包括从数据库标识相似案例。通知生成可以包括关于参考参数的分析。风险管理工具的公式化可以包括：关于来自多个域的实体数据和/或各种外部因素的分析。

技术领域

本公开的实施例涉及基于人工智能的风险和知识管理。

背景技术

通常，为了防止可能由于诸如例如房地产、车辆和其他有价值物品等资源的损坏而导致的经济损失，由各种组织提供了各种风险管理工具。风险管理工具可以是涉及终端用户(即，希望防止这样的损坏的用户以及提供这种风险管理工具的组织)的合同的形式。可以由组织基于用户的需求和要求以及组织对用户的评估来向用户提供一个或多个风险管理工具。

在资源损坏的情况下，用户可以要求赔偿，以补偿可能由于损坏而发生的经济损失。这样的损失可以是财务损失，或者可以降低为财务项。组织在接收到这样的索赔结算请求时可以评估对资源的损坏程度；并且基于风险管理工具的条件来确定相应的损失并且赔偿用户。

确定合适的风险管理工具和随后的损坏评估的过程通常是复杂的、麻烦的、要求熟练的技工/工人，并且易于出错。例如，如果选择了不适当的风险管理工具，则可能无法充分涵盖用户，或组织可能必须承担费用，这些费用在为用户智能地选择风险管理工具的情况下本来可以避免。同样，损坏评估涉及对对资源的物理分析，这可能受到人力资源或其有限的知识和技能的限制。在不适当的损坏评估的情况下，组织可能必须补偿不存在的损失，或者用户可能未得到应有补偿。

此外，监督控制和数据采集(SCADA)系统和网络被应用作为角落栏(corner bar)，作为在风险管理域内收集和分析数据的方式。然而，这种系统也可能具有某些缺点和限制。网络和SCADA系统可以是无线网络、有线网络或其组合。可以理解，这样的网络包括各种网络设备，包括路由器、网桥、服务器、计算设备、存储设备等。在这种基础设施和网络组织中，网络和SCADA系统连接很容易被删除，容易断开，不可靠，并且经常很麻烦。

因此，选择适当的风险管理工具、损坏评估(也称为索赔裁决)和即时修复/恢复服务通常需要技术工人，这可能使整个过程成本高、耗时且资源密集。此外，尽管拥有高技能工人，但是工人的知识可能仅限于某些域，从而使整个过程效率低下。此外，由于有偏见的判断和缺乏知识，这些过程容易因大量的人工干预和分析而出错。

另一方面，自动化系统(例如，自动化索赔裁决过程的系统实现)可能无法有效地复制人类知识，这也可能导致为自动化分析而部署的计算资源的错误和低效利用。此外，当前可用的系统关注于被动方法，即，在发生损坏时进行补偿，但是可能缺乏主动防止这样的损坏发生的机制。

这提出了以下技术问题：设计可以提供风险管理工具的有效分析以降低成本(计算和其他方面)、最小化计算和其他错误以及更好地利用手动和计算资源的风险管理系统。本公开涉及合适的风险管理解决方案/手段/工具的创造和选择、合理的策略/合同、对损坏的适当确定、对可能的损坏的主动预防、以及智能和及时的损坏修复，这提供了避免包括经济损失、无形资产损失和机会成本在内的各种损失。

附图说明

通过以下附图中所示的示例来说明本公开的特征。在下面的图中，相同的数字表示相同的元件，在附图中：

图1示出了根据本公开的示例的网络环境内的系统实现；

图2示出了根据本公开的示例的系统的框图；

图3A和图3B示出了根据本公开的示例的示例索赔处理；