In occasione del nostro ultimo webinar globale, What’s Next: A Deeper Dive into Digital Transformation, i partecipanti hanno posto delle domande al team di leadership di Solera. Oggi rispondiamo ad alcune di queste domande su come il Flusso di lavoro moderno di Solera affronta il rilevamento dei danni ai veicoli con soluzioni digitali.
Rendere il processo di rimborso “troppo facile” attraverso passaggi guidati che spiegano il processo di approvazione incoraggerà/faciliterà le frodi? In che modo l’acquisizione delle immagini può distinguere tra danni preesistenti e danni causati da incidenti?
Nel nostro blog precedente abbiamo parlato dei nostri casi d’uso futuri. Uno dei primi casi d’uso che stiamo introducendo sul mercato è il Claims Check, che offre all’assicuratore la possibilità di raccogliere immagini delle condizioni del veicolo all’inizio della polizza. Affrontare uno dei primi casi di frode per molti paesi, per confermare che il veicolo in questione esiste davvero. Se in un secondo momento viene presentata una richiesta di risarcimento per eventuali danni da incidente, il conducente utilizza la stessa tecnologia di acquisizione delle immagini per scattare nuovamente le immagini del veicolo e dei danni alla FNOL.
La nostra tecnologia AI utilizza le immagini precedenti e successive del veicolo per rilevare istantaneamente quali danni erano preesistenti e quali sono stati causati dall’incidente, riducendo così le richieste di risarcimento fraudolente e assicurando che gli assicuratori paghino solo i danni legati all’incidente sul veicolo.
Qual è la capacità della soluzione di AI e machine learning di Solera di identificare e rilevare i danni nascosti?
Se si prendono le immagini al valore nominale per i danni che si possono vedere, non si avrà mai una valutazione accurata. Ma la combinazione delle immagini con la scienza dei dati e la scienza delle riparazioni di Solera consente alle nostre soluzioni di comprendere meglio i potenziali danni che non possono essere visti dalla telecamera.
Sfruttando il patrimonio di dati storici sulle riparazioni di Solera, le nostre soluzioni sono addestrate a prevedere, in base al tipo, al livello e alle dimensioni del danno visibile, quali parti nascoste di un veicolo potrebbero essere danneggiate e/o da sostituire.
Possiamo creare un cluster di richieste di risarcimento precedentemente esistenti per un veicolo specifico con un tipo di danno specifico. Utilizzando queste analisi, siamo in grado di precaricare una stima basata sulle stime delle riparazioni precedenti per vedere fino al livello dei dadi e dei bulloni cosa potrebbe essere danneggiato.
L’interazione umana non può essere sostituita e questa tecnologia non è destinata a sostituire i dipendenti esperti. Qualcuno dovrà sempre guardare sotto il cofano per controllare e verificare l’entità del danno, ma la nostra intelligenza artificiale e la scienza delle riparazioni possono supportare tutte le parti coinvolte facendo risparmiare tempo e aumentando l’efficienza.
Volete partecipare alla conversazione? Registratevi al prossimo webinar di Solera.
