Solera Holdings utilise l’intelligence artificielle et l’apprentissage automatique de Google Cloud pour développer Qapter®, une solution intelligente sans contact pour l’ensemble du cycle de réclamation des véhicules. Les données d’images provenant de vrais sinistres permettent d’obtenir des estimations plus rapides et plus précises des coûts et des délais pour les conducteurs, les assureurs et les techniciens.
Transformer les pannes automobiles en une percée de l’IA
« Allô, service des sinistres ? Je dois faire réparer ma voiture. Rapidement ».
Presque tous ceux qui conduisent savent ce que c’est. Un accrochage, un pare-brise cassé ou quelque chose de plus grave. L’immobilisation d’une voiture pour cause de réparations peut gâcher une journée de travail, une occasion spéciale, voire pire. L’attente d’un expert en sinistres et la négociation des coûts et des franchises d’assurance sont également compliquées et prennent du temps. Qui ne s’est jamais dit : « Il doit y avoir une meilleure façon de faire » ?
Solera Holdings, le leader du marché de l’estimation des dommages automobiles, le pensait aussi. Depuis 2005, la société transforme la manière dont les professionnels de l’assurance et de l’automobile apportent de la valeur à leurs clients. Aujourd’hui, Solera gère chaque année 300 millions de transactions entre les compagnies d’assurance, les conducteurs et l’industrie automobile, ce qui représente environ 60 % de tous les sinistres dans le monde. Avec une base de données impressionnante d’images et de paiements de sinistres propriétaires, la société a réalisé qu’elle avait exactement ce qu’il lui fallait pour tirer parti d’une solution d’intelligence artificielle (IA) et d’apprentissage machine (ML) afin de traiter les sinistres sans contact. Lancement de Solera Qapter en 2020, en utilisant Google Cloud Produits AI/ML, y compris Moteur Google Kubernetes, TensorFlow, GPU du nuage (unités de traitement graphique), Cloud TPU (Tensor Processing Unit), les API d’apprentissage automatique et les produits d’intégration et de livraison continues tels que Cloud Build et Cloud Run afin d’alimenter un système de gestion des sinistres de bout en bout qui permet de réparer les voitures et de régler les sinistres rapidement, sans médiation humaine.
« Les compagnies d’assurance ont rencontré un certain nombre de difficultés pour commercialiser des solutions de vision par ordinateur. Elles réalisaient leurs projets de recherche et pouvaient généralement mettre au point une solution fonctionnelle en interne, mais elles ne parvenaient pas à la mettre à l’échelle. Ce que nous avons appris de cette expérience, c’est qu’il est important de mettre au point une solution industrialisée afin d’éviter l’échec d’un projet d’IA.
MarcosMalzone, vice-président de la gestion des produits, Solera Holdings
Adapter la technologie au problème
Lorsque le directeur de la technologie Evan Davies a rejoint Solera en 2020, il travaillait déjà avec l’IA depuis de nombreuses années. L’expérience lui avait appris qu’aucune technologie d’IA ne pouvait résoudre tous les problèmes des entreprises, même si elle était innovante ou perturbatrice. Evan savait qu’il faudrait combiner plusieurs technologies provenant de fournisseurs internes et de fournisseurs de services en nuage. Il était déterminé à ce que Solera applique efficacement des technologies d’IA matures pour obtenir et maintenir des avantages concurrentiels pour l’entreprise. À sa grande joie, il a rejoint une équipe qui avait déjà trouvé la meilleure approche au problème qu’elle avait identifié – comment utiliser l’IA et la ML pour automatiser le flux de travail existant de Solera en matière de réclamation pour collision automobile.
En discutant avec des compagnies d’assurance pendant plusieurs années, l’équipe produit de Solera savait qu’elles avaient besoin d’un processus d’indemnisation automatisé. Plusieurs assureurs ont essayé d’utiliser la vision par ordinateur pour automatiser le processus de réparation des dommages causés par les collisions. Marcos Malzone, vice-président de la gestion des produits chez Solera EMEA, explique : « Les compagnies d’assurance ont rencontré un certain nombre de difficultés en essayant de commercialiser des solutions de vision par ordinateur. Elles réalisaient leurs projets de recherche et pouvaient généralement mettre au point une solution fonctionnelle en interne, mais elles ne parvenaient pas à la mettre à l’échelle. Ce que nous avons appris de cette expérience, c’est qu’il est important de construire une solution productiviste afin d’éviter l’échec d’un projet d’intelligence artificielle. »
Solera s’est concentré sur l’application la plus élégante de l’IA au flux de travail, à savoir l’identification efficace des dommages subis par les véhicules. L’étape initiale d’évaluation des dommages a été transformée en un processus alimenté par l’IA, et l’ajout de la ML a permis de tirer parti de l’énorme base de données existante de l’entreprise contenant des images de sinistres et des informations sur les réparations pour offrir des estimations précises de la méthode, du coût et de la durée des réparations. Le choix de ne pas compliquer le processus en modifiant les systèmes dorsaux éprouvés de l’entreprise a été tout aussi important pour le succès de la solution. M. Davies explique : « Nous voulions résoudre un problème spécifique en appliquant l’IA pour identifier les dommages causés par une collision, puis en utilisant nos systèmes dorsaux et l’apprentissage automatique pour créer un plan de réparation de ces dommages. »
Solera avait construit une version précédente d’un système automatisé de traitement des demandes d’indemnisation qui laissait entrevoir ce que pourrait être une solution de nouvelle génération. La vision originale de l’équipe, combinée aux dernières technologies du cloud et de l’IA, permettrait à Solera de réimaginer Qapter à l’aide de l’IA et de la ML.Grâce à des recherches approfondies, l’équipe de Solera avait déjà avancé dans le développement au point d’éliminer plusieurs approches moins fructueuses. Tout ce dont ils avaient besoin, c’était de la bonne solution d’IA associée aux dernières technologies en nuage pour explorer de nouvelles idées et mettre à niveau Qapter. Cette version de nouvelle génération rationalisera le processus d’estimation pour les clients de Solera et les propriétaires de véhicules dans le monde entier.
« Solera est en train de se transformer pour développer des compétences de base qui peuvent être exploitées dans l’ensemble de l’entreprise et qui peuvent changer la donne dans plus d’un domaine. Google Cloud n’est pas seulement une solution ponctuelle, c’est une compétence clé pour nous.
— EvanDavies, directeur de la technologie, Solera Holdings
Exploiter les possibilités de développement de produits avec Google Cloud
L’équipe de Solera était déjà un utilisateur averti de la technologie cloud lorsqu’elle a décidé de rechercher une solution AI/ML qui s’intégrerait à une suite complète de technologies cloud de pointe. Bien que l’entreprise héberge son propre lac de données afin de maintenir les accords contractuels avec les clients du monde entier, le flux de travail relatif aux demandes d’indemnisation a été basé sur le cloud. L’équipe savait que le choix du bon fournisseur de technologie serait déterminant pour la réussite de la plate-forme de nouvelle génération et des nouveaux produits en cours de développement.
Après un bake-off technologique approfondi, les solutions AI/ML de Google Cloud se sont révélées plus sophistiquées, plus robustes et plus évolutives que celles proposées par d’autres fournisseurs. Pour Solera, le fait de disposer des meilleures technologies d’IA, étroitement intégrées à l’ensemble du portefeuille Google Cloud, a été un facteur décisif. Ces capacités supplémentaires ont permis à Solera de bénéficier d’une vitesse de traitement plus rapide et d’outils sophistiqués qui complètent son axe de développement. En bref, Google Cloud pourrait fournir à Solera tout ce dont elle a besoin auprès d’un seul fournisseur.
Solera a profité des avantages d’un fournisseur unique en exploitant les produits de Google Cloud. Les développeurs de Solera ont été ravis de découvrir à quel point la technologie Google Cloud a évolué rapidement et comment elle offre un cadre très stable pour un déploiement plus rapide et moins complexe dans l’ensemble de la chaîne de valeur. Commencer avec Cloud Vision pour un simple traitement d’image, Solera utilise la reconnaissance optique de caractères (OCR) de l’API Vision pour collecter les plaques d’immatriculation et les numéros VIN. TensorFlow aide à construire des algorithmes personnalisés et des modèles d’apprentissage automatique pour la reconnaissance d’images et l’extraction de données sur les véhicules, ce qui permet de collecter la marque et le modèle du véhicule, les informations sur les dommages et les pièces nécessaires. En outre, les GPU et TPU Cloud permettent un traitement accéléré de tous les modèles de données, dépassant largement les capacités des unités de traitement central et graphique traditionnelles.
« Pour les conducteurs, avoir un accident est une expérience désagréable. En tant que scientifiques des données, tout ce que nous pouvons faire pour que cette expérience s’estompe plus rapidement et que les gens reprennent la route est notre mission. »
— MihranShahinian, vice-président de l’intégration des données, Solera Holdings
Innover avec des solutions, résoudre des problèmes avec la technologie
Ayant choisi Google Cloud comme outil technologique pour l’innovation commerciale de l’entreprise, l’équipe de Solera avait beaucoup à apprendre pour tirer le meilleur parti de la nouvelle plateforme. Heureusement, ils ont pu compter sur l’aide des ingénieurs de Google Cloud ainsi que sur l’expertise de DoiT Internationalun fournisseur de services gérés de Google Cloud. Des conseils sur la définition de l’architecture de la plateforme au partage des meilleures pratiques en passant par la réponse aux questions de mise en œuvre à la volée, Solera s’appuie sur Google Cloud et DoiT pour l’aider à tirer parti de son investissement. Selon M. Davies, « DoiT a fait preuve d’une connaissance approfondie de Google Cloud et de l’infrastructure complète dont Qapter a besoin ».
M. Davies ajoute : « Solera est en train de se transformer pour développer des compétences de base qui peuvent être exploitées dans l’ensemble de l’entreprise, en devenant des changeurs de jeu dans plus d’un domaine. Google Cloud n’est pas seulement une solution ponctuelle, c’est une compétence de base pour nous ».
Lancée en 2020, la nouvelle version de Qapter modifie radicalement l’offre de Solera à ses clients. Une fois qu’un conducteur a téléchargé une photo des dommages subis par son véhicule et entamé le processus de déclaration de sinistre, la plateforme s’appuie sur son immense répertoire d’images de sinistres pour estimer l’étendue des dommages, reconnaître la marque et le modèle du véhicule, savoir quelles pièces doivent être remplacées et combien coûteront les réparations. Tout cela sans envoyer d’expert en sinistres pour examiner physiquement le véhicule. Cela permet d’automatiser une grande partie du processus de traitement des demandes d’indemnisation, ce qui profite non seulement aux compagnies d’assurance, mais aussi aux partenaires de l’industrie automobile et aux conducteurs.
Mihran Shahinian, vice-président de l’intégration des données chez Solera, dirige une équipe d’ingénieurs spécialisés dans l’analyse et la science des données et est responsable de l’exploitation des données de l’entreprise à des fins d’analyse prédictive. Il explique : « La détection des dommages par la vision artificielle est très similaire à l’évolution de l’accès sécurisé aux téléphones portables, qui, au fil du temps, est passé du code PIN à l’empreinte digitale, puis à la reconnaissance faciale ». Grâce à la vision par ordinateur, la technologie est passée des feuilles de calcul pour l’estimation des réparations aux modèles en 3D, et aujourd’hui, encore plus de points de contact ont été éliminés. Les conducteurs n’ont qu’à prendre une photo de leur voiture et Qapter s’occupe du reste. Shahani ajoute : « Pour les conducteurs, avoir un accident est une expérience désagréable. En tant que scientifiques des données, tout ce que nous pouvons faire pour que cette expérience s’estompe plus rapidement et que les gens reprennent la route est notre mission. »
Les demandes d’indemnisation en libre-service en cas de collision à l’époque de la COVID-19
Les clients de Solera en France et aux Pays-Bas, les deux premiers marchés où Qapter a été déployé, sont ravis de la capacité de la plateforme à améliorer le flux de travail des sinistres en identifiant les pièces et en estimant les réparations à l’aide de l’IA. À cet égard, Qapter a devancé d’autres efforts entrepris des années plus tôt. Quelques mois seulement après sa mise en place, le système est désormais en mesure d’autoriser automatiquement 50 % des demandes d’indemnisation, réduisant ainsi les coûts d’estimation de près de la moitié.
En outre, Qapter offre un avantage inattendu aux parties prenantes de la chaîne de valeur des sinistres pendant la pandémie. La plateforme permet non seulement de réduire les délais et les coûts pour les conducteurs, les assureurs et les réparateurs automobiles, mais aussi de limiter les interactions humaines. Le fait de contribuer à la distanciation sociale tout en fournissant un service nécessaire permet aux conducteurs de reprendre la route, aux ateliers de réparation de continuer à travailler et aux compagnies d’assurance d’éviter d’avoir à envoyer des employés sur le terrain.
« La valeur fondamentale de Qapter réside dans ses modèles de véhicules tridimensionnels, qui lui permettent de comprendre la composition d’une vaste gamme de véhicules individuels », explique M. Shahini. « Nous pouvons réorienter ces données et les soumettre à différents flux de travail en fonction des objectifs d’une entreprise donnée. Une entreprise peut les utiliser pour l’inspection des véhicules, tandis qu’une autre peut les utiliser pour l’estimation des collisions. Nous pouvons également envisager un large éventail de cas d’utilisation potentiels pour l’avenir, ce qui nous donne une base solide pour le développement de nouveaux produits. »
