هل يمكن للذكاء الاصطناعي إصلاح تسعير تأمين الفيضانات؟

المشكلة

يقع نحو 68.3% من تقارير أضرار الفيضانات خارج المناطق التي تصنّفها وكالة FEMA عالية الخطورة. وهذا يعني أن معظم خسائر الفيضانات تصيب عقارات أخبر خبراء الاكتتاب أصحاب المنازل بأنها آمنة. الخرائط التي يعتمد عليها تسعير تأمين الفيضانات لديك قديمة، في كثير من الحالات، بعقود. تُظهر الأبحاث أن نحو 75% من خرائط فيضانات FEMA عمرها أكثر من خمس سنوات، وأن 11% منها تعود إلى سبعينيات وثمانينيات القرن الماضي، وهو أمر مقلق. رُسمت هذه الخرائط قبل وجود ضواحي بأكملها، وقبل أن تتغيّر أنماط المناخ، وقبل حتى أن يُتصوَّر وجود العواصف التي نراها اليوم.

النتيجة هي وهمٌ خطير بالأمان. العقار الواقع على بُعد قدم واحد خارج منطقة فيضان محددة رسميًا يُصنَّف «حد أدنى من المخاطر»، بينما يُفرض على جاره الواقع على بُعد قدم واحد داخلها الحصول على تغطية تأمينية. لكن الماء لا يحترم الخطوط على الخريطة؛ بل يتبع الجاذبية والإسفلت وميل ممر منزلك. أقل من 4% من أصحاب المنازل في البلاد يحملون تأمين الفيضانات — جزئيًا لأن الخرائط المتقادمة تخبرهم بأنهم لا يحتاجون إليه. وإذا كانت مؤسستك تكتتب العقارات أو تُقرض مقابلها أو تؤمّن عليها، فإنك تتخذ قرارات بمليارات الدولارات استنادًا إلى معلومات كانت متقادمة أصلًا لحظة نشرها.

لماذا يهم هذا أعمالك

هذه ليست مجرد مشكلة خرائط. إنها تعرّض مالي يضرب ميزانيتك العمومية من اتجاهات متعددة.

بلغ متوسط نسبة المشتركين المجتمعة في تأمين أصحاب المنازل — المقياس الأساسي لما إذا كنت تحقق أموالاً في الاكتتاب أم تخسرها — 101.5% في السنوات الأخيرة، وبلغت ذروتها عند 110.5% عام 2023. النسبة المجتمعة فوق 100% تعني أنك تدفع أكثر مما تجمع، وكل نقطة فوق 100% تستنزف رأس مالك.

وهنا تتركز الخسائر:

• الاختيار المعاكس يستنزف مجموعة مخاطرك. عندما تسعّر مخاطر الفيضانات حسب الرمز البريدي، فأنت تفرض السعر نفسه على منزل فوق تل ومنزل في جيب منخفض. وسيقتنص المشترون المتمرسون الذين يعرفون أن قبوات منازلهم تغرق هذه التغطية المسعّرة بأقل من قيمتها، بينما ينصرف أصحاب المنازل منخفضو المخاطر رأيًا في أن القسط المتوسط باهظ التكلفة. وبهدوء تمتلئ محفظتك بالمخاطر السيئة.
• يبلغ متوسط مطالبات الفيضانات نحو $34,000 لكل حادث. ويتضاعف أثر هذا الرقم سريعًا عبر محفظة الأعمال عندما تكون نماذجك عاجزة عن تمييز العقارات التي ستغرق فعلًا.
• معيدو التأمين يراقبون. إنهم يطالبون بوتيرة متزايدة بالشفافية حول الجودة الجوهرية لمحفظتك. وإذا لم تستطع إثبات بيانات مخاطر على مستوى العقار، فستحصل على شروط معاهدات أسوأ ومتطلبات رأسمالية أعلى.
• الضغط التنظيمي يتزايد. دوائر التأمين في الولايات تطرح أسئلة أصعب حول كيفية اتخاذ قرارات التسعير المدعومة بالذكاء الاصطناعي. وإذا لم تتمكن نماذجك من تفسير سبب تغيّر قسط التأمين، فأنت تواجه مخاطر امتثال.

فجوة الحماية — الفارق بين إجمالي الخسائر الاقتصادية وما هو مؤمَّن عليه فعليًا — تزداد اتساعًا باستمرار. ومنافسوك الذين يعتمدون نماذج مخاطر دقيقة سيقتطفون أفضل مخاطرك ويتركون لك تحمل أسوأها.

ما الذي يجري فعلًا تحت الغطاء

فكّر في الاكتتاب التقليدي لمخاطر الفيضانات على أنه منح كل طالب في المدرسة درجة بناءً على متوسط درجات المدرسة في الاختبارات؛ فيحصل المتفوق الأول والطالب الذي لا يحضر أبدًا على الدرجة نفسها. هذا ما يفعله التسعير على مستوى الرمز البريدي بمخاطر الفيضانات.

الفشل الجوهري له ثلاث طبقات.

أولًا، الخرائط تتجاهل فيضانات الأمطار تمامًا. خرائط FEMA التقليدية تصمم فيضان الأنهار وعرام العواصف الساحلية، لكنها لا تصمم الفيضانات المطيرية — المياه التي تتجمع حين تطغى الأمطار الغزيرة على الشوارع ومواقف السيارات ومصارف مياه الأمطار. وفي المدن، يحدد انخفاض طفيف في ممر المنزل أو ميل شارع ما إذا كان المنزل سيغرق. والمتوسطنة حسب الرمز البريدي تمحو هذه الاختلافات تمامًا.

ثانيًا، المتغير الأهم على الإطلاق غائب عن بياناتك. هذا المتغير هو ارتفاع الطابق الأول (FFE) — أي ارتفاع أدنى طابق صالح للسكن عن سطح الأرض. رفع FFE لعقار بمقدار قدم واحدة فقط فوق مستوى الفيضان الأساسي يمكن أن يخفض متوسط الخسارة السنوية بنحو 90%. لكن السجلات الضريبية العامة لا ترصد FFE غالبًا أبدًا، وشهادات الارتفاع مكلفة ولا تُشترط إلا في مناطق محددة. لذا تخمّن معظم نماذج الاكتتاب — والتخمين الخاطئ يعني تسعيرًا خاطئًا جذريًا للوثيقة.

ثالثًا، محاكاة الفيضانات التقليدية بطيئة جدًا لتكون مفيدة للتسعير اللحظي. النماذج القياسية القائمة على الفيزياء قد تستغرق ساعات أو أيامًا لمحاكاة حوض نهري واحد. هذا مقبول في البحث الأكاديمي، لكنه عديم الفائدة عندما تحتاج عرض سعر خلال ثوانٍ.

ما ينجح (وما لا ينجح)

قبل الحل، هذه هي الأساليب التي لا تعالج هذه المشكلة:

• تحديث خرائط FEMA بتكرار أكبر: حتى الخرائط الحديثة تبقى ثنائية — داخل منطقة الفيضان أو خارجها — متجاهِلة الطبيعة المستمرة لتدفق المياه.
• إضافة المزيد من بيانات المطالبات التاريخية: المطالبات الماضية مؤشرات متأخرة، وتقلّب المناخ يعني أن العقد القادم لن يشبه العقد الأخير. والمزيد من البيانات ذاتها لا يُصلح نموذجًا معطوبًا.
• تشغيل ذكاء اصطناعي قياسي على بيانات الرموز البريدية: نموذج تعلّم آلة مدفوع بالبيانات بحتة ومدرَّب على مدخلات خشنة سينتج مخرجات خشنة، والأسوأ أنه قد يولّد تنبؤات مستحيلة فيزيائيًا — كظهور ماء بلا مصدر.

أما ما ينجح فهو بنية ثلاثية الطبقات تجمع بين الرصد والفيزياء وقابلية التفسير:

1. الرؤية الحاسوبية تستخرج ما تنقصه بياناتك. تحلل نماذج الذكاء الاصطناعي صور مستوى الشارع والصور الجوية لقياس ارتفاع الطابق الأول عن بُعد. يحدد النظام السمات المعمارية — الدرج والأبواب والأساسات — ويحسب الارتفاع باستخدام الهندسة. وقد أثبتت الشبكات العصبية المدرَّبة لهذه المهمة وجود أخطاء متوسطة تصل إلى 0.218 متر فقط (نحو 8.5 بوصة). هذا المستوى من الدقة قابل للتوسع عبر ملايين العقارات دون زيارة ميدانية واحدة. وتكشف التقنية نفسها الأقبية والأسطح غير المنفذة وسمات التخفيف من الفيضانات مثل وحدات التدفئة والتهوية وتكييف الهواء المرتفعة.

2. رادار الأقمار الاصطناعية يخترق السحب للتحقق مما غرق فعليًا. يوفر الرادار ذو الفتحة التركيبية (SAR) — تقنية فضائية تستخدم إشارات الميكروويف لرؤية الأرض حتى عبر سحب العواصف — بيانات مدى الفيضانات شبه اللحظية، وغالبًا خلال 24 ساعة من ذروة الحدث. يمكنك تراكب هذا الأثر الفيضاني فوق محفظتك لتقدير الخسائر فورًا، وإيفاد خبراء تسوية المطالبات إلى مناطق الفيضان المؤكدة فقط، والإبلاغ عن المطالبات الاحتيالية عندما تُظهر بيانات الأقمار الاصطناعية أن عقارًا ما بقى جافًا.

3. الذكاء الاصطناعي المستنِد إلى الفيزياء يحاكي سيناريوهات المستقبل في ثوانٍ. الشبكات العصبية المستندة إلى الفيزياء (PINNs) — نماذج ذكاء اصطناعي مدمجة في رياضياتها قوانين ديناميكا الموائع الفعلية — تعمل بدائلَ سريعة للمحاكاة التقليدية البطيئة. ولأن هذه النماذج تفرض حفظ الكتلة والزخم، فهي لا تستحضر سيناريوهات مستحيلة. ويمكنها تشغيل آلاف سيناريوهات المناخ لعقار محدد في الزمن الحقيقي. وهذا يعني أن محرك التسعير لديك يستطيع توليد قسط يعكس ملف المخاطر الحقيقي لذلك الموقع بعينه، لا متوسط منطقة.

ميزة مسار التدقيق مهمة للغاية لفرق الامتثال لديك. ولأن شبكات PINNs مؤسسة على معادلات فيزيائية صريحة، فإن مخرجاتها قابلة للتفسير والدفاع عنها أمام الجهات التنظيمية. يمكنك أن تُبيّن لدائرة تأمين في ولاية ما أن زيادة في القسط تعود إلى خطر هيدروليكي محدد مصمَّم فيزيائيًا — لا إلى ارتباط خوارزمي معتم. هذا ما يجعل النظام «صندوقًا زجاجيًا» بدلًا من صندوق أسود.