根據經紀公司Gallagher Re最近的一份報告，每年1500億美元的巨災保險損失已成為“新常態”。

這迫使保險公司押注新的人工智能驅動技術，以更好地預測氣候驅動的天氣災難（從前所未有的野火到颶風和洪水）造成的損失激增。

雖然傳統的模型應用復雜的物理和計算機模型來估計未來損失的概率，但結果往往不夠準確。評估相同風險的洪水模型，卻得出了互相矛盾的結果。野火模型則難以應對海量的變量因素——從人為干預作用到隨風飄散的星火的可能軌跡。

在美國，野火的頻率和強度增加正在使房主和公用事業等行業的保險面臨風險。對于公用事業公司來說，野火可能會損壞或摧毀電力線、變電站和其他關鍵基礎設施。

公用事業公司發現，隨著現有保險費的飆升，獲得保險非常困難且昂貴。隨著野火風險的增加，保險公司正在撤出高風險州，使房主沒有保險選擇。由于保險公司難以支付不斷增加的成本，房主面臨保費飆升的風險。在某些情況下，房主和公用事業公司可能被迫會在沒有保險的情況下運營。

據美國環境立法者全國核心小組統計，野火每年使房地產價值減少67.5至3375億美元不等。

ZestyAI最近的一項調查涉及了超過200名財產和意外傷害（P&C）保險高管，探討了當前的做法、AI模型的潛力，以及在不斷發展的氣候風險管理環境中對透明度的擔憂。結果顯示，對于野火風險，傳統精算模型仍然是最常見的工具，54%的保險公司使用。隨機模型緊隨其后，占30%，而18%的公司使用基于AI和機器學習的模型進行野火風險評估。

當涉及到嚴重的對流風暴時，情況會發生變化。在這里，隨機模型處于領先地位，45%的保險公司采用隨機模型。傳統精算模型緊隨其后，占42%，而23%的公司使用基于AI和機器學習的模型來應對這種風險。

ZestyAI研究發現，當談到這些模型的感知準確性時，對于哪種類型的模型對預測風險最有效，人們明顯缺乏共識。

27%的行業專業人士認為傳統精算模型最準確，而26%的人更喜歡隨機模型。20%的受訪者認為AI/ML模型最準確。

不過，該調查表示，人們對AI在保險領域的好處越來越達成共識。絕大多數保險業高管（80%）都認為AI和機器學習正在為盈利增長開辟新的途徑。此外，73%的受訪者認為AI模型有助于更好地管理與氣候相關的損失，相同比例的受訪者認為采用AI模型的運營商將獲得競爭優勢。

AI模型可以處理來自航空和衛星圖像的大量數據，以對單個房產進行物理評估，最終將其轉化為風險報告。房子是用磚還是木頭做的？排水溝里是否有松針，更容易燃燒？

“天氣和災難造成的損失超出了管理能力，許多保險公司難以維持業務，因為他們沒有得到正確的費率，”災難建模公司Verisk極端事件解決方案團隊首席研究官Jay Guin表示。“人工智能改變了這個方程式。”

保險資產管理公司Conning在2024年進行的一項調查發現，77%的保險公司正處于部署AI的某個階段，比上一年增加了16個百分點。據估計，到2032年，全球保險市場中的AI價值將達到798.6億美元。

一些公司已經開始使用人工智能驅動的風險建模軟件來評估災難風險。

以下是這個領域的三個知名公司。

Verisk Analytics, Inc.是一家領先的全球數據分析和風險評估公司，2022年，Verisk宣布與全球最大的航空圖像計劃Vexcel數據計劃合作，幫助保險公司加快對颶風伊恩造成的廣泛財產損失的響應。當時，Verisk稱陸上財產保險損失估計在420億美元至570億美元之間。

Vexcel的災難圖像集成到Verisk的Respond MAP平臺中，該平臺當時提供為期五天的颶風風速預報，并利用人工智能、地理空間技術以及強大的財產和索賠數據來分析損失。該交互式平臺幫助了保險公司識別受影響的財產、評估損壞程度并管理現場檢查。

對精細數據的需求促使風險建模者增加對人工智能的投資。Verisk的野火模型具有常見的要素，例如風速、植被生長和氣候變化的影響。但該公司表示，它還為客戶提供了額外的數據層：基于人工智能的房屋分析，使用衛星和低空飛行的飛機拍攝的圖像。

2月10日，航空圖像和洞察提供商EagleView和Verisk宣布將EagleView Assess集成到Verisk平臺中，這些平臺通常用于物業索賠管理。EagleView Assess利用無人機來捕獲準確一致的財產圖像、精確的測量和AI驅動的損壞檢測。

地理空間人工智能初創公司CAPE Analytics也使用AI技術提供“個人地址級別的即時風險洞察”。該公司利用計算機視覺、機器學習和地理空間圖像為單個物業生成風險評估，范圍橫跨美國，并擴展到加拿大和澳大利亞區域。

CAPE對物業的分析范圍從當前屋頂狀況、屋頂年齡和居住面積到冰雹和野火風險評分。

通過與地理空間圖像提供商合作，Cape獲取衛星圖像，然后應用內部算法提取結構化數據，例如房產是否有太陽能電池板和屋頂的狀況，并將其轉換為結構化的房產信息數據庫。

CAPE表示，目前，美國前50家財產保險公司中近一半以及一些領先的銀行在其房產定價和承保中使用CAPE。

1月15日，全球三大信用評級機構之一穆迪宣布收購CAPE Analytics，此次收購旨在將CAPE的尖端人工智能分析與穆迪行業領先的智能風險平臺和保險業巨災風險建模相結合，以創建一個提供特定地址風險洞察的財產數據庫。此次收購預計將于2025年第一季度完成。

德克薩斯州是美國冰雹索賠最多的州，該州最近批準了ZestyAI公司開發的強對流風暴（SCS）人工智能驅動模型。

氣象預測中一個特別棘手的挑戰是模擬冰雹、雷暴和龍卷風，統稱為SCS

根據聚焦風險管理、保險經紀和人力資源咨詢的怡安集團的數據，2024年SCS事件造成的保險損失總計610億美元，創歷史第二高水平。

SCS損失很難建模，因為保險索賠并不總是與颶風或野火等單一、明確的事件有關。相反，損害往往是由許多小的、甚至不引人注意的冰雹事件引起的，這些冰雹事件會逐漸損壞屋頂或房屋。

“你不會因為吃了一大塊Mars巧克力而出現蛀牙，”ZestyAI聯合創始人兼首席產品官Kumar Dhuvur說。“你蛀牙是因為你在很長一段時間內吃了很多糖果。”

該公司的SCS模型使用一種稱為“機器學習”的人工智能形式，幫助保險公司確定每處財產的真實風險。它的模型檢查氣候學、地理學以及每個結構和屋頂的獨特特征之間的相互作用，并以3D形式進行分析，包括歷史風暴造成的累積損壞。

“保險公司需要更精準的工具，”Dhuvur說。在美國，大約有1億處房產，“如果你手動計算，它就無法計算——你需要人工智能。”

Amica Mutual Insurance Co.表示該公司使用ZestyAI模型根據年齡、坡度和屋頂材料等個人特征來識別風險較低的當地房屋。這使其能夠更具競爭力地定價。

“若在2020年全面采用Z-FIRE模型（ZestyAI公司的野火模型）重新核保Amica保險加州全部業務，該公司本可避免該州95%的野火相關損失，”Amica管理副總裁William Pitts說。

想參與閉門研討活動

和線上產業微信群

請注明公司、職位

添加微信：shizhicyy

視知產研院聚焦科技和新能源

微信公號已有100萬+高質量粉絲

添加微信：ishizh_business

加好友請注明合作品牌