Страховщики начали использовать генеративный AI для прогноза катастроф: чем это грозит
Страховщики начали использовать генеративный AI для прогноза катастроф: чем это грозит
Что произошло
Страховые компании, банки и энергетические корпорации начали активно тестировать генеративные модели для оценки катастрофических рисков — землетрясений, ураганов, наводнений. AI Digest рассказывает подробности. Вместо привычных физических моделей, основанных на уравнениях гравитации и трения, новый подход использует диффузионные модели, способные генерировать тысячи правдоподобных сценариев стихийных бедствий даже там, где реальных данных нет.
Как это работает и зачем нужно
Традиционные катастрофические модели (cat models) существуют с 1980-х годов. Они делят мир на сетку ячеек и решают физические уравнения для расчёта последствий. Чем выше разрешение — тем точнее оценка, но и тем дороже вычисления. Всегда приходится выбирать между детализацией и географическим охватом.
Диффузионные модели способны генерировать десятки тысяч правдоподобных погодных событий там, где историческая статистика отсутствует или недостаточна. Это открывает возможности для покрытия регионов вроде Бангладеш или Бразилии, которые крупные модельные компании ранее считали невыгодными из-за низкой стоимости активов.
Чем опасны галлюцинации диффузионных моделей
Как и любая генеративная система, диффузионные модели подвержены галлюцинациям — они могут создавать события, которые выглядят правдоподобно, но нарушают базовые законы физики. Эксперт Oxford-Wing service center предупреждает: «Можно получить абсолютную чушь с помощью этих техник». По данным Swiss Re, в 2025 году природные катастрофы причинили ущерб на 220 миллиардов долларов, но застраховано было лишь 107 миллиардов.
Ещё одна проблема: более точные модели не всегда в интересах страховщиков. Детализация может показать, что потенциальные убытки выше, чем предполагалось, что потребует увеличения резервов капитала. Вместо снижения премий для клиентов результат может оказаться прямо противоположным.
Какие результаты показали пилотные проекты перестраховщиков
Крупнейшие перестраховочные компании — Munich Re, Swiss Re и Hannover Re — изучают возможности генеративных моделей в своих аналитических отделах. Пилотные проекты пока не выходят на уровень полноценного принятия решений, но технологические команды активно экспериментируют. По данным участников рынка, основная ценность пока не в замене существующих моделей, а в дополнении их синтетическими данными для редких событий — цунами, экстремальной жары, одновременных ураганов на нескольких континентах.
Почему это важно
Страховая индустрия — один из крупнейших реальных потребителей AI-моделей для принятия решений с финансовыми последствиями. Если модели неточны, это напрямую влияет на стоимость страховки для миллионов людей. При этом регуляторного контроля за точностью AI-катастрофных моделей практически нет.
Что дальше
Несколько крупных перестраховщиков уже тестируют генеративные модели в пилотных проектах. Участники рынка ожидают, что в течение трёх-пяти лет диффузионные модели станут стандартной частью аналитических pipeline страховых компаний. Вопрос в том, будет ли точность моделей достаточной для принятия решений без дополнительной верификации человеком. Регуляторы пока не спешат устанавливать требования к точности AI-моделей в страховании, оставляя отрасль в режиме самоуправления. Это означает, что ответственность за ошибки прогнозов остаётся на самих страховщиках — и на их клиентах.
