Superb AI crea para LH un sistema de IA que clasifica defectos

La empresa surcoreana de IA de visión Superb AI ha construido para la Korea Land and Housing Corporation (LH) un sistema de clasificación automática de defectos en viviendas. Un inquilino de un apartamento de alquiler de LH sube la foto de una grieta en la pared o de una gotera en el techo, y la IA determina en menos de un segundo en qué espacio, en qué material y qué tipo de defecto hay. La primera fase de implantación ha concluido y la compañía trabaja ahora en una segunda fase de mejora.

Un enorme volumen de reclamaciones

LH recibe cada mes unas 300.000 fotos de reclamaciones por defectos, alrededor de 4 millones al año. Hasta ahora, los operadores las clasificaban una a una mediante mensajes de texto y llamadas. El esquema de clasificación es complejo: al combinar cinco criterios (espacio, parte o material, tipo de defecto, oficio y tipo de obra) resultan más de 18.000 categorías posibles. Como la experiencia de los operadores varía, un mismo defecto podía clasificarse de forma distinta o errónea.

Un solo modelo en lugar de varios

Superb AI resuelve la tarea con un único modelo de visión y lenguaje (VLM), que entiende imágenes y texto a la vez. Lo habitual es usar un modelo para localizar el defecto y otro para identificar su tipo. Aquí, un único modelo clasifica los cinco criterios a partir de una sola foto, lo que, según la empresa, simplifica la estructura y reduce el mantenimiento. Las reclamaciones se procesan las 24 horas y cada resultado incluye una explicación escrita del razonamiento.

El sistema abarca defectos habituales como grietas, filtraciones, daños, moho y manchas, y en los casos en que la foto no basta para precisar la causa, la infiere a partir de patrones aprendidos. Fue diseñado para lograr una precisión de detección de al menos el 90 % y una tasa de falsos positivos y omisiones del 10 % o menos, nivel que la compañía afirma mantener con supervisión y verificación periódicas.

Qué cambia para LH

Los operadores pueden centrarse ahora en las reclamaciones que requieren criterio humano, en lugar de la recepción y clasificación rutinarias. Al almacenarse los datos de defectos en un formato uniforme, es posible analizar qué fallos son más frecuentes por complejo residencial, material y antigüedad de la obra. Eso permite inspeccionar de antemano los lugares donde un mismo problema se repite y fijar con datos el momento de sustituir o reparar instalaciones envejecidas, dentro de un plan de mantenimiento a largo plazo.

El consejero delegado, Kim Hyun-soo, afirmó que el proyecto resuelve con un único VLM el doble reto de un esquema de clasificación complejo y un gran volumen de datos no estructurados. Añadió que el enfoque puede aplicarse a la inspección de instalaciones y al análisis de imágenes de reclamaciones en los servicios públicos.