Start-up Lensor maakt einde aan heisa rondom schade inspectie van auto’s

By Aafke Eppinga

Bedrijven met een groot wagenpark, zoals bezorgservices en autodealers, hebben vaak te maken met schade. De detectie van die schade is een inefficiënt en tijdrovend proces en gaat vaak gepaard met de nodige discussies. Want: wie is er verantwoordelijk voor de schade? En zat die deuk er niet al langer? Het op AI en machine learning gebaseerde model van start-up Lensor moet hier een einde aan maken. CTO en medeoprichter Robin van Ruitenbeek en managing director Laura Schukkink leggen uit hoe.

Jullie gaan een einde maken aan al het gedoe rondom schadedetectie. Hoe gaan jullie dat precies doen?

Robin: “We hebben een opstelling gebouwd met vier palen en vier camera’s. Als daar een auto doorheen rijdt, maken we binnen 5 tot 7 seconden in 360 graden zo’n 200 tot 300 foto’s van het voertuig. Zo leggen we haarfijn vast hoe het voertuig er op dat moment aan toe is. Vervolgens sturen we al die afbeeldingen naar onze software, die beoordeelt of er sprake is van schade. Die software hebben we ontwikkeld door heel veel foto’s van schade te verzamelen. Zo hebben we een zelflerend algoritme ontwikkeld dat weet wat wel of geen schade is. Het is lastiger dan je denkt om in regels te vangen wat een kras een kras maakt, of een deuk een deuk. Soms is het ook gewoon het ontwerp van de auto.”

Waar slaan jullie al die data op?

Robin: “Ja, dat is een goeie. Stel dat een klant vijfhonderd voertuigen per dag wil checken. Doe dat keer driehonderd foto’s, dan zit je op vijftienduizend foto’s per dag. Die aantallen zijn te groot voor lokale opslag, dus de cloud is the way to go. Daarnaast is het heel belangrijk dat we onbeperkt kunnen blijven schalen. Het kan zijn dat er honderd auto’s per minuut door de gate rijden en er vervolgens vijf uur lang geen enkele auto voorbijkomt. Dat hebben we nu allemaal uitbesteed bij Amazon Web Services (AWS).”

Hoe zijn jullie op dat idee gekomen?

Robin: “We zijn een spin-off van het Datalab van Pon, een wereldwijde speler op het gebied van mobiliteitsproducten. Daar komen dagelijks vier- tot vijfhonderd auto’s binnen die geïnspecteerd moeten worden op schade. Dat is verre van ideaal, want het kost enorm veel tijd. Toen hebben we gedacht: dat proces moeten we automatiseren. Nou, dan moet je dus iets gaan doen waarmee je heel nauwkeurig kunt vastleggen hoe een auto eruitziet. Vanuit daar zijn we wat testjes gaan doen, en inmiddels zijn we een aantal jaar verder.

Laura: “Al snel bleek dat dit probleem eigenlijk bij alle bedrijven speelt waar bestuurderswisselingen plaatsvinden. Tijdens een pilot met een bezorgbedrijf, hadden we echt een besefmoment: het probleem dat we oplossen is groter dan alleen Pon. Inmiddels bestaat negentig procent van onze klanten uit externe bedrijven.”

Waar staan jullie nu?

Laura: “Het product is nooit echt af, omdat we met AI werken. Maar, ons product is gevalideerd en we hebben de eerste commerciële klanten. Op dit moment bezig zijn we bezig met een tweede investeringsronde om verder te kunnen op schalen. Maar, technisch en commercieel gezien zijn we klaar om gates te installeren bij klanten met grote wagenparken. Verder zitten we in een pilot met huurauto’s. Dat gaat goed, maar de nauwkeurigheid moet er nog hoger zijn. Een klein krasje kan bij particuliere bestuurswisselingen al veel uitmaken, dat is bij grote wagenparken met bestelwagens bijvoorbeeld minder het geval.” 

Wat is tot nu toe jullie grootste obstakel geweest?

Robin: “De nauwkeurigheid. Hoe zet je een auto goed op de foto en hoe zorg je dat het systeem altijd werkt? Voor die uitdaging zullen we nooit een perfecte oplossing vinden, je kunt nooit honderd procent nauwkeurig een auto scannen, maar we komen er wel steeds dichterbij in de buurt.”

Laura: “Vanuit de business kant zou ik zeggen de schaalbaarheid. Toen ik net begon, gingen Robin en een collega samen een gate installeren bij klanten. Als je een klein bedrijf bent, kan dat nog. Maar om een AI-specialist en de tech lead van het bedrijf het hele land door te sturen om gates te installeren bij klanten. Dat is geen schaalbare situatie. Als we volgend jaar honderd gates willen uitrollen, is het dus zaak om een partner te zoeken met wie we kunnen samenwerken en het installeren van de gates kunnen automatiseren. Ook dat is een uitdaging, want er zit zoveel specifieke kennis van ons team in het systeem. Probeer dat maar eens aan een externe partner uit te leggen.”

Start-up koppelt verkoopautomaat aan app van bezorgdiensten – Innovation Origins

Elke dag zetten we een start-up in de kijker. Vandaag is dat het Italiaanse VADO, wiens software verkoopautomaten automatiseert.

Waar staan jullie over vijf jaar?

Robin: “Als je dan een auto gaat huren in Europa of de Verenigde Staten, rijd je door een Lensor gate. Die zijn dan standaard voor de inspectie. Tegen die tijd zijn we bij autoverhuurbedrijven een house hold name.”