KespryCEOが人工知能について鳥瞰図を見る

ハリケーン後の屋根の損傷を保険査定人が伝統的に評価してきた方法は、それが遅かったのとほぼ同じくらい危険です。プロパティアジャスターは、はしごを使用して損傷した屋根の上に登り、その過程で怪我をしていないことを期待しながら、損傷を入念に評価します。米国の不動産調整業者の負傷率は、一般的な建設作業員の約4倍です。建物の上に着くと、アジャスターはいくつかのツールを使用します。カメラやスマートフォンで損傷を記録し、巻尺でテスト領域を測定し、チョークで輪郭を描きます。査定人が特定のエリアの被害の程度を計算したら、物件全体の被害の見積もりに到達したことを推定し、リストの次の物件に移動してプロセスを最初からやり直すことができます。

ここで、ドローンを使用して、多数の家からの被害を連続して調査することを想像してみてください。空中インテリジェンス企業としての地位を誇るKespryの会長兼最高経営責任者であるGeorgeMathew氏は、プロセス全体を自動化してわずかな時間で実行できると述べています。 「iPadでプロパティの周囲にポリゴンを作成して必要な座標領域をパンチインし、検査して必要なデータを収集する領域を選択します」と、ドローンベースの保険調整を改善しているマシュー氏は述べています。ハリケーンによる被害。昨年、ファーマーズ保険のCEOは、ドローンベースの技術がハリケーン被害の請求を評価するプロセスを1日3戸から1時間3戸に圧縮するのに役立ったと報告しました。 「これは生産性のほぼ8倍から10倍の向上です」とMathewはDreamforceでのインタビューで述べています。

さらに、ドローンは屋根の寸法を正確に測定できるため、アプローチはより正確です。この手法は、人工知能アルゴリズムを使用して雹のストライキが発生した異常を特定し、その情報を保険会社の請求管理および請求処理ソフトウェアに直接入力することもサポートしています。同社はまた、風による屋根の損傷がどこにあるかを推測することもできます。

[ 産業用IoTの世界 は、IIoTをインスピレーションから実装に移し、ビジネスと運用を強化するイベントです。 今すぐチケットを入手してください。 ]

Kespryは保険セクターで専門知識を構築し、StateFarmとFarmersInsuranceの両方と協力していますが、最初の焦点は産業セクターでした。 「2013年に設立されたとき、ドローンは自動化できるはずのセンサーベースのデータキャプチャのソースであるという考え方がありました」とMathew氏は説明しました。同社は最初、鉱業でドローンを使用して、大量の備蓄と在庫を測定することを目標としていました。 「ドローンを頭上に飛ばし、ドローンから出てくる画像を処理し、写真測量を使用して高解像度画像の2Dセットから3次元モデルに変換することができます」とMathew氏は述べています。

この手法は、備蓄ごとの変動が15〜20％であった、備蓄を測定する従来の方法よりもかなり正確でした。 Kespryは、1〜2パーセントの精度で量を見積もることができると主張しています。

同じ手法を使用して、建設現場で材料を測定できます。 「より重い産業資産の測定について私たちが考えたのは、画像ベースの処理とコンピュータービジョンは、産業部門では十分に活用されていなかったまったく新しい機能の領域であるということでした」とマシュー氏は述べています。 AI、機械学習、コンピュータービジョンの産業用アプリケーションは何十年にもわたって議論されてきましたが、このテクノロジーは主に特定のユースケースに展開されてきました。

また、Amazon、Google、FedEx、Uberなどの大規模なテクノロジー企業は、ドローンの使用を実験してきましたが、主に、商業化のタイムラインが不確実で、規制に関する考慮事項がより希薄な、野心的なユースケースを対象としています。ハリケーン後の初期段階では、救助ヘリコプターとの衝突を避けるためにドローンが損傷したエリアを飛行するのを防ぐ飛行制限がありますが、その期間が完了すると、空域が開き、ドローンが飛行を開始できます。

2017年、Claims Journalは、ハリケーンハービーによる被害を評価するために、テキサスでドローンを使用する方向への大幅な移行を報告しました。

しかし、産業および保険セクターでは、機械学習テクノロジーとコンピュータービジョンの組み合わせを、重要なユースケースに展開できるようになりました。 「私たちは、人工知能、機械学習とコンピュータービジョンの一種のレバーを使用した物理的資産の機械学習が、これらの産業企業でより良い自動決定を行うのに本当に役立っているこれらの産業ユースケースを追い続けています」とMathew氏は述べています。

他の災害での被害を評価するために同じ手法を導入できるかどうかを尋ねられたとき、マシューは次のように述べています。しかし、このような場合でも、ドローンを使用して、くり抜かれた基礎を測定し、基礎の寸法分析に基づいて、家や建物の総交換価値を評価することができます。

将来的には、AIテクノロジーが対象となるユースケースで進歩するにつれて、テクノロジーが提供する機能は着実に向上する可能性があります。 「AIという用語とその意味が過度に膨らんでいると思います。一般的なAIは未来への道だと思いますが、より良い意思決定のためにアルゴリズム手法を適用する特定のAIは、より説得力があり、関連性が高くなっています」とマシュー氏は述べています。

「雹による被害の識別と特定にどのように取り組んだかを見てください。ニューラルネットワークとディープラーニングモデルを使用して処理された高解像度の画像を取得し、データでトレーニングして雹の被害を識別および特定し、新しい雹の被害の申し立てでそれを解き放ちました。それはほんの一例です」と彼は言いました。 「ユースケースが特定されるほど、AIを活用した意思決定はそれを活用する組織にとってより価値があります。」