Solutions

AI-Powered Car Damage Assessment

Solution implemented by Thitaya Divari, Pornchanok Pinnuwat, Maethavee Summanee

Overview

ปัจจุบันหนึ่งในปัญหาสำคัญของการทำเคลมประกันอุบัติเหตุรถยนต์คือความล่าช้า ความผิดพลาดจากการประเมินความเสียหาย และการทุจริต แต่ด้วยนวัตกรรมใหม่อย่าง “AI-Powered Car Damage Assessment” ซึ่งสามารถเพิ่มความเร็ว และประสิทธิผลในกระบวนการได้อย่างมีนัยสำคัญ โดยมุ่งหวังการใช้ปัญญาประดิษฐ์ (AI) สำหรับประเมินความเสียหายจากอุบัติเหตุรถยนต์แทนการคาดคะเนด้วยสายตาหรือแรงงานมนุษย์ นอกจากนี้ซอฟต์แวร์นี้ยังมีศักยภาพในการเปลี่ยนแปลงอุตสาหกรรมยานยนต์ หรือระบุระยะเวลาของการซ่อมแซม

Solutions

What is "AI-Powered Car Damage Assessment" ?

ระบบประเมินความเสียหายของรถยนต์ด้วย AI ที่พัฒนาขึ้นโดยใช้ Azure AI Vision, Azure Machine Learning, Power BI และ H2O.ai เป็นเทคโนโลยีที่ช่วยให้การตรวจสอบ และจำแนกความเสียหายของรถยนต์เป็นไปอย่างแม่นยำและทันเวลา ลดความผิดพลาดของมนุษย์ได้อย่างมาก

Solutions

คุณสมบัติ

การประเมินความเสียหาย

ระบบจะทำการประเมินความเสียหายของยานพาหนะที่ประสบอุบัติเหตุ โดยใช้ Azure AI Vision เเละ Azure Machine Learning ในการจำแนกความรุนแรงและประเภทของความเสียหายที่ระบุได้ ซึ่งระบบจะช่วยลดความผิดพลาดในการประเมินความเสียหายจากเจ้าหน้าที่ประเมิน

การประเมินต้นทุนค่าซ่อมแซมยานพาหนะ

ระบบได้ประมวลผลและแสดงประมาณการค่าซ่อมแซมที่เชื่อถือได้โดยใช้ Azure Machine Learning โดยมีกระบวนการประเมินอย่างรวดเร็วและแม่นยำ รวมถึงทำให้สามารถควบคุมต้นทุนได้อย่างมีประสิทธิภาพ

การวิเคราะห์ข้อมูล บน Dashboard

ระบบสามารถสร้างแดชบอร์ดในการวิเคราะห์ข้อมูลผ่าน Microsoft BI เช่น แดชบอร์ดเปรียบเทียบประมาณการต้นทุนกับต้นทุนจริงในการซ่อมแซมยานพาหนะ และระบุรายการที่มีต้นทุนสูงในการซ่อมแซมโดยแสดงด้วยรูปภาพ หรือกราฟ

การตรวจจับการฉ้อโกงการเคลมประกัน (Claim Fraud Detection)

ระบบสามารถตรวจวิเคราะห์รายการที่มีความผิดปกติ หรือรายการที่มีแนวโน้มในการการฉ้อโกง โดยใช้ H2O.ai เพื่อลดความเสี่ยงและความสูญเสียค่าใช้จ่ายที่ไม่ตรงกับข้อเท็จจริงของบริษัท

AI-Powered Car Damage Assessment

How It Works

01

ผู้ใช้อัพโหลดรูปภาพเข้าสู่ Web Application ซึ่งจะอัพโหลดข้อมูลเข้า Azure Blob Storage จากนั้น Azure Function จะส่งคำขอไปยัง Azure Vision API เพื่อประเมินความเสียหาย

02

ผลลัพธ์ถูกจัดเก็บใน Azure Data Lake Storage และ Azure Machine Learning จะประมวลต้นทุนค่าซ่อมแซม ข้อมูลจะถูกปรับแต่งสำหรับการค้นหาผ่าน Azure AI Search และวิเคราะห์ด้วย Azure Synapse Analytics

03

แล้ว Power BI จะแสดงผลข้อมูล ข้อมูลใน Data Lake Storage จะถูกส่งให้ H2O.ai เพื่อตรวจจับการทุจริตผู้ใช้งานสามารถเข้าถึงข้อมูลที่ประมวลผลและวิเคราะห์แล้วผ่านบริการค้นหาในเว็บแอปพลิเคชัน

Solutions