Brak wiedzy o konstrukcji budynku kosztuje firmy ubezpieczeniowe nawet 4,5 mld dol. – szacują eksperci TensorFlight. Do oceny stanu nieruchomości przydatna jest analiza zdjęć satelitarnych, lotniczych i ulicznych. Dzięki niej można automatycznie poddać analizie budynki i ocenić ich konstrukcję, co dla ubezpieczycieli ma największe znaczenie. Obecnie przeprowadzenie takiej analizy jest procesem nie tylko wolnym, lecz także kosztownym. Dzięki programowi polskiego start-upu analiza będzie automatyczna i gotowa znacznie szybciej. Sprawdzi się też w ocenie ryzyka hipotecznego czy monitoringu budynku objętego hipoteką.
– Informacja o budynkach, jak np. typ konstrukcji, jest ekstremalnie wartościowa dla firm reubezpieczeniowych i ubezpieczeniowych. Firmy reubezpieczeniowe tracą 4,5 mld dol., bo nie znają poprawnego typu konstrukcji danego budynku. Oprócz typu konstrukcji dochodzi też wysokość budynku, jego przeznaczenie, liczba pięter, geometria budynku, wysokość i nachylenie dachu. Wszystkie te cechy korelują bardzo mocno z ryzykiem związanym z ubezpieczeniem tego budynku – podkreśla w rozmowie z agencją Newseria Innowacje Zbigniew Wojna ze start-upu TensorFlight.
Obecnie ocena stanu nieruchomości jest zazwyczaj czasochłonna, wiąże się z dużymi kosztami, nie zawsze jest też bardzo dokładna. To istotne, zwłaszcza w miejscach, gdzie stosunkowo często mają miejsce katastrofy naturalne, np. drewniany budynek może wytrzymać trzęsienie ziemi, ale jest narażony na wichurę, odwrotnie jest przy ceglanym budynku. Brak dokładnej wiedzy o konstrukcji budynku może się okazać bardzo kosztowny, o czym nie raz przekonały się firmy ubezpieczeniowe. Dlatego program polskiego start-upu TensorFlight może się okazać prawdziwą rewolucją w analizie stanu budynku.
– Budujemy globalną bazę danych i informacji o budynkach komercyjnych, ale również w przyszłości rezydencyjnych. Ta baza jest budowana na podstawie wszelkich informacji, które możemy znaleźć w internecie, ale przede wszystkim na podstawie zdjęć wizualnych, pochodzących ze zdjęć satelitarnych, ze zdjęć lotniczych, pionowych i pod kątem, również ze zdjęć z widoku ulicy, pochodzących z samochodów typu Google Streetview – tłumaczy Zbigniew Wojna.
Rozwiązania machine learning
Program wykorzystuje rozwiązania machine learning, czyli podstawę sztucznej inteligencji, która wykorzystuje automatykę do rozpoznawania i uczenia się. Dzięki temu możliwa jest automatyczna i precyzyjna analiza, ta zaś jest konieczna przy wycenie polisy przez towarzystwa ubezpieczeniowe.
– Największym potencjalnym klientem i zainteresowanym są firmy reubezpieczeniowe, które muszą wyceniać bardzo duże portfolia na poziomie 100 tys. budynków naraz, analizują kilka milionów budynków rocznie. Oczywiście firmy ubezpieczeniowe również interesują się takimi danymi, ponieważ mogą automatycznie wyceniać zapytanie o polisę dla danego adresu bez potrzeby wprowadzania wielu pól, co znacznie zwiększa konwersję zainteresowanych do zakupionych polis. To także urzędy miast, gminy, które chciałyby znać inwentaryzację tego, co znajduje się w danym mieście – wymienia przedstawiciel TensorFlight.
Dokładna analiza nieruchomości z każdego poziomu stanowi wielką bazę informacji. Dostarcza danych o zmianach, jakie zaszły w konstrukcji budynku, informuje o nielegalnych nad- i przybudówkach. Może się okazać pomocna także przy wycenie nieruchomości, co istotne zwłaszcza przy kredycie hipotecznym. Jak przekonuje ekspert, na nowym programie mogą skorzystać wszyscy – nie tylko firmy re- i ubezpieczeniowe, ale zwykli mieszkańcy. Łatwiej będzie też karać tych nieuczciwych.
– Przez to, że te budynki są lepiej zanalizowane, ubezpieczyciele i reubezpieczyciele będą walczyli cenowo o klienta, natomiast Kowalskiemu, który buduje nielegalnie bądź niszczy budynek, trudniej będzie się ukryć. W tym momencie uśrednia się ryzyko na podstawie całego miasta czy dzielnicy, ale w momencie gdy będziemy mieli dokładniejszą informację, to osoby, które faktycznie dbają o budynek i mają go w dobrym stanie, będą miały polisy zdecydowanie tańsze, a osoby, które nie dbają, droższe – przekonuje Zbigniew Wojna.
Start-up negocjuje z firmą PZU, aby wdrożyć rozwiązanie TensorFlight w Polsce. Obecnie twórcy skupiają się jednak bardziej na rejonach, w których ryzyko związane z nieruchomościami są znacznie większe.
– Profil ryzyka w Polsce jest inny, nie mamy tylu katastrof, co np. w stanach południowych w USA. W Polsce jest zainteresowanie dachami, łatwopalnością dachu, materiałem dachu, to jest cecha, która jest wartościowa. Kiedy będziemy w stanie dokładniej zanalizować np. dach, to w przyszłości będzie miało potencjał do współpracy z polskimi firmami ubezpieczeniowymi – twierdzi Zbigniew Wojna.
W Polsce – według danych Polskiej Izby Ubezpieczeniowej – ubezpieczonych jest około 60 proc. mieszkań i domów. Dużą część skutków żywiołów można więc naprawić dzięki ochronie ubezpieczeniowej.