如果健康福利领域的人类员工希望成功使用人工智能技术，而不是被人工智能取代，他们就需要清理自己的数据。
根据Ushur公司的首席执行官Simha Sadasiva的说法，数据、计算机和网络的混乱使得使用人工智能自动化许多无聊且耗时的健康福利任务成为一场噩梦。Ushur是一家客户服务公司，其投资者名单中包括Aflac Ventures。
多年来，人工智能和类似人工智能的系统一直在帮助完成一些健康计划任务，例如回答简单的福利问题、识别可能的欺诈迹象以及支持个性化的健康计划。
Sadasiva表示，Ushur已经开发出可以帮助保险公司回应报价请求并处理更复杂的计划参与者问题的人工智能系统。
Ushur试图超越旧的动画流程图人工智能系统，创建更多对话式的人工智能系统，这些系统可以使用预测分析和其他策略来填补数据空白并得出自己的结论。它们可以在巨大的文本文件中查找事实和模式。
Sadasiva说，有经验的人工智能公司和人工智能系统本身可能能够克服当前的一些数据混乱问题。当Ushur设置新的AI系统时，“我们发现比客户预期的更多的共性”，Sadasiva说。
但即使是新一代的人工智能系统也需要能够访问它们可以到达的地方的数据文件，并且这些文件必须是它们可以读取的格式。
Sadasiva指出，福利信息、计划设计和其他对人工智能自动化至关重要的信息常常分散在不同的系统中。
Sadasiva认为，计划发起人可以推动变革。“雇主应该推动数据标准化，”他说。
雇主还可以通过要求福利服务提供商标准化计划设计、流程和文档，并添加“API”或数据插座，以实现双向数据交换来提供帮助。
(全文结束)
