Генеративный ИИ начал менять подход страховых компаний, банков и энергетических корпораций к оценке рисков природных катастроф. Как пишет Financial Times, диффузионные модели помогают создавать десятки тысяч правдоподобных погодных сценариев там, где исторических данных почти нет, но исследователи предупреждают о риске «галлюцинаций» моделей.
С 1980-х годов такие компании используют так называемые cat models для расчёта ущерба от землетрясений, ураганов и наводнений. Эти физические модели делят территорию на сетку и рассчитывают процессы вроде гравитации, трения и движения воды, но чем выше детализация, тем дороже вычисления.
По данным FT, моделирующая компания Fathom, которая входит в Swiss Re, применяет диффузионные модели для синтетической генерации погодных событий для климата, ожидаемого к 2030 году. Сначала компания обучила модель примерно на 1 000 годах климатических симуляций, а затем использовала её для создания намного большего числа сценариев, чем мог дать исходный климатический расчёт.
После этого второй ИИ-модуль повышает детализацию данных: изначальное разрешение 100 × 100 километров он доводит до 10 × 10 километров. Этого достаточно, чтобы учитывать распределение осадков. Научный директор Fathom Оливер Уинг сказал: «AI has completely reframed what is possible».
Конкурирующая Verisk уже использует генеративный ИИ, чтобы моделировать экстремальный ветер и осадки одновременно, а не по очереди. Руководитель исследований Джей Гуин заявил, что такой метод намного точнее отражает пространственную изменчивость, чем классическое машинное обучение.
Moody’s RMS применяет ИИ для анализа спутниковых снимков после лесных пожаров и ураганов, чтобы оценивать застрахованные убытки. По словам Фираса Салеха, который отвечает в Moody’s за модели наводнений и пожаров в Северной Америке, технология особенно полезна для редких катастрофических событий, по которым почти нет исторических данных.
При этом генеративные модели могут создавать сценарии, которые выглядят правдоподобно, но нарушают базовые законы физики. Уинг предупредил: «You can hallucinate some absolute slop using these techniques».
По данным Swiss Re, природные катастрофы нанесли 220 млрд долларов ущерба в 2025 году. Из этой суммы были застрахованы только 107 млрд долларов.
Более точные модели теоретически могут позволить страховщикам работать в таких странах, как Бангладеш или Бразилия, которые крупные моделирующие компании раньше пропускали из-за невысокой стоимости активов. Но пока неясно, приведут ли новые инструменты к изменению страховых тарифов. FT отмечает, что более точные расчёты могут, наоборот, показать более высокий потенциальный ущерб и потребовать большего капитала для покрытия самых тяжёлых убытков.
Один из участников рынка сказал изданию, что страховщики «will generally purchase the model that allows them to do more business – that produces a lower loss estimate». Он добавил: «Underwriters just want to write more business». По оценке FT, здесь научная точность может вступать в конфликт с коммерческой логикой, даже если новая картина риска выглядит хуже прежней.
Источник: Financial Times, The Decoder.
