类人生物
由 YAS Team
当自主机器发生意外：公共空间的保险缺口与解决方案
为机器经济而设的风险智能
阅读分析我们是谁
我们是为机器经济而设的风险智能平台。
我们通过实时机器数据和风险智能创造价值 — 涵盖机器人、自动驾驶车队，以至更多场景。
实时风险分数
84
哪些因素拉动了分数
- 急刹68
- 繁忙路线54
- 夜间运营41
评分模型
一个评分，建基于机器实际如何运作。
每趟行程逐个因子评分，再整合成单一实时风险评分。分数变动时，YAS 会说明原因 — 让运营商和保险公司知道可据何行动。
1
追踪行为
速度、刹车、转弯，以及每台机器行驶的地点——每一次行程都会采集。
2
拆解指标
这些信号会拆成约 17 项风险指标，逐项评分。
3
对每个指标进行评分
根据上下文对车队进行评分。
6
校准
结果重新调整权重。
5
行为奖励
更安全的操作会得到奖励——动态保险定价由实时数据与行为驱动。
4
AURA 分数
合作伙伴
真实伙伴。真实运作。
保险公司、车队与机器人团队正以 YAS 正式运行。
Trusted by Zurich Insurance, Axonex, Rice Robotics, JOIE, etiqa, and China Taiping.
案例研究
生产中的实时部署。
电动汽车车队和机器人运营商已经将实时机器数据传输到 YAS。看看每个伙伴如何将评分发挥作用。
24.3M km
处理的运营数据公里数
1.8M+
通过完整的数据分辨率分析行程
775
活跃车手实时得分
行业笔记
机器经济的实地笔记。
关于实时风险数据如何将机器风险转化为市场可以定价的东西的简短分析，涉及车队、机器人、医疗保健和供应链。
