Ubezpieczyciele śnią o katastrofach. Modele dyfuzyjne łatają dziury w systemie

Branża ubezpieczeniowa, przez lata uznawana za bastion konserwatywnych metod statystycznych, musi pogodzić się z faktem, że historia przestała wystarczać. Tradycyjne modele katastroficzne (tzw. cat models) oparte na twardych danych historycznych stają się bezużyteczne w starciu z ekstremalną pogodą, która nie mieści się w dotychczasowych tabelach. Rozwiązaniem mają być modele dyfuzyjne — technologia znana z generatorów Midjourney czy Stable Diffusion, która zamiast grafik z kotami, generuje teraz scenariusze powodzi stulecia.

Przejście na te algorytmy staje się koniecznością, ponieważ w Europie luka ubezpieczeniowa, czyli różnica między szkodami ekonomicznymi a wypłaconymi odszkodowaniami, sięga już 25–60%. Jak wskazuje raport Polskiej Izby Ubezpieczeń (PIU), ubezpieczyciele potrzebują nowych narzędzi, by precyzyjniej wyceniać ryzyko w świecie, gdzie zjawiska ekstremalne są nową normą, a nie statystycznym błędem.

Przewidzieć niemożliwe

Firmy analityczne takie jak Fathom i Verisk adaptują te zaawansowane algorytmy do tworzenia syntetycznych scenariuszy pogodowych. Zamiast odtwarzać to, co już było, modele dyfuzyjne produkują mapy zagrożeń dla zdarzeń, dla których brakuje fizycznych dowodów w kronikach meteorologicznych. W Polsce przykładem technologicznego skoku jest Impact Forecasting Flood Model, który zwiększa rozdzielczość symulacji powodzi, pozwalając na dokładniejsze szacowanie strat w konkretnych lokalizacjach. Dane płynące z czujników IoT, dronów i satelitów są w czasie rzeczywistym wplecione w cyfrowe scenariusze.

Fred Hatterman, koordynator projektu CORDIS, podkreśla znaczenie tego kierunku: – Taka synergia daje lepszy wgląd w najnowsze odkrycia naukowe i przyspiesza ich wdrażanie do systemów modelowania ryzyka. Ostatecznie to na nich opierają się podejmowane co dzień decyzje.

Halucynacje na wagę złota

Mimo technicznego zaawansowania, sceptycyzm ekspertów jest uzasadniony. Modele dyfuzyjne, mimo że precyzyjne wizualnie, mają skłonność do tzw. halucynacji. Istnieje ryzyko, że AI – nie rozumiejąc praw fizyki – wygeneruje katastrofę, która w rzeczywistości nie może się wydarzyć. Jeśli ubezpieczyciel wyceni polisę na podstawie technofantastyki, stabilność finansowa rynku zostanie zachwiana.

Wyzwaniem pozostaje weryfikacja syntetycznych danych. Branża musi znaleźć złoty środek między archaizmami z lat 90. a modelami, które potrafią wyśnić niemożliwe. W grze o miliardy euro odszkodowań margines błędu dla algorytmu, który pomyli potężną ulewę ze zjawiskiem fizycznie wykluczonym, jest zerowy.