Proposer
À une cadence périodique, la plateforme exécute des itérations assistées par AI qui proposent de nouvelles caractéristiques de risque candidates et rééquilibrent les pondérations.
Beyond machines — we back you up in daily life too. Looking for products like FLY?Explore now
Solutions · Parcs de véhicules électriques
L’assurance automobile Legacy retarifie une flotte une fois par an. YAS lit chaque véhicule électrique (état de la batterie, position, comportement) et le transforme en un score de risque en direct sur lequel votre assureur peut évaluer, afin que la couverture suive la façon dont la flotte roule réellement.
Vivre en production
voyages suivis
les pilotes ont marqué
distance totale parcourue
heures de conduite totales
Le déficit de souscription
Une police fixée au renouvellement en fonction de l'âge du véhicule, des données démographiques et de l'historique, est ensuite valable pendant douze mois tandis que le risque sous-jacent change à chaque voyage. Sans savoir comment roule réellement la flotte, l’assureur fixe le prix moyen : les flottes sûres subventionnent les flottes à risque, et le capital reste inutilisé face à des risques que personne ne peut voir. YAS marque chaque voyage au fur et à mesure qu'il se produit. Un assureur agréé peut évaluer le risque qui existe réellement, conserve l'autorité sur la police et libère le capital détenu contre des risques qui n'existent pas.
Les variables de renouvellement (âge du véhicule, données démographiques, historique) ne peuvent pas suivre une flotte dont le risque change d'un voyage à l'autre. La politique est périmée le lendemain de sa liaison.
La façon dont une flotte conduit réellement (vitesse, freinage, exposition, où et quand) prédit les pertes mieux que n'importe quel facteur statique. Suivi en direct, il devient une entrée qu'un assureur agréé peut utiliser pour prendre en charge la tarification en temps réel.
Évaluez le risque qui existe réellement et le capital cesse de rester inactif face au risque qui n’existe pas. Des ratios combinés plus serrés et des primes plus faibles pour les flottes qui les gagnent.
Pipeline de données
Un pipeline de production déjà validé à l’échelle d’une flotte de taxis. Le même flux s’applique aux véhicules autonomes, aux robots et aux drones : capturer, mettre en contexte, marquer, agir, apprendre.
Télémétrie de chaque véhicule, prétraitée en périphérie. Un nœud de calcul embarqué gère les signaux bruts (position, mouvement, synchronisation, état du capteur) avec mise en mémoire tampon locale et contrôles d'intégrité.
Dimensions du risque
Chaque segment routier enrichi comporte des dizaines de propriétés – les signaux que la souscription statique ignore et où un modèle de risque comportemental et contextuel gagne son avantage. Nous les regroupons en trois questions auxquelles un tableau de notation statique ne peut pas répondre.
Où est le véhicule ?
Sur quoi roule-t-il ?
Comment ça bouge ?
Portée de la couverture
Des cellules de batterie à la responsabilité civile, chaque couche lit à partir du même signal des scores YAS.
État de santé et état de charge au niveau du pack, suivis par véhicule. La politique s'ajuste à mesure que la batterie se dégrade : pas de réévaluation manuelle, pas de nouvelle souscription à mi-parcours.
La prime s'accumule uniquement pendant que le véhicule est en marche : la couverture s'active au contact et s'arrête une fois garée. La flotte cesse de payer pour les actifs inutilisés.
Chargeurs de dépôt, câbles et points de connexion au réseau. Les dommages aux équipements, les temps d'arrêt et les incidents de tiers sur les sites de recharge sont couverts par la politique.
Collisions, dommages matériels et incidents de passagers liés aux opérations de véhicules électriques – jugés selon la même télémétrie qui a marqué le voyage.
Accélération, freinage brusque, virages, modèles de régénération. Les scores par conducteur alimentent l'ajustement dynamique des primes de l'assureur et un indicateur de probabilité de sinistre à 90 jours.
Un score de protection de la flotte pour chaque véhicule : zones à risque, statut des sinistres et état de la couverture en un coup d'œil, à partir du même API qui a attribué la note à la police.
Évolution du modèle
Les modèles de risque ne sont pas statiques. AI propose des améliorations ; le backtesting décide de ce qui est expédié.
À une cadence périodique, la plateforme exécute des itérations assistées par AI qui proposent de nouvelles caractéristiques de risque candidates et rééquilibrent les pondérations.
Chaque candidat est backtesté par rapport aux données historiques et vérifié pour sa stabilité, son explicabilité, l'équité des segments et les contraintes de distribution.
Seules les mises à jour qui passent les garde-fous sont déployées en production. Tout le reste est enregistré et mis en attente – aucun changement silencieux de la tarification en direct.
Preuve en production
La flotte de taxis électriques de JOIE transmet des données machine en temps réel à YAS. YAS a attribué un score de risque à plus de 24.3 millions de kilomètres de conduite commerciale en véhicules électriques. Ce score de risque sous-tend un produit d'assurance automobile garanti par Zurich à Hong Kong.
Lire l'étude de cas JOIE
Hong Kong's first behaviour-based taxi fleet — 1,000 EV cabs scored live by YAS, priced on how each driver actually drives.
Questions
Élaborez un déploiement avec notre équipe. La plupart des flottes sont opérationnelles en quelques semaines et non en trimestres.