חיתום סיכון הצפה מבוסס-AI

גורם דירוג הצפה שמנצח את אזור FEMA, וחוסם את עצמו לפני שבוחן ה-DOI עושה זאת.

FloodProof מצביע על תיק אמיתי של תביעות הצפה של NFIP ומוכיח שצירוף של מאפייני מבנה אמיתיים מדרג הפסדים טוב יותר מאזור ההצפה של FEMA, מבקר כל משתנה מתומחר להשפעה דיפרנציאלית מול דמוגרפיה אמיתית ממפקד האוכלוסין, ומרכיב את חבילת ההגשה ל-DOI המוכנה לבוחן. כאשר משתנה נכשל בכלל 80%, שער מדיניות דטרמיניסטי מסרב לסמן את ההגשה כמוכנה ומנתב את העבריין הגרוע ביותר להצדקה אקטוארית אנושית.

1.69x

ליפט מחוץ-למדגם על אזור FEMA בלכידת הפסדים בעשירון העליון

40,615 תביעות NFIP אמיתיות מוחזקות-בחוץ, Gini 0.31 מול 0.08

$3.1B

דולרים אמיתיים ששולמו בתביעות-מבנה מחוץ לאזורי FEMA בסיכון גבוה (45.9%)

התיק הזה של Harris County, TX, ללא מידול

NOT FILING-READY

השער חסם את ההגשה של עצמו כאשר 5 משתנים מתומחרים נכשלו בכלל 80%

הציון המורכב עצמו עובר ב-AIR 0.938

כל נתון מחושב מחדש בזמן אמת מנתונים ציבוריים אמיתיים בכל הרצה. ייחסו אותם לתיק Harris County הזה ולפיצול המוחזק-בחוץ הזה, לא כערובה בעולם-פתוח.

אזור FEMA מתמחר שגוי את שני הצדדים, ומודל חכם יותר יכול להיכשל בהגשה

תמחור הצפה שמעוגן ל-Zone AE מול Zone X הוא שאלה ברמת הנכס שנענית במפה.

עיגון תעריף הצפה לאזור ההצפה של FEMA גובה יתר על הבית המוגבה בתוך האזור וגובה חסר על בית הלוח-על-הקרקע מחוץ לו. החשיפה האמיתית של המבטח היא שאלה ברמת הנכס שמפת האזור אינה יכולה לענות עליה. בתיק האמיתי הזה של Harris County, $3.1B (45.9%) מדולרי תביעות-המבנה שולמו על נכסים ש-FEMA דירג מחוץ לאזורי ה-Special Flood Hazard Area בסיכון גבוה. זה בא ישירות מהנתונים, ללא מעורבות מודל.

תשובת השוק הייתה לקנות מודל טוב יותר. אבל גורם דירוג חכם יותר הוא רק חצי מהעבודה. כל תעריף מועצם-AI צריך כעת לשרוד סקירת הוגנות של מחלקת הביטוח, כי גורם שמדרג הפסד היטב יכול גם לשאת אות דמוגרפי ולהיכשל בכלל 80% של EEOC, ולשלוח תעריף מפלה שהבוחן ידחה. New York DFS Circular Letter 2024-7 דורש בדיקות אפליה-באמצעות-פרוקסי, Colorado דורשת הצדקה לכל משתנה לתעריפי ביטוח מונעי-AI, ו-NAIC AI Model Bulletin אומץ ב-24 מדינות או יותר. מודל טוב יותר שמדרג את עצמו אינו ראיה, ומודל טוב יותר שנושא אות דמוגרפי הוא הגשה שמוחזרת.

ההנדסה העמידה היא התשתית סביב המודל: בקטסט לא-מעגלי, ביקורת הוגנות על כל משתנה מתומחר, ושער שמייצר את חבילת ההגשה של הבוחן או מסרב לעשות זאת. זה מה שבנינו ומה שההדגמה מוכיחה על נתונים ציבוריים אמיתיים.

כיצד FloodProof עובד

תשעה שלבים מדודים, מתביעות OpenFEMA אמיתיות עד הכרעת הגשה דטרמיניסטית. דבר אינו מקודד בקשיחות.

פאנל צינור חי של FloodProof המציג 9 שלבים שהושלמו על 135,381 תביעות אמיתיות: קריאת רשומות OpenFEMA ממטמון, שמירת תביעות-מבנה ששולמו, הנדסת מאפייני מבנה אמיתיים, טעינת דמוגרפיה ומרכזי-tract של CDC-SVI, פיצול 70/30 על seed 9 והתאמת הציון המורכב ridge, בקטסט מול אזור FEMA ב-1.694x, סיכום $3.1B ששולמו מחוץ לאזורים בסיכון גבוה, סינון כל משתנה להשפעה דיפרנציאלית, ושער מדיניות דטרמיניסטי המחזיר NOT FILING-READY עם קומות המנותבות לאדם.
צינור תשעת השלבים רץ חי בכל הרצה. המספרים הקריטיים לאמון הם numpy פשוט, מחושבים מחוץ לכל מסגרת סוכנים.

מנוע הניקוד

ציון מורכב ridge של מאפייני מבנה אמיתיים מ-OpenFEMA (גיל המבנה, מספר קומות, מחוון הגבהה, קוד post-FIRM, ייעוד, חסימה) מותאם על פיצול אימון של 70% ומנוקד על פיצול הבדיקה המוחזק-בחוץ של 30%. כיסוי ביטוחי מוחרג במכוון מהציון כי התשלום חסום מכנית על ידו, מה שהיה הופך את הבקטסט למעגלי. קו הבסיס הוא ratedFloodZone האמיתי והתווית היא amountPaidOnBuildingClaim האמיתי, שניהם בלתי-תלויים במודל.

הבקטסט והייחוס

התביעות המוחזקות-בחוץ מדורגות לפי הציון המורכב ולפי אזור FEMA, והמנוע מדווח על לכידת דולרי-הפסד בעשירון העליון ו-Gini לכל אחד, לצד ייחוס linear-Shapley מדויק של מה שמניע את הציון. seed קבוע (SEED=9) הופך את הפיצול לשחזור, כך שאותה הרצה מניבה את אותם מספרים.

ביקורת ההוגנות

סינון ההשפעה הדיפרנציאלית רץ על כל משתנה מתומחר, על הציון המורכב עצמו, על כיסוי המבנה המבוטח, ועל כל מאפיין מבנה, מול חלק המיעוט האמיתי ברמת ה-tract מ-CDC/ATSDR SVI. לכל משתנה הוא מחשב את יחס ההשפעה השלילית והאם הוא יושב בתוך רצועת כלל 80% של EEOC [0.80, 1.25].

שער המדיניות הדטרמיניסטי

ההגשה מסומנת כמוכנה רק אם המדגם המוחזק-בחוץ גדול מספיק, הליפט של הציון המורכב על אזור FEMA עובר את המינימום הנדרש (1.10x או יותר), ויחס ההשפעה השלילית יושב בתוך הרצועה, בתוספת רשימת בדיקה להגשה לכל מדינה. אם משתנה כלשהו נכשל, השער פולט NOT FILING-READY, מציין את העבריין הגרוע ביותר, ומנתב אותו להצדקה אקטוארית אנושית. דחייה כברירת מחדל: filing_ready אם ורק אם אפס ממצאים חוסמים.

צוות ה-LLM האופציונלי

צוות Pydantic-AI של מסביר-גורמים, מצדיק-הוגנות המזווג עם מאתגר יריב, ומחבר תזכיר-הגשה יכול לייעץ, אך השער מחליט. אין צורך במפתח API. הסוכנים נמנעים כשאין מפתח וההדגמה הדטרמיניסטית אינה מושפעת. כל מספר קריטי לאמון חי ב-numpy פשוט מחוץ למסגרת הסוכנים.

מה שההדגמה מוכיחה על נתונים אמיתיים

Harris County, TX. תביעות NFIP אמיתיות מ-OpenFEMA. כל מספר למטה מחושב בזמן אמת.

מפות FloodProof זו-לצד-זו של אותו תיק Harris County. משמאל, תביעות צבועות לפי שכבת אזור-הצפה של FEMA עם גודל נקודה שווה לדולרים אמיתיים ששולמו. מימין, אותן תביעות צבועות לפי סיכון מורכב של AI, עם טבעות זהב המסמנות פספוסי FEMA: נכסים ש-FEMA דירג כבטוחים והציון המורכב מדרג כסיכון גבוה. תג אדום בפינה קורא תעודת תאימות NOT FILING-READY.
אותו תיק, שתי מפות. תצוגת אזור-FEMA ותצוגת הציון-המורכב-AI של אותן תביעות Harris County זהות, עם טבעות הזהב המסמנות נכסים ש-FEMA דירג כבטוחים והציון המורכב מסמן כסיכון גבוה.
תרשים ליפט מחוץ-למדגם של FloodProof עם כרטיסי סטטיסטיקה בכותרת: $3125.0M תביעות-מבנה אמיתיות ששולמו מחוץ לאזורי FEMA בסיכון גבוה, ליפט לכידה בעשירון העליון של 1.694x לציון המורכב מול אזור FEMA, 45.9% מכלל דולרי התביעות האמיתיים מחוץ לאזורים בסיכון גבוה, ו-40,615 תביעות אמיתיות מוחזקות-בחוץ בבקטסט. תרשים עמודות משווה ציון מורכב AI מול אזור FEMA בלבד בלכידת דולרי-תביעה בעשירון העליון וב-Gini.
התוצאה מחוץ-למדגם: ליפט לכידה בעשירון העליון של 1.694x על 40,615 תביעות מוחזקות-בחוץ, Gini 0.31 מול 0.08.

על 40,615 התביעות האמיתיות המוחזקות-בחוץ, הציון המורכב לוכד 1.69x מדולרי ההפסד בעשירון העליון של בסיס אזור-FEMA, עם Gini 0.31 מול 0.08 של האזור. מכיוון שהציון מותאם על האימון ונקרא על הפיצול המוחזק-בחוץ, וקו הבסיס והתווית שניהם בלתי-תלויים במודל, זו תוצאה אמיתית מחוץ-למדגם ולא תוצאה שמדרגת את עצמה.

הליפט נשאר יציב בטווח של בערך 1.69x עד 1.85x בין seeds אקראיים, כך שזה אינו פיצול בר-מזל. ההיקף הוא תיק מחוז אחד ופיצול 30% מוחזק-בחוץ אחד, ואנחנו אומרים זאת.

הביקורת אינה מעמידה פנים שה-AI הוא הבעיה. הציון המורכב עצמו עובר את כלל 80% ב-AIR 0.938, מסונן מול tracts אמיתיים של CDC/ATSDR SVI. אך הסינון רץ על כל משתנה מתומחר, ו-5 נכשלים: הגרוע ביותר הוא מספר קומות ב-AIR 0.363, אחריו ערך מבוטח ב-0.526, ובאופן בולט שכבת האזור של FEMA עצמה ב-1.467.

תפיסת סיכון תאימות בנתונים לפני שהבוחן עושה זאת היא הערך. השער אז מסרב לסמן את ההגשה כמוכנה ומנתב את העבריין הגרוע ביותר, קומות, להצדקה אקטוארית אנושית.

חלון תעודת תאימות של FloodProof מסומן NOT FILING-READY. טבלת השפעה דיפרנציאלית מסננת כל משתנה דירוג מול tracts אמיתיים של CDC/ATSDR SVI 2022: הציון המורכב עובר ב-AIR 0.938, בעוד 5 מהמשתנים המתומחרים נכשלים בכלל 80%, הגרוע ביותר הוא קומות ב-0.363, אחר כך כיסוי מבנה מבוטח ב-0.526, ושכבת האזור של FEMA עצמה ב-1.467. שורה אדומה מציינת שהעבריין הגרוע ביותר, קומות, מנותב להצדקה אקטוארית אנושית והתעריף אינו מאושר אוטומטית, עם רשימת בדיקה להגשת DOI לכל מדינה מתחת.
ביקורת ההשפעה הדיפרנציאלית מסננת כל משתנה מתומחר. הציון המורכב עובר ב-0.938; 5 משתנים נכשלים, כולל שכבת האזור של FEMA עצמה.
מסמך הגשת State DOI של FloodProof שכותרתו AI-Augmented Flood Rating Factor לתיק המבטח של Harris County, TX, חתום NOT FILING-READY. הוא מכיל תזכיר אקטוארי, טבלת בקטסט מחוץ-למדגם המראה שהציון המורכב לוכד 1.694x מדולרי ההפסד בעשירון העליון של אזור FEMA עם Gini 0.31 מול 0.08 על 40,615 תביעות אמיתיות, וטבלת חשיבות-מאפיינים של תרומות linear Shapley מדויקות.
חבילת ההגשה ל-DOI המוכנה לבוחן: תזכיר אקטוארי, הבקטסט מחוץ-למדגם, וייחוס מאפיינים, מיוצרים או נחסמים על ידי השער.

היכן FloodProof משתלב, בכנות

זו הדגמה של המנגנון, לא צינור פרוס. הנה בדיוק מה אמיתי ומה גדם.

רכיב בהדגמה זו סטטוס
תביעות, דמוגרפיה, גאוגרפיה OpenFEMA FimaNfipClaims (170,803 רשומות, 135,381 מנוקדות), CDC/ATSDR SVI 2022, Census Gazetteer 2023 אמיתי, ציבורי, ללא מפתח API
ניקוד, בקטסט, ביקורת הוגנות, שער ציון מורכב ridge, ליפט ו-Gini מחוץ-למדגם, סינון השפעה דיפרנציאלית, שער מדיניות דטרמיניסטי אמיתי, numpy ו-Python פשוטים
הזנות אות ספק (ZestyAI Z-FLOOD, ICEYE SAR-depth) מתאמים מאחורי סכמה אמיתית, מפורסמים על המסך כגדמים גדם, החלפת ייצור מתועדת
מחבר Guidewire / Duck Creek חיפוש ממטמון חם ב-/api/score החוזר בפחות מ-50 ms גדם, לא אינטגרציה חיה
צוות Pydantic-AI (מסביר-גורמים, מצדיק-הוגנות, מחבר תזכיר) נרטיב ייעוצי בלבד; נמנע ללא מפתח API אופציונלי, ייעוצי, לעולם אינו מחליט
גיליון גורם-דירוג FloodProof ל-tract ב-Harris County, עם בקרת Fetch rating factor via Guidewire connector מורחבת. יומן הקונסולה מסמן אותו stub guidewire-integration-data-manager ומחזיר גורם דירוג מורכב מחיפוש ממטמון חם, מפורסם ב-UI כגדם ולא כאינטגרציה חיה.
סיפור ה-quote-bind המוטמע הוא קונקרטי אך כנה: מחבר ה-Guidewire הוא חיפוש ממטמון מדומה, מסומן כך ב-UI.

מה שהדגמה זו אינה עושה

  • היא אינה מריצה הזנה חיה של ZestyAI, ICEYE, First Street, Guidewire או Duck Creek. אלה גדמים.
  • היא אינה טוענת לתאימות DOI או הסמכה. חבילת ההגשה היא פריט ראיות, לא ייעוץ משפטי, ואף בוחן לא אישר דבר.
  • היא אינה מציגה נתון שנתי ממודל של דליפת דולרים. הכותרת הכנה היא ה-$3.1B האמיתי, ללא מידול, ששולם מחוץ לאזורי FEMA בסיכון גבוה בתוספת הליפט מחוץ-למדגם.
  • היא אינה משתמשת ברסטרים חיצוניים (משטח אטום, DEM, NOAA Atlas-14). הציון המורכב משתמש במאפייני המבנה האמיתיים של OpenFEMA עצמו; רסטרים הם העשרה עתידית מתועדת.
  • אין לה לקוחות, מבטחים, פריסות, המלצות או ROI. אף מבטח בשם לא השתמש בזה. זו הדגמה של המנגנון על תיק מחוז אחד.
  • היא אינה מעמידה פנים שהמודל שלה עצמו מוטה. הציון המורכב עובר את כלל 80% ב-AIR 0.938; הנקודה היא שהביקורת והשער תופסים את המשתנים הנכשלים.

שאלות שחתמים וצוותי תאימות שואלים

האם זה מחליף את מודלי ההצפה שאנחנו כבר קונים, כמו ZestyAI או ICEYE?

לא. FloodProof אינו מודל הצפה נוסף המתחרה ב-ZestyAI או ICEYE. זו שכבת האינטגרציה וההוכחה שיושבת סביב כל מודל שאתם משתמשים בו: בקטסט לא-מעגלי מחוץ-למדגם מול קו הבסיס האמיתי של אזור-FEMA, ביקורת השפעה דיפרנציאלית על כל משתנה מתומחר, ושער דטרמיניסטי שמייצר את חבילת ההגשה ל-DOI המוכנה לבוחן או חוסם אותה. הערך הזה מתקיים בכל רמת איכות של מודל, כי מודל טוב יותר שמדרג את עצמו אינו ראיה ומודל טוב יותר שנושא אות דמוגרפי הוא הגשה שהבוחן שלכם דוחה.

איך אתם יודעים שהליפט של הציון המורכב על אזור FEMA אינו פשוט overfitting?

הבקטסט אינו-מעגלי מעצם בנייתו. הציון המורכב מותאם על פיצול אימון של 70% ומנוקד על 30% המוחזק-בחוץ שמעולם לא ראה, קו הבסיס הוא אזור הדירוג האמיתי של FEMA, והתווית היא דולרי התביעה האמיתיים ששולמו. גם קו הבסיס וגם התווית בלתי-תלויים במודל, וכיסוי ביטוחי מוחרג במכוון כדי שהציון לא יוכל לרמות מגבול התשלום. על 40,615 תביעות NFIP אמיתיות מוחזקות-בחוץ הציון המורכב לוכד 1.69x מדולרי ההפסד בעשירון העליון של בסיס אזור-FEMA (Gini 0.31 מול 0.08), והתוצאה נשארת בטווח של בערך 1.69x עד 1.85x בין seeds אקראיים.

מה השער באמת עושה כאשר משתנה דירוג נכשל בכלל 80%?

הוא מסרב לסמן את ההגשה כמוכנה. שער המדיניות הוא Python דטרמיניסטי עם אינווריאנט אחד: filing_ready אם ורק אם יש אפס ממצאים חוסמים. בתיק Harris County הזה הציון המורכב עצמו עובר את כלל 80% ב-AIR 0.938, אך הביקורת מסמנת 5 משתנים מתומחרים שנכשלים, הגרוע ביותר הוא מספר קומות ב-AIR 0.363. השער פולט NOT FILING-READY, מציין את העבריין הגרוע ביותר, ומנתב אותו להצדקה אקטוארית אנושית במקום לשלוח תעריף מפלה. סוכנים מייעצים, קוד מחליט.

האם זה רץ על נתוני תביעות אמיתיים או על מדגם סינתטי?

אמיתי. ההדגמה רצה על 170,803 רשומות תביעת NFIP גולמיות של OpenFEMA עבור Harris County, Texas, מתוכן 135,381 עם תביעת-מבנה ששולמה מנוקדות, בתוספת דמוגרפיית tract אמיתית של CDC/ATSDR SVI 2022 ו-Census Gazetteer 2023. אלה נתונים ציבוריים ללא מפתח API, במטמון מההרצה הראשונה. הסתייגות כנה אחת שההדגמה מפרסמת על המסך: FEMA מצנזרת קואורדינטות גיאוגרפיות של תביעות בערך למרכז ה-tract, כך שהבקטסט רץ ברזולוציה שנתונים ציבוריים מאפשרים.

האם הזנות הספק ומחבר ה-Guidewire חיים בהדגמה זו?

לא, וההדגמה אומרת זאת על המסך. הזנות ZestyAI Z-FLOOD ו-ICEYE SAR-depth ומחבר Guidewire Integration Data Manager הם גדמים מאחורי סכמה אמיתית. נקודת הקצה של המחבר היא חיפוש ממטמון חם שחוזר בפחות מ-50 ms כדי להפוך את אינטגרציית ה-quote-bind המוטמעת לקונקרטית. נתיב הייצור הוא החלפת התצורה המתועדת, לא כתיבה מחדש, והטענה הכנה היא גדם, לא אינטגרציה חיה.

האם 'גורם דירוג שבודק ה-DOI שלכם יכול לאשר' אומר שהוא מוסמך כתואם?

לא. חבילת ההגשה ל-DOI היא פריט ראיות, תזכיר אקטוארי, הבקטסט מחוץ-למדגם, ייחוס מאפיינים, ורשימת בדיקה לכל מדינה, לא הסמכה או ייעוץ משפטי. 'הבוחן יכול לאשר' הוא יעד העיצוב, לא ערובה שבודק כלשהו אישר דבר. אף מבטח לא השתמש בזה בייצור, ואין פריסות, לקוחות או מקרי בוחן. ככל ש-24 מדינות או יותר מאמצות את NAIC AI Model Bulletin, הנקודה היא שהשער מייצר את ההוכחה שבוחן מבקש ונכשל בכנות כאשר הנתונים אינם תומכים בהגשה.

מחקר טכני

המחקר מאחורי הדגמה זו — הארכיטקטורה, עיצוב האימות, ומפת הדרכים הארגונית.

הפתרון המלא

חקרו את פתרון חיתום סיכון ההצפה מבוסס-AI →

אם אתם מתמחרים סיכון הצפה, נשמח להשוות הערות

אזור FEMA משאיר מיליארדים מחוץ לקוויו, וסקירת ההוגנות היא כעת חלק מההגשה.

אם הצוות שלכם עובד על איך לשים גורם דירוג AI מול בוחן DOI בלי לשלוח משתנה שנכשל בכלל 80%, נשמח באמת לשמוע איך אתם חושבים על זה. הבעיה היא כלל-תעשייתית והתשובות יהיו גם כן.

תמחור תיק והערכת הוגנות

  • ✓ בקטסט לא-מעגלי מחוץ-למדגם מול קו הבסיס של אזור-FEMA שלכם
  • ✓ ביקורת השפעה דיפרנציאלית על כל משתנה מתומחר
  • ✓ היכן שמפת האזור מתמחרת שגוי את התיק שלכם, לפי דולרי תביעה
  • ✓ קריאה אילו משתנים ייכשלו בסקירת DOI

בניית מנוע דירוג והגשה

  • ✓ גורם דירוג מורכב על המאפיינים האמיתיים והזנות הספק שלכם
  • ✓ שער מדיניות דטרמיניסטי: filing_ready אם אפס ממצאים חוסמים
  • ✓ חבילת הגשה ל-DOI מוכנה לבוחן עם רשימות בדיקה לכל מדינה
  • ✓ מחבר Guidewire או Duck Creek, החלפת תצורה לא כתיבה מחדש
התחברו דרך WhatsApp שלחו אימייל לצוות שלנו
רשתות חברתיות

פורסם גם ב

LinkedIn · חברהLinkedIn · מייסדYouTubeMediumDev.toSubstackInstagramFacebookX
WhatsApp
צ'אט מיידי
קביעת שיחה
תיאום דרך Calendly
אימייל
[email protected]