La plupart des dommages d'inondation surviennent hors zone inondable — et cela plombe discrètement votre ratio de sinistralité

La première fois que j'ai compris à quel point la tarification du risque d'inondation était défaillante, j'observais une seule maison sur une carte aérienne.

Une maison individuelle dans le comté de Harris, au Texas. Construite en 2004, sur dalle, sans surélévation par rapport au niveau du sol. La parcelle était imperméabilisée à 85 % — allée en béton, terrasse, un garage indépendant — et l'égout pluvial le plus proche se trouvait à 400 pieds, faisant partie d'un système municipal conçu il y a trente ans pour un épisode pluvieux décennal. La FEMA l'avait classée en zone X. Aléa d'inondation minimal. Aucune obligation de l'assurer.

Le moteur de tarification a proposé à cette maison une prime inondation de 450 $ par an. L'analyse au niveau de la propriété évaluait sa perte annuelle attendue à 8 400 $.

Cet écart — de près de vingt pour un, sur une propriété que la carte assure être sûre — c'est tout le problème de la tarification du risque d'inondation en une seule parcelle. Et ce n'est pas une parcelle rare. Plus des deux tiers des dommages d'inondation aux États-Unis, 68,3 % selon les recherches de NC State et de First Street, surviennent en dehors des zones à haut risque de la FEMA. Si votre plan de tarification s'ancre encore à la zone AE par opposition à la zone X, vous êtes mal tarifé des deux côtés de la ligne : vous surfacturez la maison surélevée à l'intérieur de la zone, et vous cédez discrètement la maison sur dalle juste à l'extérieur.

La carte des zones inondables n'est pas un modèle de risque. C'est une frontière réglementaire que le reste du secteur a prise pour un modèle.

Je veux revenir sur ce que nous avons découvert en essayant de corriger cela, y compris le passage où notre première correction a échoué devant un régulateur — car cet échec est la raison pour laquelle ce que nous avons fini par construire a la forme qu'il a.

Pourquoi la plupart des dommages d'inondation surviennent-ils en dehors de la zone inondable ?

Commençons par comprendre pourquoi les cartes sont fausses, car c'est pire que « les cartes deviennent obsolètes ».

Environ 75 % des cartes d'inondation de la FEMA ont plus de cinq ans, et une part significative remonte aux années 1970 et 1980. Elles ont été dessinées principalement pour les inondations fluviales et côtières — rivières débordant de leur lit, ondes de tempête venant de la côte. Elles n'ont jamais été conçues pour capter les inondations pluviales : des précipitations qui tombent plus vite que le sol et les égouts pluviaux ne peuvent les évacuer. Le pluvial est le facteur de perte à la croissance la plus rapide du pays, et il est presque invisible sur un panneau de la FEMA.

Cette maison du comté de Harris est inondée par voie pluviale. Quatre pouces de pluie à l'heure sur une parcelle imperméabilisée à 85 % génèrent plus du double du ruissellement de ses voisines, dans un système conçu pour un pouce et demi. Rien de tout cela n'est sur la carte, parce que la carte ne pose pas la question.

Les conséquences ne sont pas théoriques. Après l'ouragan Harvey, 70 % des sinistres d'inondation provenaient de l'extérieur des zones à haut risque de la FEMA — des maisons en zone X que tous les moteurs de tarification avaient cotées comme une réflexion secondaire. Le comté de Harris à lui seul compte 1,2 million de propriétés en zone X. Les assureurs qui avaient repéré les propriétés exposées avant la tempête ont affiché cette année-là des ratios de sinistres catastrophe nettement plus légers — de l'ordre du chiffre unique élevé au bas de la dizaine, d'après mon propre calcul sur les portefeuilles que j'ai vus. Tous les autres l'ont découvert à la première déclaration de sinistre.

Et la pression structurelle ne fait que croître. La branche habitation affiche un ratio combiné projeté de 106,1 % pour 2025 — payant plus d'un dollar de sinistre et de frais pour chaque dollar de prime — et AM Best s'attend à ce que le ratio combiné plus large de l'assurance IARD grimpe vers 96,9 en 2026. À l'échelle mondiale, les pertes assurées liées aux catastrophes naturelles ont atteint 107 milliards de dollars en 2025. L'inondation est le péril où l'écart entre ce qui se passe et ce qui est tarifé est le plus large : sur environ 325 milliards de dollars de pertes économiques mondiales dues aux inondations sur cinq ans, seuls quelque 70 milliards de dollars étaient assurés.

On ne peut pas combler un ratio combiné de 106 % avec une carte dessinée avant que le quartier ne soit coulé.

Ce que je me suis d'abord trompé

Voici la partie dont je ne suis pas fier.

Quand mon équipe s'est penchée pour la première fois sur ce sujet, la réponse paraissait évidente. Le marché regorgeait de fournisseurs de renseignement immobilier dotés de modèles réellement excellents. ZestyAI construit des scores de vision par ordinateur — Z-FLOOD, Z-FIRE, Z-WIND — à partir d'imagerie aérienne et de permis de construire, et ils signaient des assureurs à toute vitesse : rien qu'au premier trimestre 2026, ils ont ajouté Logic Underwriters au Texas, Southern Oak en Floride, Harford Mutual, Horace Mann, et d'autres. Les scores fonctionnent. Le réseau d'assureurs est bien réel.

Notre première version était donc simple : concéder une licence d'un score d'inondation d'un fournisseur, l'injecter dans le moteur de tarification comme nouveau facteur, et le livrer. Un travail d'intégration d'un week-end habillé en produit.

Nous avons présenté cela dans un dépôt d'État. La réponse de l'examinateur est revenue avec une seule annotation en marge à côté de notre tout nouveau facteur d'inondation : « expliquez ce facteur ».

Nous n'y sommes pas parvenus. Pas selon leur norme. Une fiche de modèle d'un fournisseur — le document d'une page « voici en gros ce que le modèle prend en compte » — satisfait l'équipe marketing d'un fournisseur. Elle ne satisfait pas un examinateur du Colorado ou de New York, qui veut un mémorandum actuariel, une étude d'impact disparate et une trace d'explicabilité avant qu'un facteur de tarification dérivé de l'IA n'entre en vigueur. Le NAIC AI Model Bulletin a été adopté dans plus de 24 États, et la circulaire 2024-7 du DFS de New York exige explicitement des tests d'impact disparate. L'état d'une propriété est corrélé au revenu ; un score de vision par ordinateur qui interprète un « entretien différé » comme un risque peut discrètement encoder quelque chose qu'un régulateur qualifiera de bluelining. L'opacité qui rend un score de fournisseur facile à acheter est précisément ce qui le rend difficile à déposer.

Nous n'avions pas construit une capacité de souscription. Nous avions acheté un nombre que nous ne pouvions pas défendre.

Le rejet de ce dépôt fut la chose la plus utile qui nous soit arrivée, car il a recadré tout le problème. Le plus difficile dans la tarification du risque d'inondation en 2026 n'est pas d'obtenir un score. Il existe d'excellents scores à vendre. Le plus difficile est de transformer un score en un facteur de tarification qu'un régulateur approuvera — et c'est un travail d'ingénierie et de documentation qu'aucun fournisseur ne fait pour vous, parce qu'ils vendent le score, pas votre plan tarifaire.

Chaque fournisseur résout une tranche. Personne ne résout la couture.

Une fois que vous le voyez ainsi, le paysage se réorganise. Chaque fournisseur possède une tranche du tableau et vous laisse les coutures.

ZestyAI vous offre une vision par ordinateur précise au niveau de la propriété, mais ses scores sont largement statiques — ils ne modélisent pas la capacité de l'égout pluvial sous cette parcelle du comté de Harris, et ils ne se déclenchent pas lorsqu'un événement réel se déroule. ICEYE pilote la plus grande constellation de satellites à radar à synthèse d'ouverture au monde — plus de 30 satellites capables de voir l'étendue des inondations à travers les nuages et de mettre à jour une carte thermique toutes les six heures pendant un événement, ce qui explique pourquoi Munich Re et AXA l'ont intégré à leurs plateformes en 2026. Le Flood Factor de First Street note chaque propriété américaine de 1 à 10 et, surtout, inclut bien l'aléa pluvial — mais c'est une couche d'aléa, pas un modèle de vulnérabilité structurelle, et il n'est pas accepté comme facteur de tarification réglementaire. Fathom, désormais au sein de Swiss Re, construit des jeux d'événements probabilistes sur 50 000 ans, superbes pour les scénarios climatiques prospectifs et malcommodes si vous vous réassurez auprès de quiconque d'autre que Swiss Re. Le Flood Score 3.0 de Verisk possède la plus grande familiarité avec les DOI et le cycle d'innovation le plus lent.

Je vous épargnerai l'appel complet. Le schéma est ce qui compte : la couche de renseignement immobilier, la couche satellitaire, la couche d'aléa et votre propre historique de sinistres vivent chacune dans un silo différent, et aucun fournisseur ne les assemble en un seul facteur défendable — car le faire signifierait documenter le modèle d'un concurrent dans votre dépôt.

La couture est là où se trouve l'argent. Un assureur ne veut pas six tableaux de bord ; il veut un seul facteur de tarification qui fusionne la lecture structurelle de ZestyAI, la vérité événementielle d'ICEYE, l'aléa pluvial de First Street ou de Fathom, et la propre expérience de sinistres de l'assureur — et un mémorandum actuariel qui explique tout cela à un examinateur. Cette fusion est ce que nous avons décidé de construire, et ce qui se trouve désormais au cœur de notre couche de renseignement sur le risque d'inondation : non pas un score de plus, mais le tissu conjonctif et la paperasse qui transforment des solutions ponctuelles en un plan tarifaire approuvé.

Un satellite peut-il vous dire où il va inonder ?

La deuxième chose que je me suis trompé fut de supposer que les données satellitaires seraient la victoire facile.

Le SAR est véritablement magique — un radar qui voit à travers les nuages et l'obscurité et vous indique, bâtiment par bâtiment, la profondeur de l'eau. Les démonstrations sont séduisantes. Nous avons donc extrait les flux bruts d'ICEYE et commencé à les câbler dans un pipeline de triage des sinistres, en espérant superposer l'étendue de l'inondation sur un portefeuille de 50 000 polices et acheminer automatiquement les experts.

Puis la réalité. Le SAR est purement observationnel — il vous dit ce qui a été inondé, pas ce qui le sera — et en terrain urbain dense, il comporte environ ±15 cm d'incertitude de profondeur due au double rebond du radar sur les murs et la chaussée. Le SAR brut n'est pas un flux de travail de sinistres. C'est un signal bruité qui nécessite un pipeline sur mesure : nettoyer les artefacts de double rebond, fusionner la profondeur avec l'altitude du premier étage de chaque police, décider lesquelles des 30 sur 50 000 polices un expert appelle en premier, signaler celles dont les dommages déclarés ne correspondent pas à l'eau observée. Ce pipeline est le produit. Le satellite est une donnée d'entrée.

Et l'altitude du premier étage — la hauteur à laquelle l'espace de vie se situe au-dessus du niveau du sol — s'avère être le pivot de toute la question structurelle, et elle est estimable à partir de l'imagerie à environ 0,218 mètre d'erreur, d'après les travaux de Penn State. Cette maison du comté de Harris avait une altitude de premier étage dérivée de la vision par ordinateur de zéro. La porte d'entrée était au niveau du sol. Aucune carte ne l'encode ; un modèle de vision le peut.

« Pourquoi ne pas simplement acheter ZestyAI ? »

On me pose constamment une version de cette question, généralement formulée ainsi : les scores existent déjà, les satellites volent déjà, pourquoi reste-t-il quoi que ce soit à construire ?

Parce qu'un score n'est pas un plan tarifaire, et qu'un plan tarifaire n'est pas un déploiement. Ce qui se trouve entre les deux, c'est le travail.

Commençons par le régulateur. Déposer un algorithme de tarification augmenté par l'IA signifie produire le mémorandum actuariel, l'analyse d'impact disparate et la documentation d'explicabilité qu'exigent le bulletin du NAIC et le DFS de New York — pour un modèle qui fusionne les données d'entrée de plusieurs fournisseurs. Les fournisseurs vous remettent des scores ; ils ne vous remettent pas de documentation prête au dépôt, et les exigences de documentation auditable de l'AI Act de l'UE, qui entrent en vigueur en août 2026, ne font qu'accentuer cet écart.

Puis il y a la tuyauterie, qui est brutalement concrète. Un score d'inondation ne vaut rien pour un souscripteur s'il arrive trop tard. J'ai observé une trace de cotation-à-souscription où l'appel de l'API du score d'inondation stagnait à 480 millisecondes — et moins de 500 ms, c'est le mur. Au-delà, le score n'est pas récupéré, le souscripteur cote à partir de l'ancien facteur, et votre coûteuse couche de renseignement devient une ligne budgétaire que personne n'utilise. Faire entrer les sorties du modèle dans Guidewire ou Duck Creek avec une mise en cache appropriée, une gestion de repli et ce budget de latence est un travail spécialisé. Le virage plus large vers l'IA agentique dans l'assurance rend le gain évident — Hiscox a réduit une cotation-à-souscription de trois jours à trois minutes, une réduction de 99,4 % — mais on n'y parvient que si la tuyauterie des données tient.

Et même un score rapide et défendable doit correspondre à votre portefeuille. Un modèle sur étagère est entraîné sur celui de tout le monde. Un assureur de taille moyenne souscrivant des propriétaires côtiers en Floride et un autre souscrivant du commercial intérieur au Texas ont des schémas de sinistres complètement différents — sur un portefeuille commercial, un seul entrepôt en zone X avec son quai de chargement au niveau du sol peut engloutir l'année comme jamais cent sinistres épars d'habitation ne le feraient — et un modèle réglé pour aucun des deux sera médiocre pour les deux. Les assureurs qui prennent de l'avance s'entraînent sur leur propre portefeuille.

N'importe qui peut acheter le score pour le prix d'un contrat. Ce que vous ne pouvez pas acheter, c'est la partie qui survit à un examinateur, respecte un budget de 500 millisecondes et correspond au portefeuille que vous avez réellement souscrit.

Le marché se retarifie déjà sans vous

S'il y a urgence dans cette affaire, elle est concurrentielle, pas réglementaire.

Le marché privé de l'inondation croît de manière composée à un TCAC de 20 % de 2020 à 2024, avec plus de 140 assureurs privés souscrivant désormais de l'inondation et environ 500 millions de dollars de prime résidentielle privée en 2024. Cette croissance n'est pas aléatoire — ce sont des assureurs sophistiqués utilisant des modèles au niveau de la propriété pour écrémer. Ils identifient les maisons réellement à faible risque que le NFIP surtarifie sous Risk Rating 2.0 (où 77 % des assurés paient désormais davantage, et où une lettre du Congrès en février 2026 a exhorté la FEMA à suspendre le programme), les souscrivent à profit, et laissent derrière eux le reliquat sujet à l'antisélection.

L'asymétrie devrait inquiéter tout assureur qui tarife encore l'inondation à partir de la zone : les écrémeurs ne prennent pas vos mauvais risques. Ils prennent vos bons risques — les maisons surélevées et bien drainées que votre tarification grossière surfacture — et vous laissent un portefeuille de plus en plus concentré sur les maisons humides en zone X que vous avez sous-tarifées. Vous ne le ressentez pas comme une seule mauvaise journée. Vous le ressentez comme un ratio de sinistralité qui dérive dans le mauvais sens à chaque renouvellement, tandis que vous vous demandez pourquoi votre rétention est meilleure précisément sur les polices que vous aimeriez le plus perdre.

Quand je le modélise sur un portefeuille de 50 000 propriétaires du sud-est du Texas, le schéma de zone X mal tarifé représente à lui seul 2,8 à 4,2 millions de dollars de fuite de prime annuelle — 30 à 40 propriétés générant chacune six chiffres de sinistres contre des primes de 450 $. C'est le coût de l'erreur de la carte, chaque année, avant le prochain Harvey.

Ce que je crois réellement maintenant

J'ai abordé cela en pensant que la tarification de l'inondation était un problème de données — obtenir de meilleures données, obtenir de meilleurs prix. J'en suis ressorti convaincu que c'est un problème de couture. Les données existent. Les satellites volent. La vision par ordinateur lit l'altitude du premier étage à moins de vingt centimètres près. Ce qui n'existe pas, sur étagère, c'est ce qui fusionne ces données d'entrée en un seul facteur, le fait entrer en moins de 500 millisecondes dans le moteur de tarification, et remet à un examinateur d'État un mémorandum qui survit à l'annotation en marge « expliquez ce facteur ».

C'est la couche qui vaut la peine d'être construite, et c'est pourquoi nous avons bâti la nôtre autour de l'intégration et de la documentation plutôt qu'autour d'un énième score.

La carte continuera de dire zone X. La maison sur dalle avec sa parcelle imperméabilisée à 85 % et son égout pluvial sous-dimensionné continuera de s'inonder malgré tout. La seule question est de savoir si votre moteur de tarification connaît la différence avant que l'eau ne la connaisse — ou si vous le découvrez, comme tout le monde après Harvey, à partir des sinistres arrivés des endroits que la carte disait sûrs.