Ir al contenido principal
usedby

Tal como se publicó en h2o.ai. Verificado por usedby el 17 oct 2026.

Qué pasó

Airvantage uses H2O Driverless AI to build a machine learning model that scores airtime-advance credit risk for prepaid telecom subscribers in real time. It replaced a static rules-based scoring engine and re-evaluates customers the old rules had rejected.

Resumen escrito por usedby a partir de la página de origen, en inglés. Las cifras son de H2O.ai y de Airvantage, no nuestras.

Its static, rules-based scoring was overly defensive, turning away creditworthy customers, so the team evaluated more than 30 toolkits, ran POCs with four platforms, and chose H2O Driverless AI.

De la página. h2o.ai

With H2O Driverless AI's MOJO technology, we are able to integrate strongly with our current infrastructure.

Maram Mishan, Actuarial Data Scientist, Airvantage. Fuente

Lo que dice la historia, y lo que verificamos

Lo que comparamos con la página.

  • El pasaje citado arribaVerificadoCopiado palabra por palabra de la página, cerca del nombre de Airvantage.
  • Airvantage usa H2O.aiVerificadoLínea de nivel Confirmado.
  • El resultado en síNo verificadoLo citamos; no lo medimos.

Misma empresa, misma herramienta o mismo sector.

70%“cut model development time by 70%”Acordo Certo usa H2O.ai. Otro cliente de H2O.ai$1M“saving roughly $1M a year”AES usa H2O.ai. Otro cliente de H2O.ai$10M“saves more than $10M per year”AT&T usa H2O.ai. Otro cliente de H2O.ai