Vještačka inteligencija rješava problem rasta katastrofalnih šteta

Osiguravači su počelii koristiti niz novih tehnika zasnovanih na vještačkoj inteligenciji kako bi bolje predvidjeli rastuće gubitke od klimatskih katastrofa, šumskih požara do uragana i poplava.

Manje od tri mjeseca u godini, prirodne katastrofe već uzrokuju velike ekonomske poremećaje širom svijeta. Najveće su nedavni požari u Los Angelesu, ciklon koji je uništio ekonomiju u Australiji, poplave u Džakarti i oluju koja je odnijela desetine života u SAD-u. Godišnji osigurani gubici od katastrofa od 150 milijardi dolara postali su „nova normalnost“, prema nedavnom izvještaju Gallagher Re.

Dok tradicionalni modeli primjenjuju složenu fiziku i razrađene računarske simulacije za procjenu vjerovatnoće budućih gubitaka, rezultati često mogu biti podbacujući. Modeli poplava dizajnirani za mjerenje istog rizika dali su kontradiktorne ishode. Modeli šumskih požara mogu se teško prilagoditi vrtoglavom broju varijabli u igri: od uloge ljudske intervencije do moguće putanje leta žara nošenog vjetrom.

Neki investitori u obveznice za katastrofe izričito izbjegavaju hartije od vrijednosti izložene takvim opasnostima jer ne vjeruju modeliranju. Svaki model „je nesavršen prikaz vrlo složenog fenomena“, rekao je Firas Saleh, direktor upravljanja proizvodima u Moody’s Corp.

Vještačka inteligencija i procjena rizika

Zagovornici vještačke inteligencije tvrde da ona može pružiti tačniju procjenu rizika od vremenskih nepogoda na nivou imovine.

Nakon što se model vještačke inteligencije obuči za ono što bi trebao tražiti, postaje dio procesa modeliranja koji obrađuje ogromne količine podataka iz vbazdušnih i satelitskih snimaka kako bi se stvorila fizička procjena pojedinačne nekretnine. Na kraju je pretvara u izvještaj o riziku. Da li je kuća napravljena od cigle ili drveta? Ima li borovih iglica u olucima, što povećava vjerovatnoću izgaranja?

Ljudima bi bilo gotovo nemoguće izvršiti tako detaljan model i analizu, posebno ako portfolio sadrži hiljade ili milione kuća. Vještačka inteligencija je sada postala neprocjenjiva za osiguravače koji žele odrediti cijenu rizika, odrediti premije i imati dovoljno kapitala za isplatu odštetnih zahtjeva za najgore gubitke od katastrofa.

„Gubici uzrokovani vremenskim prilikama i katastrofama su veći od mogućnosti upravljanja njima, a mnogi osiguravači imaju problema sa održavanjem poslovanja jer ne dobijaju prave stope“, rekao je Jay Guin, glavni istraživački direktor tima za rješenja ekstremnih događaja u Verisku, firmi za modeliranje katastrofa. „Vještačka inteligencija mijenja jednačinu.“

Primjena vještačke inteligencije u praksi

Zurich Insurance Group AG, jedan od najvećih osiguravača u Evropi, koristi softver za modeliranje rizika zasnovan na vještačkoj inteligenciji za procjenu rizika od katastrofa i često ga prilagođava za vlastite potrebe.

„Ako u vašem dvorištu postoji opasnost od požara poput vegetacije ili otpada koji ne bi trebali biti tamo, možemo vam reći da smanjite rizik, inače vas možda nećemo moći osigurati“, rekao je Ericson Chan, glavni direktor za informatiku i digitalne tehnologije švajcarske kompanije.

Potražnja za detaljnim podacima podstaknula je modelare rizika da povećaju ulaganja u vještačku inteligenciju. Veriskijev model šumskih požara ima uobičajene sastojke, kao što su brzina vjetra, rast vegetacije i uticaj klimatskih promjena. Kompanija klijentima nudi i dodatni sloj podataka. to su analiza kuća zasnovana na vještačkoj inteligenciji, koristeći slike snimljene sa satelita i niskoletećih aviona.

Njihov konkurent, Moody’s Insurance Solutions, slijedi sličan put i nedavno je preuzeo CAPE Analytics. Oni takođe koriste tehnike vještačke inteligencije kako bi pružili “trenutne uvide u rizik na nivou pojedinačne adrese”.

Stručnjaci za rizik sve više koriste vještačku inteligenciju kako bi riješili posebno težak izazov: modeliranje oluja s gradom, grmljavinskih oluja i tornada, zajednički poznatih kao teške konvektivne oluje ili SCS. Osigurani gubici od ovakvih događaja iznosili su ukupno 61 milijardu dolara u 2024. Godini. To je drugi najveći nivo ikada zabilježen, prema Aon Plc.

Razvoj modela

Država Teksas prima više odštetnih zahtjeva zbog grada od bilo koje druge američke države. Nedavno je Teksas odobrio model za SCS zasnovan na vještačkoj inteligenciji koji je razvila ZestyAI, kompanija iz San Franciska.

Gubitke od SCS-a je teško modelirati jer zahtjevi za osiguranje nisu uvijek povezani sa jednim, jasnim događajem poput uragana ili šumskog požara. Umjesto toga, šteta često nastaje zbog mnogih malih, čak i neprimjetnih događaja sa gradom koji postepeno oštećuju krov ili kuću.

„Ne dobijete karijes zato što ste pojeli veliku Mars čokoladicu.“ kaže Kumar Dhuvur, suosnivač i glavni direktor za proizvode ZestyAI-a. „Dobijete ga zato što ste jeli puno slatkiša tokom dužeg vremenskog perioda.“

SCS model firme koristi oblik vještačke inteligencije poznat kao „mašinsko učenje“. On objedinjava složen skup varijabli: lokalnu geografiju, klimatske efekte, 3D analizu svake zgrade i krova i akumuliranu štetu od istorijskih oluja. Model sastavlja podatke u „ocjene grada“ u rasponu od 1 do 10, koje klijenti mogu koristiti u procesu određivanja premije.

„Osiguravateljima je potreban oštriji alat“, rekao je Dhuvur. U SAD-u, gdje postoji oko 100 miliona nekretnina, „ako to radite ručno, neće se izračunati – potrebna vam je vještačka inteligencija.“

Izvor: propertycasualty360.com