О возможностях и вызовах, связанных с применением ИИ в страховой отрасли, в ходе семинара «Искусственный интеллект в страховании», состоявшегося в офисе Всероссийского союза страховщиков (ВСС), рассказал Владимир Хосе Эченикэ – кандидат экономических наук, доцент экономического факультета МГУ и специалист в области страхования.

По словам Владимира Хосе Эченикэ, использование искусственного интеллекта в андеррайтинге позволяет анализировать не только традиционные данные о клиенте (скоринг, историю убытков, демографические характеристики), но и телематику, сигналы с носимых устройств, поведение в соцсетях и образ жизни.

Вместо работы с крупными социально-демографическими группами страховые компании могут осуществлять индивидуализированную оценку риска: учитывать поведение, состояние здоровья, привычки, уровень активности и другие признаки, влияющие на вероятность наступления страхового случая. 

Специалист отметил, что в зарубежной практике известны случаи использования в андеррайтинге рецептурных баз данных. Он описал эту модель через условный «светофор». 

«Если в рецептурной истории есть назначения, которые указывают на высокую вероятность наступления страхового случая, клиент попадает в «красную» зону: страховщик может отказаться от заключения договора или предложить иные условия. Если назначенные лекарства требуют уточнения диагноза и степени тяжести заболевания, это «желтая» зона: дело передается на дополнительную проверку. Если же в рецептурной истории нет препаратов, указывающих на необходимость оценки страхового риска, клиент попадает в «зеленую» зону, и договор может быть заключен», – пояснил Владимир Хосе Эченикэ.

«В России рецептурная база существует в составе более широкой медицинской базы, но страховые компании не имеют к ней доступа даже при согласии клиента», – отметил эксперт.

К числу чувствительных медицинских данных, потенциально значимых для андеррайтинга, относятся и результаты генетических тестов. Согласно опросу Швейцарского перестраховочного общества, 80% клиентов готовы предоставить страховщикам доступ к такой информации в обмен на скидки, лечение или помощь в профилактике заболевания. 

Андеррайтинг в массовых видах страхования, по мнению Владимира Хосе Эченикэ, особенно хорошо поддается автоматизации на основе генеративного искусственного интеллекта (ГИИ). Показательный пример – страховая компания Lemonade, где андеррайтером выступает агентный ИИ «Maya». 

Maya обрабатывает запросы, анализируя технические и поведенческие сигналы. При этом «внешние базы» и другие источники, включая публичные записи о недвижимости, геоданные и данные устройств интернета вещей, подключаются только с разрешения клиента. 

«Более 90% решений Maya принимает самостоятельно, передавая человеку лишь неоднозначные случаи, по которым не готова вынести независимое решение. Это мгновенный андеррайтинг: котировка занимает около 90 секунд», – сообщил эксперт. 

В отличие от андеррайтинга, урегулирование убытков труднее делегировать искусственному интеллекту, однако стремительное развитие моделей постепенно расширяет возможности автоматизации.

По замечанию Владимира Хосе Эченикэ, в 2025 году примерно 55% претензий, поступивших страховщику Lemonade, обработал «Jim» – их полностью автоматический агентный ИИ по урегулированию жалоб.

«Jim проводит многоуровневый анализ: проверяет полис; изучает невербальные сигналы из видео, предоставленного потерпевшим, для выявления возможного случая мошенничества; определяет сложность страхового случая», – объяснил эксперт. 

В 2023 году Jim установил мировой рекорд: за 2 секунды он урегулировал претензию клиента из Англии, обратившегося в страховую компанию после кражи велосипеда.

Другим активно развивающимся направлением применения ИИ в страховании становится сервисное сопровождение клиентов с использованием данных с телематических устройств: фитнес-браслетов и умных часов, которые фиксируют движение, пульс и уровень кислорода в крови, а также датчиков падения и других устройств интернета вещей. 

Владимир Хосе Эченикэ отметил, что, по данным последней переписи, в Москве доля домохозяйств, состоящих из одного человека, достигла 52% населения. Эта цифра относится ко всем возрастным группам, однако на фоне роста продолжительности жизни дистанционная поддержка одиноких людей старшего возраста становится все более востребованной. 

«Если человек почувствовал себя плохо, упал и не может самостоятельно вызвать помощь, система фиксирует проблему и передает сигнал страховщику или сервисному партнеру», – объяснил эксперт.

Большой потенциал в страховании жизни имеет использование данных носимых устройств для динамической оценки риска. Если клиент дает согласие на передачу данных с фитнес-браслета, в систему поступают сведения о его шагах, пульсе и качестве сна. На их основе ИИ сможет регулярно пересчитывать индивидуальный риск смертности и заболеваемости. При хороших показателях клиенты получат скидки на страховые продукты, тогда как менее активные страхователи станут платить ближе к базовому уровню. 

«Модель позволит страховщикам более точно оценить риск: портфель в среднем будет становиться «здоровее», а убыточность – ниже», – подытожил специалист.

Владимир Хосе Эченикэ назвал обязательное обучение главным способом снизить сопротивление сотрудников внедрению ИИ. В качестве примера он привел испанский банк Santander, где каждого работника обязуют пройти курс повышения квалификации по искусственному интеллекту. 

«Самый лучший способ преодолеть сопротивление – посадить человека перед компьютером и показать ему, как это делается, чтобы он поработал с новым инструментом и понял его преимущества», – заявил эксперт. 

По словам Владимира Хосе Эченикэ, программу обучения можно организовать по трем уровням. Первый, базовый, предполагает ознакомление с принципами работы ИИ, освоение ключевых инструментов, а также основ этики и безопасности (что можно и что нельзя загружать в ИИ системы). Следующий, профессиональный уровень, рассчитан на риск-менеджеров, сотрудников фронт-офиса, отдела кадров и другие профильные подразделения: на этом этапе речь идет уже об углубленном применении ИИ для повышения эффективности рабочих процессов, управления данными и соблюдения этических стандартов. Экспертный уровень предназначен для разработчиков и ИТ-специалистов и предполагает обучение созданию моделей, интеграции ИИ в инфраструктуру компании, а также настройке механизма защиты данных и обеспечению информационной безопасности предприятия. 

«Дополнительным стимулом может стать система поощрений для сотрудников, которые активно осваивают ИИ-инструменты и успешно применяют их в рабочих задачах. Я бы предложил платить таким работникам больше, но это, разумеется, остается на усмотрение руководства», – заключил эксперт. 

Так называемые «галлюцинации» остаются одной из ключевых проблем при работе с искусственным интеллектом: модели нередко генерируют несуществующие сведения в ответ на запросы пользователей.

«Не так давно я сам столкнулся с подобной ситуацией: нашел англоязычный отчет, который показался мне интересным, и предположил, что речь в нем идет о страховании. Я попросил ИИ сделать обзор фрагментов, относящихся к страхованию, и он подготовил небольшое изложение ключевых тезисов. Но когда я сам открыл отчет, оказалось, что сведений о страховании там вообще нет. Я написал ему, что это совсем не то, и получил знакомый многим ответ: ой, да, извините», – рассказал Владимир Хосе Эченикэ.

По оценке специалиста, вероятность подобных искажений возрастает в тех случаях, когда модель воспринимает пользователя как эксперта и стремится соответствовать предполагаемому уровню его компетентности. Тогда ИИ склонен дополнять ответы вымышленными деталями, которых нет в имеющихся в его распоряжении данных.

Ограничение роли ИИ-ассистентов может предотвратить потерю качества обслуживания клиентов. Искусственному интеллекту следует поручать формализуемые задачи, а не окончательные решения по выплате, а также заранее описывать, какие действия ассистент не имеет права совершать. 

«Кроме того, в распоряжении ИИ должны быть актуальные справочники, правила андеррайтинга и тарифы, поскольку он учится и отвечает по тем данным, которые мы ему даем», – отметил Владимир Хосе Эченикэ. 

Рассмотренные примеры – от андеррайтинга и урегулирования убытков до обучения сотрудников и контроля качества данных – не исчерпывают тему ИИ в страховании.

«Я вижу свое выступление как начало большого разговора и большого пути по внедрению искусственного интеллекта в страховую отрасль», – сказал он. «Мне кажется, что перспективы у искусственного интеллекта всюду колоссальные, и в страховании – особенно», – подчеркнул эксперт.