Spatial Finance utilise l’IA pour estimer les risques et analyser les réclamations

Spatial Finance utilise l’IA pour estimer les risques et analyser les réclamations

Lors de la prise de décisions financières, il est important d’avoir une vue d’ensemble, par exemple celle prise à partir d’un drone, d’un satellite ou d’un capteur alimenté par l’IA.

Le domaine émergent de la finance spatiale exploite les connaissances de l’IA provenant de capteurs à distance et d’images aériennes pour aider les banques, les assureurs, les sociétés d’investissement et les entreprises à analyser les risques et les opportunités, à permettre de nouveaux services et produits, à mesurer l’impact environnemental de leurs avoirs et à évaluer les dommages après une crise. .

Les applications de financement spatial comprennent la surveillance des actifs, la modélisation de l’efficacité énergétique, le suivi des émissions et de la pollution, la détection de l’exploitation minière illégale et de la déforestation et l’analyse des risques de catastrophes naturelles. Les logiciels et le matériel NVIDIA AI peuvent aider l’industrie à combiner ses données commerciales avec des données géospatiales pour accélérer ces applications.

En comprenant mieux les risques environnementaux et sociaux associés à un investissement, le secteur financier peut choisir de donner la priorité à ceux qui sont les plus susceptibles de soutenir le développement durable – un cadre connu sous le nom de cadre environnemental, social et de gouvernance (ESG).

L’accent est mis sur les investissements durables : une analyse de Bloomberg Intelligence a estimé que les actifs ESG représenteront plus d’un tiers du total des actifs gérés dans le monde d’ici 2025. Et un rapport de l’Agence de l’Union européenne pour le programme spatial prédit que le secteur de l’assurance et de la finance deviendra le plus grand consommateur de données et de services d’observation de la Terre au cours de la prochaine décennie, générant plus d’un milliard de dollars de revenus totaux d’ici 2031.

Plusieurs membres de NVIDIA Inception, un programme mondial qui soutient les startups de pointe, font progresser ces efforts avec des applications d’IA accélérées par GPU qui peuvent suivre la pollution de l’eau à proximité des installations industrielles, quantifier le risque financier des incendies de forêt, évaluer les dommages après les tempêtes et plus encore.

Calcul puissant pour les données à grande échelle

L’IA et la science des données accélérées par GPU peuvent extraire rapidement des informations à partir de données complexes et non structurées, permettant aux banques et aux entreprises de mettre en place un streaming et une analyse en temps réel des données telles qu’elles sont capturées à partir de satellites, de drones, d’antennes et de capteurs de périphérie.

En surveillant l’imagerie aérienne – disponible gratuitement auprès des agences spatiales publiques ou à un niveau de granularité plus élevé auprès d’entreprises privées – les analystes peuvent obtenir une vision claire de la quantité d’eau utilisée à partir d’un réservoir au fil du temps, du nombre d’arbres abattus pour une construction projet ou combien de maisons ont été endommagées par une tornade.

Cette capacité peut aider à auditer les investissements en vérifiant l’exactitude des documents écrits tels que les divulgations mandatées par le gouvernement, les rapports d’impact environnemental ou même les réclamations d’assurance.

Par exemple, les investisseurs peuvent suivre la chaîne d’approvisionnement d’une entreprise qui déclare avoir atteint le zéro net dans sa chaîne de production et découvrir qu’elle dépend en fait d’une usine à l’étranger émettant des cendres de charbon visibles sur les images satellite. Ou, des capteurs qui analysent les émissions de chaleur des bâtiments pourraient aider à identifier les entreprises à faibles émissions pour un crédit d’impôt.

Les solutions informatiques de pointe de NVIDIA, y compris la plate-forme NVIDIA Jetson pour les machines autonomes et d’autres applications embarquées, alimentent de nombreuses initiatives d’IA dans le domaine de la finance spatiale.

En plus d’utiliser le matériel NVIDIA pour accélérer leurs applications, les développeurs adoptent des logiciels, notamment le kit de développement logiciel NVIDIA DeepStream pour l’analyse en continu, qui fait partie de la plate-forme NVIDIA Metropolis pour la vision AI. Ils utilisent également la plate-forme NVIDIA Omniverse pour créer et exploiter des applications métavers pour des visualisations 3D détaillées de données géospatiales.

Assurer les biens — De l’évaluation des risques à l’accélération des réclamations

Les membres de NVIDIA Inception développent des applications accélérées par GPU qui transforment les données géospatiales en informations pour les compagnies d’assurance, réduisant ainsi le nombre de visites sur site coûteuses nécessaires pour surveiller l’état des propriétés assurées.

RSS-Hydro, basée au Luxembourg, utilise le calcul GPU sur site et dans le cloud pour former FloodSENS, une application d’apprentissage automatique qui cartographie l’impact des inondations à partir d’images satellites. La société utilise également NVIDIA Omniverse pour animer FloodSENS en 3D, aidant l’équipe à communiquer plus efficacement les risques d’inondation et à éclairer la planification de l’allocation des ressources en cas d’urgence.

Ecopia AI, basée à Toronto, utilise des systèmes de cartographie basés sur l’apprentissage en profondeur pour exploiter les données géospatiales, aidant à produire des cartes numériques de nouvelle génération avec une segmentation très précise des bâtiments, des routes, des forêts et plus encore. Ces cartes alimentent diverses applications dans les secteurs public et privé, y compris les initiatives gouvernementales de résilience climatique et l’évaluation des risques d’assurance. Ecopia utilise les GPU NVIDIA pour développer ses modèles d’IA.

CrowdAI, basé dans la région de la baie de San Francisco, utilise des outils d’apprentissage en profondeur pour accélérer le processus de réclamation d’assurance en analysant automatiquement des images et des vidéos aériennes pour détecter les actifs qui ont été endommagés ou détruits lors de catastrophes naturelles. La société utilise des GPU NVIDIA pour la formation et l’inférence.

Le modèle d’apprentissage en profondeur de CrowdAI a détecté des bâtiments à partir de cette image aérienne prise à la suite de l’ouragan Michael en 2018. L’IA catégorise également le niveau de dommages – allant du vert représentant aucun dommage ; au jaune et à l’orange pour les dommages mineurs et majeurs, respectivement ; au violet pour les bâtiments détruits. Crédit image : CrowdAI, Inc., DigitalGlobe, NOAA et Nearmap.

Prédire les risques et les opportunités pour les entreprises

Les startups Inception utilisent également des données géospatiales pour aider les groupes gouvernementaux et les banques à quantifier les risques et les opportunités de leurs investissements, tels que la prévision des rendements des cultures, la détection de la pollution industrielle et la mesure de l’utilisation des terres et de l’eau d’un actif.

Picterra, basée en Suisse, soutient la finance durable avec une plateforme MLOps géospatiale qui permet aux banques, aux compagnies d’assurance et aux cabinets de conseil financier d’analyser les mesures ESG. Les informations de l’entreprise basées sur l’IA peuvent aider le secteur financier à prendre des décisions d’investissement, à modéliser les risques et à quantifier rapidement les vulnérabilités et les opportunités dans les portefeuilles d’investissement. La société utilise les GPU NVIDIA Tensor Core et le kit d’outils NVIDIA CUDA pour développer ses modèles d’IA, qui traitent les données brutes des satellites, des drones et des images aériennes.

Satellite Vu, basée à Londres, une startup appliquant la technologie satellitaire pour relever les défis mondiaux, sera en mesure de surveiller la température de n’importe quel bâtiment sur la planète en temps quasi réel à l’aide des données d’une caméra infrarouge. Ces images infrarouges fourniront à ses clients des informations sur l’activité économique, l’efficacité énergétique des bâtiments, l’effet d’îlot de chaleur urbain, etc.

Et Sourcenergy, basée à Houston, utilise des données géospatiales pour alimenter une plate-forme d’intelligence de la chaîne d’approvisionnement énergétique qui peut aider le secteur des services financiers avec des études de marché. Ses outils d’intelligence artificielle, développés à l’aide de GPU NVIDIA A100, permettent aux investisseurs de créer indépendamment des modèles en temps réel des inventaires de puits et des coûts de projet des entreprises énergétiques, leur donnant des informations avant même que les entreprises ne partagent les données dans leurs rapports trimestriels sur les résultats.

En savoir plus sur le travail de NVIDIA dans services financiers, et en savoir plus sur l’IA géospatiale dans la gestion des investissements dans chapitre 10 de ce manuel.

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

*