O CEO da Kespry tem uma visão panorâmica da Inteligência Artificial

A forma como os avaliadores de seguros tradicionalmente avaliam os danos ao telhado depois um furacão é quase tão perigoso quanto lento. Os avaliadores de propriedade usariam uma escada para subir no topo de um telhado danificado e avaliar meticulosamente os danos enquanto esperam que eles não tenham sido feridos no processo. Os avaliadores de propriedades dos EUA têm uma taxa de lesões quase quatro vezes maior do que a de um trabalhador da construção civil típico. Uma vez no topo do prédio, o avaliador usaria um punhado de ferramentas - uma câmera ou smartphone para documentar o dano, uma fita métrica para medir uma área de teste e talvez giz para contorná-la. Uma vez que um avaliador calculou a extensão do dano em uma determinada área, ele pode extrapolar e chegar a uma estimativa de dano para toda a propriedade e então dirigir para a próxima propriedade em sua lista para iniciar o processo novamente.

Agora imagine usar um drone para examinar os danos de várias casas consecutivamente. Todo o processo pode ser automatizado e executado em uma fração do tempo, disse George Mathew, presidente e CEO da Kespry, que se autodenomina uma empresa de inteligência aérea. “Você digita em um iPad a área de coordenada desejada criando um polígono ao redor da propriedade e, em seguida, seleciona a área que deseja inspecionar e coleta os dados necessários”, disse Mathew, cuja empresa vem refinando o ajuste de seguro baseado em drones para danos de furacão. No ano passado, o CEO da Farmers Insurance relatou que a técnica baseada em drones os ajudou a compactar o processo de avaliação de reclamações de danos causados ​​pelo furacão de três casas por dia para três casas por hora. “Isso é quase uma melhoria de produtividade de oito a dez vezes”, disse Mathew em uma entrevista na Dreamforce.



Além disso, a abordagem é mais precisa porque os drones podem medir com precisão as dimensões do telhado. A técnica também suporta o uso de algoritmos de inteligência artificial para identificar anomalias onde ocorreram greves de granizo e inserir as informações diretamente no software de gerenciamento de sinistros e processamento de sinistros das seguradoras. A empresa também pode inferir onde houve danos ao telhado induzidos pelo vento.

[ Industrial IoT World é o evento que leva IIoT da inspiração à implementação, turbinando negócios e operações. Compre seu ingresso agora. ]

Enquanto a Kespry está construindo sua experiência no setor de seguros e trabalhando com a State Farm e Farmers Insurance, seu primeiro foco foi no setor industrial. “Quando fomos fundados em 2013, tínhamos uma ideia de que o drone era uma fonte de captura de dados baseada em sensores que deveríamos ser capazes de automatizar”, explicou Mathew. A primeira empresa teve como objetivo o uso de drones na mineração para medir estoques volumétricos e estoque. “Poderíamos voar um drone acima, processar as imagens que estão saindo do drone e convertê-las de um conjunto 2D de imagens de alta resolução em um modelo tridimensional usando fotogrametria”, disse Mathew.

A técnica era consideravelmente mais precisa do que o método tradicional de medição de estoques, que apresentava uma variação por estoque de 15 a 20 por cento. Kespry afirma que pode estimar o valor com uma precisão de 1 a 2 por cento.

A mesma técnica pode ser usada para medir materiais em canteiros de obras. “Nosso pensamento em torno da medição de ativos industriais mais pesados ​​era que o processamento baseado em imagens e a visão computacional eram um domínio de capacidade completamente novo que estava subalavancado no setor industrial”, disse Mathew. Embora as aplicações industriais de IA, aprendizado de máquina e visão computacional tenham sido discutidas por décadas, a tecnologia foi amplamente implantada para casos de uso selecionados.

E embora grandes empresas de tecnologia como Amazon, Google, FedEx e Uber tenham experimentado o uso de drones, eles estão visando principalmente casos de uso ambiciosos com prazos de comercialização incertos e, muitas vezes, considerações regulatórias mais tênues. Enquanto na fase inicial após um furacão existem restrições de vôo que impedem os drones de voar em áreas danificadas para evitar colisões com helicópteros de resgate, uma vez que esse período é concluído, o espaço aéreo se abre novamente e os drones podem começar a voar.

Em 2017, o Claims Journal relatou uma mudança significativa em direção ao uso de drones no Texas para avaliar os danos do furacão Harvey.

Mas nos setores industrial e de seguros, a combinação de tecnologia de aprendizado de máquina e visão computacional pode ser implantada para casos de uso importantes agora. “Continuamos buscando esses casos de uso industrial em que inteligência artificial, aprendizado de máquina em ativos físicos usando uma espécie de alavanca de aprendizado de máquina e visão computacional está realmente ajudando a tomar decisões mais automatizadas nessas empresas industriais”, disse Mathew.

Quando questionado se a mesma técnica poderia ser implantada para avaliar os danos em outros desastres, Mathew disse:"Fica um pouco mais complicado com coisas como incêndios e tornados porque muitas vezes é uma perda total, certo?" Mas mesmo em alguns casos como este, drones podem ser usados ​​para medir fundações vazadas para fazer a avaliação de qual seria o valor total de substituição para a casa ou edifício com base na análise dimensional da fundação.

No futuro, a funcionalidade que a tecnologia oferece pode melhorar constantemente à medida que a tecnologia de IA avança para casos de uso específicos. “Acho que há essa inflação excessiva do termo IA e o que isso significa. Acho que a IA geral está no futuro, mas a IA específica, onde você aplica métodos algorítmicos para uma melhor tomada de decisão, está se tornando mais convincente e relevante ”, disse Mathew.

“Veja como abordamos a distinção e identificação de danos de granizo. Pegamos imagens de alta resolução processadas usando redes neurais e modelos de aprendizagem profunda e as treinamos em dados para distinguir e identificar danos de granizo e liberá-los em novas reivindicações de danos de granizo. Isso é apenas um exemplo ”, disse ele. “Quanto mais especificado o caso de uso se torna, mais valiosa é a tomada de decisão baseada em IA para as organizações que a utilizam”.