Робот-кровельщик: как машинное обучение поможет выяснить состояние домов
Фото Getty Images

Робот-кровельщик: как машинное обучение поможет выяснить состояние домов

Алекс Кнапп Forbes Contributor
Фото Getty Images
Стартап помогает выяснить все скрытые детали о покупаемой вами недвижимости, используя искусственный интеллект

Когда вы впервые покупаете дом, ваша страховая компания мало что знает о его состоянии или о вероятной стоимости страховки. Это потому, что сначала ей нужно прислать инспектора, который осмотрит дом снаружи, сделает необходимые замеры и проверит крышу, чтобы выяснить, в каком она состоянии.

Cape Analytics, расположенный в Маунти-Вью аналитический стартап, намерен все изменить. Его система может передавать страховой компании информацию о площади фасада дома, типе крыши, изменениях в доме и многое другое благодаря анализу снимков с воздуха посредством машинного обучения.

В понедельник компания объявила, что начнет собирать данные во всей континентальной части США — это более 70 млн домов, хотя она уже предоставляет информацию таким страховщикам, как перестраховщик федерального масштаба XL Catlin и расположенная во Флориде Security First Insurance.

CEO и сооснователь Райана Коттеншетт говорит, что именно такое погружение в специфический вид данных и отличает его компанию от других аналитических сервисов вроде Orbital Insight.

«Наша уникальность в том, что мы предоставляем данные о недвижимости корпоративным клиентам, которые в этом заинтересованы, особенно страховым компаниям, — говорит он. — Мы точечно сфокусированы на вертикальном развитии в противоположность комплексному подходу».

Коттеншетт рассказал мне, что компания собирает информацию из множества источников, включая данные дронов и снимки со спутников от таких компаний, как DigitalGlobe. Но основная часть информации, по его словам, поступает от съемки с воздуха, которая проводится с самолетов. В частности, Cape Analytics заключила договор о сотрудничестве с Google, чтобы использовать их снимки Земли. Затем с помощью алгоритмов машинного обучения компания обрабатывает эти снимки и получает информацию о конкретных домах.

Для обработки всей этой информации и создания алгоритмов в Cape Analytics работает команда специалистов по компьютерному зрению, машинному обучению и аналитике данных, которые трудятся над получением информации, нужной страховым компаниям. Это подразумевает настройку алгоритмов для определения таких вещей, как состояние и тип крыши дома, влияние дома на экологию и наличие каких-либо пристроек, бассейна, солнечных батарей и других добавлений.

«Мы сформировали команду мирового уровня из специалистов по компьютерному зрению и искусственному интеллекту, а также обработке данных, — говорит Коттеншетт. — Мы выполняем всю работу своими силами».

В эту команду входит сооснователь и CTO компании Суат Гедикли, который имеет докторскую степень по информатике и ранее работал исследователем в Willow Garage, где разрабатывал модели компьютерного зрения для роботов. Вице-президент по анализу данных Оливер Коллингтон работал над множеством проектов по обработке данных, включая разработку первых моделей оценки рисков катастроф для RMS.

Коттеншетт говорит, что вместо того, чтобы посылать инспектора, страховая компания может использовать интерфейс Cape Analytics и почти моментально получить все сведения, которые мог бы собрать инспектор. Это значительно упростит процесс определения оптимальной стоимости страховки.

«Наша главная ценность для клиента состоит в повышении качества данных, — говорит он. — Слишком дорого осматривать каждый дом, и дома со временем меняются. Поэтому информация, имеющаяся у страховых компаний, не соответствует действительности. Когда они работают с нами, мы решаем все эти проблемы, так что они могут устанавливать более точные цены».

Перевод Натальи Балабанцевой

рейтинги forbes
Закрыть
Уведомление в браузере
Будь в курсе самого главного.
Новости и идеи для бизнеса -
не чаще двух раз в день.
Подписаться