Компьютерное зрение для страховщиков и каршерингов: как мы в Platforma изменяем рынки
Привет, VC! Представьте себе ситуацию: зима, на дороге гололед, вы едете на своей машине на работу. И тут вдруг перед вами резко тормозит Порше Кайен. Вы бьете по тормозам… а машина не останавливается и почти беспрепятственно скользит дальше. Бух! На бампере Кайена вмятина и россыпь царапин, и из него вылезает разгневанный владелец.
Вы в ступоре пытаетесь прикинуть, сколько денег придется отдать за ремонт Порша и сможет ли покрыть это страховка. Думать трезво в такой ситуации сложно — эмоции слишком сильно бьют по голове. А еще владелец Порша орет и давит, называя заоблачные суммы.
Страховая посчитает ущерб лишь за пару дней. Можно и самостоятельно найти запчасть в интернете, но у официального дилера она стоит как крыло самолета, а цену ремонта даже примерно прикинуть не получается. Что делать в такой ситуации?
Чтобы решить эту проблему с помощью дистанционной системы оценки авто, нужно всего пара кликов, четыре фото и две минуты. Рассказываем сегодня именно о ней.
Оценка повреждений с помощью нейросетей
Систему дистанционной оценки повреждений мы разрабатываем уже больше двух лет. Сейчас нейросеть правильно отмечает примерно 80% всех повреждений, если качество фото соответствует. Но мы расширяем возможности системы и планируем достичь цифры минимум в 90%.
Для пользователя утилита работает максимально просто. Чтобы провести оценку, нужно сделать всего лишь 4 фотографии автомобиля с разных ракурсов:
На снимках это выглядит примерно так:
Изображения загружаются в систему, а остальное делает нейросеть. Или, если точнее, нейросети. Для препроцессинга и подготовки фото у нас работают отдельные алгоритмы.
Финальный результат следующий. Система отмечает запчасти, которые отличаются от нормы, и описывает характер повреждений.
Мы еще работаем над финансовой оценкой повреждений и собираем динамическую базу с ценами запчастей и их ремонта. Правда, до полноценного решения еще далеко — это огромная работа, которую мы по сути делаем первые в России. Но уже в таком виде проект интересен российским компаниям. И мы уверены, что он кардинально изменит принципы работы на рынке. К примеру, страховщиков и каршерингов. Об этом дальше.
Как наш проект меняет каршеринги и страховые компании
Прежде чем запускать разработку системы дистанционной оценки, мы провели глубокий анализ рынков.
Оказалось, что идея способна решить ряд принципиальных проблем, с которыми сталкиваются каршеринги и страховщики. Начнем с первых.
Случайные штрафы за повреждение авто — одна из главных болей каршерингов. Человек берет машину, ездит по делам, потом паркуется и закрывает поездку. Все в порядке, все довольны. А через несколько дней ему приходит «письмо счастья» с крупным штрафом на 100 000 рублей или даже больше. Якобы он поцарапал авто и не сообщил об этом сервису. В ряде случаев штраф и вовсе автоматически снимается с привязанной карты.
Пользователь получает огромную головную боль — доказывать, что ты не олень, придется через суд. Нервов и денег будет потрачено много в любом случае. А каршеринг получает ярого хейтера и серьезный удар по имиджу бренда.
Система дистанционной оценки практически полностью решает эту проблему. Пользователю нужно сделать всего 8 фото: 4 перед посадкой в авто и 4 после завершения поездки. Нейросеть сразу же оценит авто на наличие повреждений и выдает подтверждение, что все нормально. Вуаля! Больше никаких штрафов с потолка.
Мы уже заключили договор с российским каршерингом и активно работаем над внедрением проекта. Так что в этом году вы уже можете встретить его в приложении каршеринга. Но пока не можем сказать какого — находимся под NDA.
Теперь расскажем немного о страховщиках.
В некоторых компаниях дистанционная оценка уже работает. Правда, с оговоркой — фото там оценивает эксперт-человек. Это называется «предварительная оценка». Страховщик может оценить по фото незначительные повреждения и вмятины, но окончательная цифра компенсации будет уже после детального анализа.
Минусы у такой схемы есть. Во-первых, оценивать повреждения по фото куда сложнее, чем вживую. Некоторые мелкие царапины человек может просто не заметить. А во-вторых, такая оценка субъективна. К примеру, в конце рабочего дня пятницы ее качество будет сильно отличаться от утра вторника.
Нейросети позволяют сделать анализ стабильным и точным. Как ни крути, но компьютерное зрение острее человеческого, нейросеть может замечать даже крохотные царапины, которые крайне сложно увидеть невооруженным глазом — тем более, на фотографиях.
Эксперт на обработку фото одной машины тратит примерно полчаса-час. Нейросеть — максимум две минуты
А если учесть, что при внедрении в бизнес она обрабатывает сотни фото одновременно, то одна такая система способна заменить всех дистанционных оценщиков.
Нейросети выходят на российские рынки
Еще 15 лет назад разработка автоматической дистанционной системы оценки повреждений была фантастикой. Банально из-за того, что технологии не позволяли сделать компьютерное зрение острее человеческого.
Нейросети уже существовали, но для их обучения не хватало данных.
Просто чтобы вы понимали масштаб: для обучения нашей системы мы использовали 25 000 фотографий, размеченных вручную, и больше миллиона процедурно генерируемых — свыше 5 терабайт только исходных данных. Сейчас мы заключили договор с известным российским классифайдом и продолжаем обучать систему, используя его обширные данные. Все для того, чтобы наши нейросети находили минимум 90% повреждений, вплоть до самых мелких.
В 2022 году мы планируем расширить возможности нейросети и добавить в подборку обучения мототранспорт, грузовые авто, автобусы — в общем, абсолютно все, что ездит по российским дорогам.
В перспективе компьютерное зрение можно будет использовать в самых разных дорожных ситуациях. К примеру, быстро пройти предрейсовую проверку такси или заказать ремонт или замену нужной запчасти, не тратя кучу времени на ее поиск и общение с дилером.
Кстати, ситуация с Порше из начала статьи реально произошла с женой руководителя направления дистанционной оценки имущества Platforma. Только вместо Порше был Гелендваген. И если бы система дистанционной оценки существовала тогда, то ситуация решилась бы намного проще.
Сделать фото, подождать две минуты — и сказать разгневанному владельцу Гелендвагена точную стоимость ремонта побитого бампера и то, что ваша страховка это покроет. Никаких нервов и излишних переживаний.
Компьютерное зрение — одна из самых перспективных технологий XXI века, которая способна серьезно изменить существующие рынки и продукты. Системы дистанционной оценки — только первый шаг. Мы уверены, в дальнейшем идея выйдет далеко за пределы анализа повреждений авто.
К примеру, можно будет оценить стоимость мебели и предметов интерьера в квартире при оформлении договора аренды. Или посчитать стоимость земельного участка для купли-продажи. Или проанализировать изменение лесного хозяйства области. Возможности компьютерного зрения при поддержки нейросетей практически безграничны и для рядового пользователя, и для бизнеса, и даже для государственных организаций. В ближайшие 5-7 лет вы сможете почувствовать это на собственном опыте даже в будничных и рутинных вещах.
Какой интересно каршеринг будет с вами работать если им как раз таки выгодно размазать повреждения на как можно больше народу и со всех трясти штрафы
Ну, это упущенная прибыль же (я про людей, которые не будут пользоваться из-за негативного опыта). Каршерингу как раз важно, чтобы люди не боялись. Их инструмент стремится решить эту, скажем так, боль.
Спасибо за материал. Меня как раз и пугает в каршеринге то, что за какую-то царапинку ответственность несу я, а не тот, кто ее машине оставил. Вопрос: неужели сейчас нет никакого решения, хотя бы какого-то, этой проблемы?
Решение есть. Не брать штрафы за царапины и потёртости.
Программа чушь.
Вот что бывает, когда программистов заставляют делать работу машиностроителей.
И для меня совершенно удивительно то, что создатели данного приложения ДАЖЕ не прокосультировались с машиностроителями и инженерами, не посмотрели аналоги решений на рынках.
Первое. Есть такая вещь как метрология. Метрология это наука о технических измерениях.
Второе. Есть такие средства измерения, которые называются 3D сканеры.
Далее, знаете КАК нужно сделать вашу программу, с точки зрения инженерии, чтобы ваши данные имели высокую достоверность 2-3 сигма, и могли быть приняты как данные базирующиеся на методиках научных исследований??
С помощью нейронной сети, или не нейронной сети, вы получаете ДОСТОВЕРНУЮ 3D модель объекта с какими-то показателями точности.
В вашей модели вы ВЫДЕЛЯЕТЕ различные составляющие её элементы, например дверь, или порог, или другое.
По результатам сравнений полученной 3D модели вы считаете отклонения, и можете делать какие-то научно обоснованные выводы.
Визуальные дефекты в виде царапин могут определяться визуально.
Также я отмечу. Что дефектов может быть огромное множество. Те же микротрещины и пр.
Решение данной задачи это не создание автоэнкодера, который по картинкам вам определяет отклонение внешнего вида какой-то машины от оригинала. Я уверен на 90+%, что вы используете данную технологию.
И дело даже не в том, что сам подход по себе как технология будет иметь низкие показатели точности.
Смысл в том, что в подобном подходе НЕТ НАУЧНОГО ОБОСНОВАНИЯ.
Только научно-обоснованные и аргументированные подходые могут быть учтены судом и приняты в качестве релевантных данных в каких-либо процессах. В том числе оценки.
Но у вас в статье, ничего не сказано о методике. А именно методика самое важное и ценное в статье.
Нет каких-либо метрик точности. Только обобщённая цифра и прочее.
Если бы делали диссертационную работу по данной теме, вас бы никогда не допустили до защиты.
Также я отмечу, что у меня в лаборатории, например, был 3D сканер. И для его работы требуются значительные вычислительные ресурсы.
Для меня сомнительно, что можно решить подобную задачу с телефона. Я бы двигался в направлении создания облачного сервиса, когда с помощью хорошей камеры в каких-то приемлемых диапазонах показателей точности вы можете сделать то, что я описал выше.
Годы научных достижений есть в данном направлении. Когда получают 3D объекты, декомпозиция по поверхностям. Метрология так вообще существует всю жизнь.
* Я хочу отметить ДЛЯ ВСЕХ кто интересуется тематикой нейронных сетей и data science. Работа с исскуственным интеллектом это не создание и обучение нейронных сетей. Это не написание скриптов на питоне. Это в первую очередь понимание областей на стыке наук.
В противном случае будут проекты наподобие этого. Ну да, прикольная штука. Ну да, она вот такие вот картинки будет показывать. Но что от них толку?? Тупо MVP сделать, не более.
В системе много разных по типу моделей, но автокодировщика нет.
Комментарий недоступен