Оценка автомобилей:что с ней не так?

Рынок дистанционной оценки автомобилей в России не развит. Отдельные страховые компании делают попытки оценивать ущерб без выезда на место, но этот процесс не автоматизирован. Водитель отправляет фотографии с места ДТП в страховую, оценщик составляет по ним отчёт. Даже в этом случае на каждый автомобиль уходит не менее часа, а точность оценки сильно зависит от качества фотографий и внимательности сотрудника.

Если компания экономит на штатных оценщиках, пострадавшие в ДТП водители пользуются услугами независимых специалистов. Тут в дело вступают мошенники. Они предлагают пострадавшему подписать документы, на основании которых потом судятся со страховыми компаниями. И это только одна из мошеннических схем. В реальности их больше, и с каждым годом появляются новые.

Очевидно, что бизнесу нужно простое и недорогое решение для качественной оценки повреждений без выезда на место. До недавнего времени этому мешали два фактора: не было подходящих технологий и качественных снимков. Сейчас появились новые разработки, в том числе технология на основе искусственного интеллекта, которая наделяет компьютер способностью распознавать детали на фотографии — «компьютерное зрение» (computer vision, CV). Проблема с некачественными снимками тоже, казалось бы, решена — хорошие камеры есть даже на недорогих смартфонах.

Сегодня на рынке появились компании, которые оценивают автомобили онлайн, некоторые из них используют технологию на базе CV. Проблема большинства таких сервисов в том, что они не определяют всех повреждений: видят крупные вмятины, но не замечают скол краски.

Причина в некачественном обучении нейросетей. Чтобы сервис работал лучше человека, нужно научить систему определять все детали корпуса и видеть на них повреждения. Сначала необходимо «показать» ей все эти элементы, то есть выделить их на фотографиях. Чтобы система распознавала, например, бампер, нужно разметить несколько тысяч снимков.

Небольшим стартапам просто неоткуда взять нужное количество качественных снимков для обучения нейросетей. Обладатели данных — банки, ГИБДД, классифайд-сервисы — не спешат ими делиться. Собирать собственную базу долго и дорого. Поэтому возможности большинства систем на базе CV ограничены.

Чтобы вывести на рынок продукт, который составит конкуренцию человеку, нужно иметь доступ к сотням источников информации. Вложить много ресурсов в обучение нейросети, чтобы она могла определять мелкие детали при любой погоде и освещённости.

Только в этом случае получится честный и объективный сервис, который работает не хуже человека. Система, которая «видит» мельчайшие детали, вплоть до царапины на корпусе автомобиля. Распознает снег, мусор, листья или наклейки на кузове. Хорошо работает в любых погодных условиях и точно не пойдёт в суд, чтобы вытягивать из своего владельца деньги.

Благодаря ресурсам ВТБ, «Ростелекома» и десятков партнёров мы создали такой сервис. Он  работает точнее, чем у большинства конкурентов. Помогает страховым компаниям сократить расходы на персонал, уменьшить вероятность мошенничества и объективно оценивать повреждения, а значит, более эффективно развивать свой бизнес.

Спрос на такой сервис будет не только у страховщиков. Каршеринговым компаниям он поможет избежать конфликтов с арендаторами из-за неоправданных штрафов. Он моментально зафиксирует состояние автомобиля до сдачи в аренду и после возвращения. Будет сразу понятно, какие царапины появились по вине клиента.

Ещё одна сфера применения — сайты с объявлениями о продаже автомобилей. Дистанционная оценка станет дополнительной опцией, которая гарантирует покупателю полноту информации о внешнем виде авто. Также сервис поможет компаниям, которые торгуют подержанными автомобилями или готовят их к продаже. Сервис позволит им быстро и без выезда на место понять, сколько нужно вложить в ремонт авто перед продажей и стоит ли вообще вкладывать в него деньги.