l'expertise de la
réparation automobile :
étude de cas

LE MODERN WORKFLOW DE SOLERA

L’expertise de la réparation automobile : étude de cas

1024 384 Sidexa

La force des solutions Solera réside dans l’association de la science des données et de l’expertise en matière de réparation pour que l’estimation automatisée devienne une alternative à la gestion d’un dossier de sinistre. Le paramétrage de règles relatives à la réparation dans nos solutions permet de chiffrer automatiquement les barèmes de temps, d’identifier les pièces et de générer en toute transparence des devis précis et en concordance avec les attentes entre les acteurs d’un même dossier.

LA SCIENCE DES DONNÉES :

  • catégorise les images
  • identifie les pièces, les zones et la gravité des dommages

L’EXPERTISE DE LA RÉPARATION :

  • calcule les temps de main d’œuvre
  • identifier les pièces de rechange
  • propose un pré-chiffrage

L’association de la science des données et de l’expertise en matière de réparation contribue à la simplification des processus pour le client et à l’accélération de l’ensemble du cycle de gestion du sinistre.

L’IMPACT DES MATÉRIAUX DE PIÈCES : RÉPARATION OU REMPLACEMENT ?

Si l’Intelligence Artificielle (IA) détecte un choc de taille moyenne sur l’aile arrière gauche, en acier, d’une Audi TT Mk1, elle est en mesure de définir si cette partie du véhicule est réparable. L’IA peut aussi indiquer les coûts (pièces et main-d’œuvre) nécessaires aux réparations.

En revanche, si une Audi TT Mk2 présente un dommage identique, l’aile arrière gauche sera plus probablement remplacée puisque sur ce modèle, celle-ci est en aluminium.

La connaissance en amont de la nature des matériaux selon les modèles et des conséquences d’un dommage sur le dit matériau, peut influencer le processus de traitement de la réparation. En effet, dans l’exemple de la Mk2, le remplacement des pièces endommagées entrainera une commande. Le véhicule sera orienté vers un réparateur spécialisé en aluminium, dont les coûts et opérations seront adaptés.

L’IMPACT DU CHOIX DU MODÈLE SUR LE COÛT DES PIÈCES

Un autre exemple d’expertise en matière de réparation est la détection par l’IA d’un phare avant endommagé sur une BMW Série 3 de 2017. Le tarif pour remplacer un phare à LED est d’environ 1 500 €, tandis qu’un phare standard coûte 390 €.

Dans l’exemple donné, le coût n’est pas le seul élément impacté. Il s’agit également de réduire le délai de réparation en commandant les pièces adéquates le plus tôt possible afin d’optimiser l’expérience client.

L’AUTOMATISATION DU PROCESSUS DE RÉPARATION

Automatiser le chiffrage est l’idéal pour améliorer le délai de traitement d’un sinistre.

Mais si l’on peut enseigner aux Machines à détecter des pièces et des dommages au travers de l’IA, il n’en est pas de même pour ce qui est de la réparation des véhicules. C’est là qu’entrent en jeu les dizaines d’années d’expérience de Solera dans le secteur de la réparation, l’étendue de ses connaissances mondiales ainsi que la précision des informations qui en découlent. C’est grâce à ces atouts que Solera développe des solutions afin d’accompagner la précision des calculs des barèmes de temps et des coûts. Finalement, cette alliance entre la science des données et l’expertise en matière de réparation devient une démarche stratégique pour accélérer l’automatisation de la réparation automobile.