Kadmy - Fotolia

Accidents de voitures : les assureurs se mettent à la computer vision

La filiale britannique de la compagnie d’assurance Ageas utilise l’intelligence artificielle pour évaluer les dommages causés aux véhicules lors d’accidents.

La compagnie d’assurance Ageas utilise l’intelligence artificielle pour évaluer les dommages aux véhicules à l’aide de photographies fournies par les assurés qui font des réclamations.

Les clients d’Ageas au Royaume-Uni peuvent soumettre des photos lorsqu’ils signalent des accidents, via leur smartphone. Et ainsi ils obtiennent un avis sur les étapes suivantes en quelques minutes et, dans certains cas, lors de leur premier appel téléphonique à l’assureur.

Pour obtenir cette vitesse de traitement, Aegas s’appuie sur la computer vision et du machine learning. Ces deux technologies permettent d’examiner les photographies numériques des voitures endommagées et d’estimer rapidement le coût des réparations.

Ce cas d’usage issu du secteur de l’insurtech promet de réduire le temps et les coûts associés au traitement des sinistres tout en facilitant les déclarations pour les assurés.

En effet, il s’agit d’une promesse, car Aegas a testé la solution l’année dernière et prévoit maintenant de la déployer pour résoudre des milliers de sinistres chaque mois. L’assureur a fait appel à Tractable, une startup londonienne spécialisée dans l’analyse des sinistres par ordinateur.

Une IA pour estimer le coût des dégâts

L’IA calcule le coût total des réparations en identifiant les pièces du véhicule touchées et le type de dommage qu’elles ont subi lors d’un accident. Elle fournit une estimation détaillée, comprenant les réparations et la peinture recommandées, ainsi que les coûts et les heures de travail. La technologie est formée sur des millions de photos de dommages automobiles, et les algorithmes continuent à apprendre à chaque sinistre traité.

Pour la startup, qui vient de finaliser une levée de fonds de 25 millions de dollars au mois de mars, il s’agit d’établir des méthodes d’entraînement robustes. Elles s’appuient sur des techniques d’apprentissage supervisées et semi-supervisées. L’algorithme de computer vision exploite des données hétérogènes de quantité variable et est soumis à des phénomènes de bruit.

Ensuite, Tractable combine des données visuelles issues des photos avec des métadonnées pour obtenir des informations clés. La plupart des véhicules modernes établissent un rapport des avaries ou il est possible de récupérer les informations sur l’état actuel des pièces via le port OBD. Le tout est corrélé avec les données du marché de la réparation ou celles des garagistes et carrossiers partenaires des assureurs.

De nouveaux services prometteurs

« Nous avons réalisé que la technologie pouvait faire une réelle différence pour nos clients à la suite d’un accident, et nous avons amélioré notre expérience en matière de sinistres, en les soutenant lorsqu’ils déclarent des sinistres et en aidant nos réparateurs à évaluer rapidement les actions nécessaires », déclare Robin Challand, directeur des sinistres chez Ageas au Royaume-Uni.

« Nous avons réalisé que la technologie pouvait faire une réelle différence pour nos clients à la suite d’un accident. »
Robin ChallandAgeas

À l’instar de la fintech qui tente de simplifier la manière dont les consommateurs gèrent leurs finances, l’insturtech s’efforce de rendre les interactions avec les compagnies d’assurance moins stressante pour des personnes ayant subi un sinistre.

Parallèlement, les compagnies d’assurance utilisent les dernières technologies pour offrir davantage de produits et de services dont ils espèrent générer des revenus supplémentaires.

Par exemple, l’assureur français Covéa (MMA, MAAF et GMF) est partenaire de Tractable depuis 2016 et utilise la solution. Il a également mis en place SelfCAR(e) avec Sidexa et Covisioto avec Audawatch, deux applications qui n’utilisent pas la vision par ordinateur, mais qui doivent accélérer le traitement des sinistres de ce type.

Pour approfondir sur Intelligence Artificielle et Data Science

Close