CEO Kespry Mengambil Pandangan sekilas tentang Kecerdasan Buatan
Cara para pengatur asuransi secara tradisional mengevaluasi kerusakan atap setelah badai hampir sama berbahayanya dengan kecepatannya. Penyesuaian properti akan menggunakan tangga untuk memanjat di atas atap yang rusak, dan dengan susah payah menilai kerusakan sambil berharap mereka tidak terluka dalam prosesnya. Penyesuaian properti A.S. memiliki tingkat cedera hampir empat kali lebih besar daripada pekerja konstruksi pada umumnya. Begitu berada di atas gedung, pengatur akan menggunakan beberapa alat — kamera atau smartphone untuk mendokumentasikan kerusakan, pita pengukur untuk mengukur area pengujian dan mungkin kapur untuk menguraikannya. Setelah adjuster menghitung tingkat kerusakan di area tertentu, dia dapat memperkirakan perkiraan kerusakan untuk seluruh properti, dan kemudian pergi ke properti berikutnya di daftar mereka untuk memulai proses dari awal lagi.
Sekarang bayangkan menggunakan drone untuk mensurvei kerusakan dari sejumlah rumah secara berurutan. Seluruh proses dapat diotomatisasi dan dilakukan dalam waktu singkat, kata George Mathew, ketua dan kepala eksekutif Kespry, yang menyebut dirinya sebagai perusahaan intelijen udara. “Anda memasukkan iPad area koordinat yang Anda inginkan dengan membuat poligon di sekitar properti, lalu pilih area yang ingin Anda periksa dan kumpulkan data yang diperlukan,” kata Mathew, yang perusahaannya telah menyempurnakan penyesuaian asuransi berbasis drone. untuk kerusakan badai. Tahun lalu, CEO Farmers Insurance melaporkan bahwa teknik berbasis drone membantu mereka menekan proses penilaian klaim kerusakan akibat badai dari tiga rumah per hari menjadi tiga rumah per jam. “Itu hampir delapan hingga 10 kali peningkatan produktivitas,” kata Mathew dalam sebuah wawancara di Dreamforce.
Selain itu, pendekatannya lebih akurat karena drone dapat mengukur dimensi atap secara akurat. Teknik ini juga mendukung penggunaan algoritme kecerdasan buatan untuk mengidentifikasi anomali di mana serangan hujan es telah terjadi dan memasukkan informasi secara langsung ke dalam perangkat lunak manajemen klaim dan pemrosesan klaim perusahaan asuransi. Perusahaan juga dapat menyimpulkan di mana kerusakan atap akibat angin.
[ Dunia IoT Industri adalah acara yang mengambil IIoT dari inspirasi hingga implementasi, peningkatan bisnis, dan operasi. Dapatkan tiket Anda sekarang. ]
Sementara Kespry membangun keahliannya di sektor asuransi dan bekerja sama dengan State Farm dan Farmers Insurance, fokus pertamanya adalah pada sektor industri. “Kami memiliki pola pikir ketika kami didirikan pada tahun 2013 bahwa drone adalah sumber pengambilan data berbasis sensor yang harus dapat kami otomatisasi,” jelas Mathew. Perusahaan pertama kali menargetkan penggunaan drone di pertambangan untuk mengukur stok dan inventaris volumetrik. “Kami bisa menerbangkan drone di atas kepala, memproses citra yang keluar dari drone dan mengubahnya dari kumpulan gambar resolusi tinggi 2D menjadi model tiga dimensi menggunakan fotogrametri,” kata Mathew.
Teknik ini jauh lebih akurat daripada metode tradisional untuk mengukur timbunan, yang memiliki varians per timbunan antara 15 hingga 20 persen. Kespry mengklaim bisa memperkirakan jumlahnya dengan akurasi 1 hingga 2 persen.
Teknik yang sama dapat digunakan untuk mengukur material di lokasi konstruksi. “Pemikiran kami seputar pengukuran aset industri yang lebih berat adalah bahwa pemrosesan berbasis gambar dan visi komputer adalah bidang kemampuan yang sama sekali baru yang kurang dimanfaatkan di sektor industri,” kata Mathew. Sementara aplikasi industri AI, pembelajaran mesin dan visi komputer telah dibahas selama beberapa dekade, sebagian besar teknologi telah digunakan untuk kasus penggunaan tertentu.
Dan sementara perusahaan teknologi besar seperti Amazon, Google, FedEx dan Uber telah bereksperimen dengan menggunakan drone, mereka sebagian besar menargetkan kasus penggunaan yang ambisius dengan jadwal komersialisasi yang tidak pasti dan pertimbangan peraturan yang seringkali lebih lemah. Sementara pada fase awal setelah badai ada pembatasan penerbangan yang mencegah drone terbang di area yang rusak untuk menghindari tabrakan dengan helikopter penyelamat, setelah periode tersebut selesai, wilayah udara terbuka kembali dan drone dapat mulai terbang.
Pada tahun 2017, Claims Journal melaporkan perubahan signifikan terhadap penggunaan drone di Texas untuk menilai kerusakan akibat Badai Harvey.
Namun di sektor industri dan asuransi, kombinasi teknologi pembelajaran mesin dan visi komputer dapat digunakan untuk kasus penggunaan penting sekarang. “Kami terus mengejar kasus penggunaan industri ini di mana kecerdasan buatan, pembelajaran mesin pada aset fisik menggunakan semacam tuas pembelajaran mesin dan visi komputer benar-benar membantu membuat keputusan otomatis yang lebih baik di perusahaan industri ini,” kata Mathew.
Ketika ditanya apakah teknik yang sama dapat digunakan untuk menilai kerusakan dalam bencana lain, Mathew berkata:"Ini menjadi sedikit lebih rumit dengan hal-hal seperti kebakaran dan tornado karena sering kali merupakan kerugian total, bukan?" Tetapi bahkan dalam beberapa kasus seperti ini, drone dapat digunakan untuk mengukur fondasi yang berlubang untuk membuat penilaian berapa nilai penggantian total untuk rumah atau bangunan berdasarkan analisis dimensi fondasi.
Di masa depan, fungsionalitas yang ditawarkan teknologi dapat terus meningkat seiring kemajuan teknologi AI untuk kasus penggunaan yang ditargetkan. “Saya pikir ada inflasi yang berlebihan dari istilah AI dan apa artinya. Saya pikir AI umum adalah jalan ke masa depan, tetapi AI khusus di mana Anda menerapkan metode algoritmik untuk pengambilan keputusan yang lebih baik menjadi lebih meyakinkan dan relevan, ”kata Mathew.
“Lihat bagaimana kami melakukan pendekatan untuk membedakan dan mengidentifikasi kerusakan akibat hujan es. Kami mengambil citra resolusi tinggi yang diproses menggunakan jaringan saraf dan model pembelajaran mendalam, dan melatihnya pada data untuk membedakan dan mengidentifikasi kerusakan akibat hujan es dan melepaskannya pada klaim kerusakan akibat hujan es baru. Itu hanya contoh saja,” ujarnya. “Semakin spesifik kasus penggunaan, semakin berharga pengambilan keputusan yang didukung AI bagi organisasi yang memanfaatkannya.”
