Lambdai Space, une startup fintech basée à Milan, travaille avec des compagnies d'assurance de petite et moyenne taille pour piloter la valeur des images satellite qu'elle augmente grâce à l'intelligence artificielle.
"Nous utilisons notre compréhension du risque pour écrire des algorithmes qui rendent l'accès aux images moins coûteux et plus spécifiques aux compagnies d'assurance", a déclaré Antonio Tinto, co-fondateur.
Tinto est maintenant à Milan après avoir travaillé comme consultant à Hong Kong et affirme que la startup se commercialisera auprès des assureurs d'Asie du Sud-Est.
« L’Europe compte de grands assureurs, mais ceux d’Asie du Sud-Est sont confrontés à un degré élevé de risque lié au changement climatique », a-t-il déclaré.
Adapté avec l'IA
Vendre des images satellites n’a rien de nouveau. Il y a plus de deux douzaines de joueurs dans le monde, y compris Skymap de Singapour, ainsi que des acteurs plus importants aux États-Unis.
Tinto dit qu'ils sont généralistes ou conçus pour l'industrie agricole. Lambdai se concentre sur la personnalisation d'images pour les compagnies d'assurance fournissant une couverture aux entreprises agricoles ou pour les institutions financières qui prêtent aux producteurs qui ne peuvent pas obtenir d'assurance.
« Les assureurs souffrent tous du changement climatique et leurs processus sont manuels », a-t-il déclaré.
Cette personnalisation inclut l'utilisation de l'IA exclusive de Lambdai pour améliorer les images afin d'identifier les mauvaises récoltes ou d'autres problèmes. L'entreprise développe également de grands modèles de langage pour permettre un engagement conversationnel et aider le personnel d'assurance à interroger la plateforme pour examiner les images ou fournir un rapport.
Lambdai ne fait que démarrer et est en pré-revenu, mais Tinto affirme que quatre à six assureurs effectuent des preuves de concept (PoC) et affirme que l'entreprise générera des revenus cette année. Une fois qu’il a de l’argent en banque, il peut procéder à une levée de fonds de pré-série A.
Une façon de savoir si ces étapes sont atteintes est de savoir si les PoC payants sont convenus avant la fin juin, à temps pour utiliser le service avant la prochaine vague de tempêtes estivales.
Lambdai n'exploite pas ses propres satellites. Pour l’instant, il s’appuie sur des données open source provenant de divers fournisseurs de satellite. Ces données sont fournies avec un intervalle de temps de plusieurs jours, elles ne conviennent donc pas à toute personne ayant besoin d'informations en temps réel.
Course pour la survie
Lambdai devra passer à l'achat de données opportunes ou de plus haute résolution à mesure que son activité évolue. Elle pourrait, en théorie, acheter à un moment donné son propre satellite. Mais pour de nombreux producteurs, la surveillance des cultures en cas de conditions météorologiques extrêmes n'a pas besoin d'être aussi immédiate.
En tant que jeune entreprise, Lambdai risque de voir son rival copier son modèle. Elle s'empresse de développer sa propriété intellectuelle, fondée sur l'alliance des connaissances des data scientists affiliés et du savoir-faire en matière d'assurance des fondateurs. Il n’a pas encore déposé de brevet.
"Nous devons faire nos preuves assez rapidement pour que les compagnies d'assurance nous intègrent", a déclaré Tinto. "Après cela, ils ont tendance à être des clients fidèles."
Tinto n'a pas d'expérience directe en assurance, mais son co-fondateur et technologue en chef, Raul Abreu, a dirigé des projets d'IA et de données auprès d'assureurs et de banques.
La proposition de valeur de l'entreprise réside davantage dans la manière dont elle traite les images, en recherchant l'impact sur les cultures et en évaluant les implications en matière d'assurance, plutôt que de simplement vendre les données brutes. Sa structure tarifaire est également différente de celle des vendeurs d'image générale : au lieu de facturer à l'acre (ou à l'hectare) couvert, Lambdai facture les assureurs et les prêteurs en fonction de la taille de leur portefeuille.
La startup commence par capturer des céréales : blé, maïs, riz. "Nous avons recherché une tonne de données sur le riz", a déclaré Tinto. Il commence à mesurer les plantes (tomates, fruits) et pourrait, euh, se ramifier en arbres.
Au-delà de la vente d'images aux assureurs et aux prêteurs, la startup espère monétiser en vendant ses données augmentées aux négociants en matières premières et aux gestionnaires de fonds. Plus immédiatement, cependant, les fondateurs recherchent des investisseurs providentiels, pour obtenir des PoC à leur actif et générer des revenus.
- Contenu propulsé par le référencement et distribution de relations publiques. Soyez amplifié aujourd'hui.
- PlatoData.Network Ai générative verticale. Autonomisez-vous. Accéder ici.
- PlatoAiStream. Intelligence Web3. Connaissance Amplifiée. Accéder ici.
- PlatonESG. Carbone, Technologie propre, Énergie, Environnement, Solaire, La gestion des déchets. Accéder ici.
- PlatoHealth. Veille biotechnologique et essais cliniques. Accéder ici.
- La source: https://www.digfingroup.com/lambdai/
