随着自然灾害的增加,瑞士再保险公司(Swiss Re)正在利用人工智能帮助客户更好地预测索赔并加速处理进程。

近年来,自然灾害的频率、严重性和多样性不断增加,迫使保险公司提高效率并预测事件和索赔后果。瑞士再保险公司也是如此,该公司主要是保险公司提供保险,降低了保险公司巨额赔付的可能性——这是保险业应对自然灾害的一个重要因素。
据美国国家海洋和大气管理局(NOAA)统计,自1980年以来,美国已发生360起天气和气候灾害,每起灾害造成的总损失达到或超过10亿美金,总计超过2.57万亿美金。2023年,截至7月11日,NOAA确认了12起此类事件,包括洪水和严重风暴。因此,全球最大的再保险企业之一——瑞士再保险公司正在利用预测分析、机器学习和人工智能来帮助客户预测灾难并降低成本。
瑞士再保险公司高级副总裁、房地产解决方案负责人Anil Vasagiri表示:“如果你看看过去十年损失的严重程度,就会发现其中一个趋势就是过去五年的损失几乎是前五年的两倍。这是一个明显的趋势,保险公司和瑞士再保险公司等再保险公司必须了解这一趋势,并为此做好准备,以便在这种环境下持续运营。”
除了自然灾害(NatCats)造成的索赔总成本外,保险公司还面临着突然大量涌入索赔请求而带来的运营挑战。此类灾难发生之后,受影响地区往往难以或无法进入,从而延误了索赔的响应时间。
Vasagiri负责为瑞士再保险公司的客户部署数据和软件资产,以及公司的整体数据战略。去年年底,Vasagiri的房地产解决方案部门发布了一款重要的新工具来为客户提供帮助。这个名为Dubbed Rapid Damage Assessment (RDA)的平台将计算机视觉的进步与其他建模技术相结合,帮助保险客户在灾难发生之前更好地了解、规划和分析他们的投资组合,随着事件的发展监控他们的投资组合,然后利用技术来发现和分析他们的投资组合,减轻事件发生后的索赔。Vasagiri说,这可以帮助识别投保人可能没有意识到的索赔,例如可能是因为他们的度假屋受到了影响并且住在其他地方,或者他们被迫撤离并且无法返回。因此,RDA平台帮助客户告知保单持有人如何提出索赔。
Vasagiri解释说:“如果你尽早发现某些索赔并进行补救,就可以减轻损失的严重程度,例如,在被风吹走的屋顶上盖上临时防水布可以最大限度地减少损失,”他用这个比例来说明RDA平台是如何帮助保险公司减轻自然灾害所造成的损失的。
让人工智能发挥作用
RDA平台融合了一系列数据源和AI功能,可以帮助理赔经理和理损员在自然灾害事件周期的三个关键阶段做出更快、更明智的理赔决策。
首先是在自然灾害之前进行有效的应对策略规划。为此,RDA平台利用专有的Swiss Re NatCat模型自动监控自然灾害对客户保险公司投资组合可能产生的影响,以便他们能够规划应对策略和团队动员。
其次,RDA平台解决了自然灾害发生之后的规划问题,帮助保险公司确定财产检查的优先顺序。灾难发生后,瑞士再保险公司会立即与卫星和航空图像合作伙伴协调,捕获RDA的AI模型那些用来评估每处财产损失严重程度的镜头。如果没有提交损失通知,这甚至可以识别保险公司没有意识到的损失。
最后,RDA平台使用多个过滤器分析对单个财产的影响,生成详细的损失报告,从而实现更快速、更准确的索赔结算结果,从而帮助进行远程索赔分类和评估,以减少费用和遗漏,有助于防止损失复合。
“这些单独的组件以前就存在,但RDA平台是把它们组合在一起,以使洞察变成真正可操作的,我们应用先进的计算机视觉技术和人工智能技术来识别存在明显损坏的区域,并将其标记给我们的保险公司,让他们能够专注于受损最严重的地区,以便他们能够投入适当的资源并相应地调整他们的索赔策略。”
该平台目前可全方位应对飓风和龙卷风等自然灾害,针对冰雹和洪水等自然灾害的功能还处于初始设计阶段。
RDA平台在行动
2022年9月,飓风“伊恩”(Hurricane Ian)在摧毁古巴后席卷了美国佛罗里达州和卡罗来纳州,这次事件证明了RDA的价值。当伊恩在佛罗里达州登陆时,它是一场五级风暴,是美国有记录以来损失第三大的天气灾难,也是自1935年以来袭击佛罗里达州最致命的飓风。瑞士再保险公司估计伊恩造成的保险损失在500亿至650亿美金。
伊恩结束之后,保险公司很难部署理算员,因为这导致大片地区无法进入,并使保险理算员和居民陷入困境。但RDA NatCat模型驱动的损失预测和来自高分辨率图像的实际损失评估功能,帮助瑞士再保险公司的客户优化了理算员的部署、远程分类索赔、检查财产并主动联系房主以提供支持。
例如,一旦明确伊恩将在佛罗里达州登陆,RDA平台就开始对客户Security First Insurance持有的数千份个人保单进行分析,这些保单可能会因造成的财产损失而触发。随着风暴向内陆移动,Security First Insurance已经开始储备资源、规划损失调整和分配理赔资源。飓风结束后六天之内,RDA平台已经帮助Security First等客户评估了35000处房产,两周后这个数字增加到超过88000处。
Vasagiri表示,要让RDA平台发挥作用,就要组建一支具有精算经验、建模专业知识和先进数据科学能力的跨职能团队,还需要向瑞士再保险公司的领导层和客户展示该解决方案的可行性、有效性和价值。
他说:“应用新技术的关键,在于向我们的最终用户和最终用户生态系统中的不同利益相关者带来信心,并始终如一地做到这一点,有些方面你可以通过测试来证明,但其他方面只有在他们开始使用时才会成为现实。因此,当我们将这些类型的平台放在一起时,我们在RDA后端拥有的功能之一就是我们自己的控制室,监控事件并确保我们的客户实际上能够访问和理解我们提供的图像和洞察,而且随着事件的进展,这些都是实时的。”
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。