Aller au contenu principal
usedby

Tel que publié sur h2o.ai. Vérifié par usedby le 17 oct. 2026.

Ce qui s’est passé

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.

Résumé rédigé par usedby à partir de la page source, en anglais. Les chiffres sont ceux de H2O.ai et de Airvantage, pas les nôtres.

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.

Extrait de la page. 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. Source

Ce que dit le témoignage, et ce que nous avons vérifié

Ce que nous avons comparé à la page.

  • L’extrait cité plus hautVérifiéCopié mot pour mot depuis la page, près du nom de Airvantage.
  • Airvantage utilise H2O.aiVérifiéLigne de niveau Confirmé.
  • Le résultat lui-mêmeNon vérifiéNous le citons ; nous ne l’avons pas mesuré.

Même entreprise, même outil ou même secteur.

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