Le PDG de Kespry a une vue d'ensemble sur l'intelligence artificielle

La façon dont les experts en sinistres ont traditionnellement évalué les dommages au toit après un ouragan est presque aussi dangereux que lent. Les experts en sinistres utiliseraient une échelle pour grimper au sommet d'un toit endommagé et évalueraient minutieusement les dommages tout en espérant qu'ils n'étaient pas blessés au cours du processus. Les experts en sinistres américains ont un taux de blessures près de quatre fois supérieur à celui d'un travailleur de la construction typique. Une fois au sommet du bâtiment, l'expert utiliserait une poignée d'outils - un appareil photo ou un smartphone pour documenter les dommages, un ruban à mesurer pour mesurer une zone de test et peut-être de la craie pour la délimiter. Une fois qu'un expert en sinistres a calculé l'étendue des dommages dans une zone donnée, il peut extrapoler l'estimation des dommages pour l'ensemble de la propriété, puis se rendre à la propriété suivante sur sa liste pour recommencer le processus.

Imaginez maintenant utiliser un drone pour surveiller les dommages causés à un certain nombre de maisons consécutivement. L'ensemble du processus peut être automatisé et exécuté en une fraction du temps, a déclaré George Mathew, président-directeur général de Kespry, qui se présente comme une société de renseignement aérien. « Vous saisissez sur un iPad la zone de coordonnées que vous souhaitez en créant un polygone autour de la propriété, puis sélectionnez la zone que vous souhaitez inspecter et collectez les données nécessaires », a déclaré Mathew, dont la société a affiné l'ajustement de l'assurance par drone. pour les dommages causés par l'ouragan. L'année dernière, le PDG de Farmers Insurance a signalé que la technique basée sur les drones les avait aidés à comprimer le processus d'évaluation des réclamations pour dommages causés par les ouragans de trois maisons par jour à trois maisons par heure. "C'est près d'une amélioration de la productivité de huit à dix fois", a déclaré Mathew dans une interview à Dreamforce.

De plus, l'approche est plus précise car les drones peuvent mesurer avec précision les dimensions du toit. La technique prend également en charge l'utilisation d'algorithmes d'intelligence artificielle pour identifier les anomalies là où des grèves de grêle se sont produites et saisir les informations directement dans le logiciel de gestion des sinistres et de traitement des sinistres des assureurs. L'entreprise peut également déduire où les dommages au toit induits par le vent.

[ Monde de l'IoT industriel est l'événement qui amène l'IIoT de l'inspiration à la mise en œuvre, dynamisant les activités et les opérations. Obtenez votre billet maintenant. ]

Alors que Kespry développe son expertise dans le secteur des assurances et travaille à la fois avec State Farm et Farmers Insurance, son premier objectif était le secteur industriel. « Lorsque nous avons été fondés en 2013, nous pensions que le drone était une source de capture de données basée sur des capteurs que nous devrions pouvoir automatiser », a expliqué Mathew. La société a d'abord ciblé l'utilisation de drones dans l'exploitation minière pour mesurer les stocks volumétriques et l'inventaire. "Nous pourrions faire voler un drone au-dessus de notre tête, traiter les images provenant du drone et les convertir d'un ensemble 2D d'images haute résolution en un modèle tridimensionnel à l'aide de la photogrammétrie", a déclaré Mathew.

La technique était considérablement plus précise que la méthode traditionnelle de mesure des stocks, qui présentait un écart par stock de 15 à 20 pour cent. Kespry prétend pouvoir estimer le montant avec une précision de 1 à 2 %.

La même technique peut être utilisée pour mesurer les matériaux sur les chantiers de construction. "Notre réflexion autour de la mesure des actifs industriels plus lourds était que le traitement basé sur l'image et la vision par ordinateur étaient un tout nouveau domaine de capacités qui était sous-exploité dans le secteur industriel", a déclaré Mathew. Alors que les applications industrielles de l'IA, de l'apprentissage automatique et de la vision par ordinateur font l'objet de discussions depuis des décennies, la technologie a été largement déployée pour des cas d'utilisation sélectionnés.

Et tandis que de grandes entreprises technologiques telles qu'Amazon, Google, FedEx et Uber ont expérimenté l'utilisation de drones, elles ciblent principalement des cas d'utilisation ambitieux avec des délais de commercialisation incertains et des considérations réglementaires souvent plus ténues. Alors qu'au début de la phase suivant un ouragan, il existe des restrictions de vol qui empêchent les drones de voler dans les zones endommagées pour éviter les collisions avec les hélicoptères de sauvetage, une fois cette période terminée, l'espace aérien s'ouvre à nouveau et les drones peuvent commencer à voler.

En 2017, le Claims Journal a signalé une évolution significative vers l'utilisation de drones au Texas pour évaluer les dégâts causés par l'ouragan Harvey.

Mais dans les secteurs de l'industrie et des assurances, la combinaison de la technologie d'apprentissage automatique et de la vision par ordinateur peut désormais être déployée pour des cas d'utilisation importants. "Nous poursuivons ces cas d'utilisation industrielle où l'intelligence artificielle, l'apprentissage automatique sur les actifs physiques à l'aide d'une sorte de levier d'apprentissage automatique et de vision par ordinateur aident vraiment à prendre de meilleures décisions automatisées dans ces entreprises industrielles", a déclaré Mathew.

Lorsqu'on lui a demandé si la même technique pouvait être déployée pour évaluer les dommages lors d'autres catastrophes, Mathew a déclaré :« Cela devient un peu plus compliqué avec des choses comme les incendies et les tornades, car c'est souvent une perte totale, n'est-ce pas ? » Mais même dans certains cas comme celui-ci, les drones peuvent être utilisés pour mesurer des fondations évidées afin d'évaluer la valeur totale de remplacement de la maison ou du bâtiment sur la base de l'analyse dimensionnelle de la fondation.

À l'avenir, les fonctionnalités offertes par la technologie pourraient s'améliorer régulièrement à mesure que la technologie de l'IA progresse pour des cas d'utilisation ciblés. «Je pense qu'il y a cette surinflation du terme IA et de ce que cela signifie. Je pense que l'IA générale est dans le futur, mais l'IA spécifique où vous appliquez des méthodes algorithmiques pour une meilleure prise de décision devient plus convaincante et pertinente », a déclaré Mathew.

« Regardez comment nous avons abordé la distinction et l'identification des dommages causés par la grêle. Nous avons pris des images haute résolution traitées à l'aide de réseaux de neurones et de modèles d'apprentissage en profondeur, et les avons formées sur des données pour distinguer et identifier les dommages causés par la grêle et les avons déclenchées lors de nouvelles réclamations pour dommages causés par la grêle. Ce n'est qu'un exemple", a-t-il déclaré. "Plus le cas d'utilisation est spécifié, plus la prise de décision basée sur l'IA est précieuse pour les organisations qui en tirent parti."