Solera Holdings utilizza l’intelligenza Artificiale e l’apprendimento automatico di Google Cloud per sviluppare Qapter®, una soluzione intelligente e senza contatto per l’intero ciclo dei sinistri dei veicoli. I dati delle immagini dei sinistri reali consentono di ottenere stime dei costi e dei tempi sempre più rapide e precise per i conducenti, gli assicuratori e i tecnici.
Trasformare i guasti automobilistici in un’innovazione dell’IA
“Pronto, ufficio sinistri? Devo far riparare la mia auto. In fretta”.
Chiunque guidi sa come ci si sente. Un tamponamento, un parabrezza rotto o qualcosa di più grave. Un’auto fuori uso per riparazioni può rovinare una giornata di lavoro, un’occasione speciale o peggio ancora. Anche l’attesa di un perito e la negoziazione dei costi e delle franchigie assicurative sono complicate e richiedono tempo. Chi non ha mai pensato: “Ci deve essere un modo migliore”?
Lo pensa anche Solera Holdings, leader di mercato nel settore della stima dei danni alle automobili. Dal 2005, l’azienda ha trasformato il modo in cui i professionisti del settore assicurativo e automobilistico forniscono valore ai loro clienti. Oggi Solera gestisce ogni anno 300 milioni di transazioni tra compagnie assicurative, automobilisti e industria automobilistica, che rappresentano circa il 60% di tutti i sinistri a livello mondiale. Con un impressionante database di immagini e pagamenti di sinistri di proprietà, l’azienda si è resa conto di avere ciò che le serviva per sfruttare una soluzione di l’intelligenza Artificiale (AI) e apprendimento automatico (ML) per elaborare sinistri senza contatto. Lancio di Solera Qapter nel 2020, utilizzando Google Cloud Prodotti AI/ML, tra cui Motore Kubernetes di Google, TensorFlow, GPU cloud (unità di elaborazione grafica), TPU nel cloud (Tensor Processing Unit), API per l’apprendimento automatico e prodotti di continuous integration e delivery come Cloud Build e Cloud Run per alimentare un sistema di gestione dei sinistri end-to-end che permette di riparare le auto e pagare i sinistri in tempi rapidi e senza la mediazione umana.
“Le compagnie di assicurazione hanno incontrato una serie di difficoltà nel tentativo di commercializzare soluzioni di computer vision. Eseguivano i loro progetti di ricerca e di solito riuscivano a costruire una soluzione funzionante all’interno dell’azienda, ma non riuscivano a scalare. Ciò che abbiamo imparato da questo è l’importanza di costruire una soluzione produttiva per evitare di fallire come progetto di intelligenza artificiale”.
— MarcosMalzone, vicepresidente della gestione dei prodotti di Solera Holdings
Adattare la tecnologia al problema
Quando il Chief Technology Officer Evan Davies si è unito a Solera nel 2020, lavorava già da molti anni con l’IA. L’esperienza gli ha insegnato che nessuna tecnologia di intelligenza artificiale può risolvere tutti i problemi aziendali, per quanto innovativa o dirompente possa essere. Evan sapeva che sarebbe stata necessaria una combinazione di più tecnologie, sia interne che provenienti da fornitori di cloud. Era determinato a far sì che Solera applicasse efficacemente tecnologie AI mature per ottenere e mantenere vantaggi competitivi per l’azienda. Con sua grande gioia, si è unito a un team che aveva già individuato l’approccio migliore al problema che avevano identificato: come utilizzare l’intelligenza Artificiale e il ML per automatizzare il flusso di lavoro esistente di Solera per le richieste di risarcimento per le collisioni automobilistiche.
Il team di prodotto di Solera, dopo aver parlato con le compagnie assicurative per diversi anni, sapeva che avevano bisogno di un processo automatizzato per le richieste di risarcimento. Alcuni assicuratori hanno cercato di utilizzare la computer vision per automatizzare il processo di riparazione dei danni da collisione. Marcos Malzone, VP Product Management di Solera EMEA, spiega: “Le compagnie di assicurazione hanno incontrato una serie di difficoltà nel tentativo di commercializzare soluzioni di computer vision. Facevano progetti di ricerca e di solito riuscivano a costruire una soluzione funzionante all’interno dell’azienda, ma non riuscivano a scalare. Ciò che abbiamo imparato da questa situazione è l’importanza di costruire una soluzione produttiva per evitare di fallire come progetto di IA”.
Solera si è concentrata sull’applicazione più elegante dell’IA al flusso di lavoro, ovvero l’identificazione efficace dei danni ai veicoli. La fase iniziale di valutazione dei danni è stata trasformata in un processo alimentato dall’intelligenza artificiale e l’aggiunta del ML ha sfruttato l’enorme database esistente dell’azienda di immagini dei sinistri e informazioni sulle riparazioni per offrire stime precise su metodi, costi e tempi di riparazione. Altrettanto importante per il successo della soluzione è stata la scelta di non complicare il processo modificando i collaudati sistemi backend dell’azienda. Davies afferma: “Volevamo risolvere un problema specifico applicando l’intelligenza Artificiale per identificare i danni da collisione e quindi utilizzare i nostri sistemi di backend e l’apprendimento automatico per creare un piano di riparazione dei danni”.
Solera aveva realizzato una versione precedente di un sistema automatizzato per la gestione delle richieste di indennizzo che mostrava la promessa di una soluzione di nuova generazione. La visione originale del team, combinata con le più recenti tecnologie cloud e AI, avrebbe permesso a Solera di reimmaginare Qapter utilizzando l’AI e il ML.Attraverso una ricerca approfondita, il team di Solera aveva già avanzato lo sviluppo al punto da eliminare diversi approcci di minor successo. Tutto ciò di cui avevano bisogno era la giusta soluzione di AI abbinata alle più recenti tecnologie cloud per esplorare nuove idee e aggiornare Qapter. Questa versione di nuova generazione semplificherà il processo di stima per i clienti e i proprietari di veicoli Solera in tutto il mondo.
“In Solera è in atto una trasformazione verso la costruzione di competenze fondamentali che possono essere sfruttate in tutta l’azienda, diventando dei game-changer in più di un’area. Google Cloud non è solo una soluzione spot, ma una competenza fondamentale per noi”.
— EvanDavies, Chief Technology Officer di Solera Holdings
Sbloccare le possibilità di sviluppo dei prodotti con Google Cloud
Il team di Solera era già un sofisticato utilizzatore di tecnologie cloud quando ha deciso di cercare una soluzione AI/ML che si integrasse con una suite completa di tecnologie cloud all’avanguardia. Sebbene l’azienda ospiti un proprio data lake per mantenere gli accordi contrattuali con i clienti in tutto il mondo, il flusso di lavoro per le richieste di risarcimento degli incidenti era basato sul cloud. Il team sapeva che la scelta del giusto fornitore di tecnologia sarebbe stata fondamentale per il successo della piattaforma di nuova generazione e dei nuovi prodotti in fase di sviluppo.
Dopo aver completato un approfondito bake-off tecnologico, le soluzioni AI/ML di Google Cloud si sono rivelate più sofisticate, robuste e scalabili di quelle offerte da altri fornitori. Per Solera, il fatto di disporre delle migliori tecnologie AI, strettamente integrate con l’intero portafoglio Google Cloud, è stato un fattore decisivo. Grazie a queste capacità aggiuntive, Solera ha potuto usufruire di una maggiore velocità di elaborazione e di strumenti sofisticati che completano il suo obiettivo di sviluppo. In breve, Google Cloud potrebbe fornire a Solera tutto ciò di cui ha bisogno da un unico fornitore.
Solera ha colto i vantaggi di un fornitore unico sfruttando i prodotti dell’intera gamma di Google Cloud. Gli sviluppatori di Solera sono stati lieti di scoprire la rapidità con cui si è evoluta la tecnologia di Google Cloud, che offre un quadro altamente stabile per una distribuzione più rapida e meno complessa in tutta la catena del valore. A partire da Cloud Vision per la semplice elaborazione delle immagini, Solera utilizza il riconoscimento ottico dei caratteri (OCR) dell’API Vision per raccogliere le targhe e i numeri VIN. TensorFlow aiuta a costruire algoritmi personalizzati e modelli di apprendimento automatico per il riconoscimento delle immagini e l’estrazione dei dati del veicolo, consentendo di raccogliere la marca e il modello del veicolo, le informazioni sui danni e i ricambi necessari. Inoltre, le GPU e le TPU Cloud consentono l’elaborazione accelerata di tutti i modelli di dati, superando di gran lunga le capacità delle unità di elaborazione centrale e grafica tradizionali.
“Per gli automobilisti, avere un incidente è un’esperienza spiacevole. Come scienziati dei dati, tutto ciò che possiamo fare per far sì che quell’esperienza svanisca più rapidamente e per far tornare le persone sulla strada è la nostra missione”.
-MihranShahinian, VP dell’integrazione dei dati, Solera Holdings
Innovare con soluzioni, risolvere problemi con la tecnologia
Avendo scelto Google Cloud come strumento tecnologico per l’innovazione commerciale dell’azienda, il team di Solera aveva molto da imparare per sfruttare al meglio la nuova piattaforma. Fortunatamente, hanno potuto contare sull’aiuto degli ingegneri di Google Cloud e sull’esperienza di DoiT International, un fornitore di servizi gestiti di Google Cloud. Dalla consulenza sulla definizione dell’architettura della piattaforma alla condivisione delle best practice, fino alla risposta alle domande sull’implementazione, Solera si affida a Google Cloud e a DoiT per sfruttare al meglio il proprio investimento. Davies afferma: “DoiT ha dimostrato una profonda conoscenza sia di Google Cloud che dell’infrastruttura full-stack richiesta da Qapter”.
Aggiunge Davies: “In Solera è in atto una trasformazione verso la costruzione di competenze di base che possono essere sfruttate in tutta l’azienda, diventando dei game changer in più di un’area. Google Cloud non è solo una soluzione spot, ma una competenza fondamentale per noi”.
Lanciata nel 2020, la nuova versione di Qapter cambia radicalmente l’offerta di Solera ai suoi clienti. Una volta che l’automobilista ha caricato una foto del danno al proprio veicolo e ha avviato la procedura di risarcimento, la piattaforma sfrutta il suo enorme archivio di immagini dei sinistri per fare una stima dell’entità del danno, riconoscere la marca e il modello del veicolo, sapere quali parti devono essere sostituite e quanto costerà la riparazione. Il tutto senza inviare un perito a esaminare fisicamente il veicolo. In questo modo si automatizza una parte significativa del flusso di lavoro di elaborazione dei sinistri, a vantaggio non solo delle compagnie assicurative, ma anche dei partner del settore automobilistico e degli automobilisti.
Mihran Shahinian, vicepresidente dell’integrazione dei dati di Solera, è a capo di un team di ingegneri che si occupa di analisi e scienza dei dati ed è responsabile dell’estrazione dei dati dell’azienda per l’analisi predittiva. Spiega: “Il rilevamento dei danni da parte dell’intelligenza artificiale è molto simile all’evoluzione dell’accesso sicuro ai telefoni cellulari che, nel tempo, è passato dal codice PIN all’impronta digitale fino al riconoscimento del volto”. Con la visione computerizzata, la tecnologia si è evoluta dai fogli di calcolo per la stima delle riparazioni ai modelli 3D, e ora sono stati eliminati ancora più punti di contatto. Gli automobilisti devono solo scattare una foto della loro auto e Qapter farà il resto. Aggiunge Shahani: “Per gli automobilisti, avere un incidente è un’esperienza spiacevole. Come scienziati dei dati, tutto ciò che possiamo fare per far sì che questa esperienza svanisca più rapidamente e per far tornare le persone sulla strada è la nostra missione”.
Denunce di collisione self-service ai tempi di COVID-19
I clienti di Solera in Francia e nei Paesi Bassi, i due mercati in cui Qapter è stato inizialmente introdotto, sono entusiasti della capacità della piattaforma di migliorare il flusso di lavoro delle richieste di risarcimento danni, identificando le parti e stimando le riparazioni grazie all’intelligenza artificiale. A questo proposito, Qapter ha superato altri sforzi iniziati anni prima. In pochi mesi dall’introduzione, il sistema è ora in grado di autorizzare automaticamente il 50% delle richieste di risarcimento danni, riducendo i costi di stima di quasi la metà.
Inoltre, Qapter sta fornendo un vantaggio inaspettato agli stakeholder della catena di valore delle richieste di risarcimento danni durante la pandemia. La piattaforma non solo riduce i tempi e i costi per i conducenti, gli assicuratori e i fornitori di servizi di riparazione auto, ma riduce anche le interazioni umane. Contribuire a garantire la distanza sociale, fornendo al contempo un servizio necessario, significa che gli automobilisti possono tornare in strada, le officine di riparazione possono continuare a lavorare e le compagnie assicurative possono evitare di inviare dipendenti sul campo.
“Il valore principale di Qapter è rappresentato dai suoi modelli tridimensionali di veicoli, che consentono di capire come è composta una vasta gamma di singoli veicoli”, spiega Shahini. “Possiamo riutilizzare questi dati e inserirli in flussi di lavoro diversi a seconda di ciò che una determinata azienda vuole ottenere. Un’azienda potrebbe utilizzarli per l’ispezione dei veicoli, mentre un’altra potrebbe usarli per la stima delle collisioni. Possiamo anche prevedere un’ampia gamma di potenziali casi d’uso per il futuro, il che ci fornisce una solida base per lo sviluppo di nuovi prodotti”.
