La maggior parte dei danni da alluvione avviene fuori dalla zona alluvionale — e sta silenziosamente rovinando il tuo loss ratio

La prima volta che ho capito quanto fosse malmessa la sottoscrizione del rischio alluvione, stavo guardando una singola casa su una mappa aerea.

Una casa unifamiliare nella contea di Harris, in Texas. Costruita nel 2004, su platea, senza rialzo rispetto al livello del terreno. Il lotto era per l'85% superficie impermeabile — vialetto in cemento, patio, un garage separato — e lo scarico pluviale più vicino distava 400 piedi, parte di un sistema municipale progettato trent'anni fa per un evento piovoso decennale. La FEMA la classificava come Zona X. Rischio alluvione minimo. Nessun obbligo di assicurarla.

Il motore tariffario quotava per quella casa un premio alluvione di $450 all'anno. L'analisi a livello di singolo immobile stimava la sua perdita annua attesa a $8.400.

Quel divario — quasi venti a uno, su un immobile che la mappa insiste essere sicuro — è l'intero problema della sottoscrizione del rischio alluvione in un unico lotto. E non è un lotto raro. Più di due terzi dei danni da alluvione negli Stati Uniti, il 68,3% secondo la ricerca della NC State e di First Street, si verifica al di fuori delle zone ad alto rischio della FEMA. Se il tuo piano tariffario si àncora ancora alla Zona AE rispetto alla Zona X, hai una tariffazione errata su entrambi i lati della linea: fai pagare troppo la casa rialzata dentro la zona e regali silenziosamente la casa su platea appena fuori.

La mappa delle zone alluvionali non è un modello di rischio. È un confine normativo che il resto del settore ha scambiato per tale.

Voglio ripercorrere ciò che abbiamo scoperto quando abbiamo provato a risolvere questo problema, inclusa la parte in cui la nostra prima soluzione è fallita davanti a un'autorità di regolamentazione — perché quel fallimento è il motivo per cui ciò che alla fine abbiamo costruito è fatto così com'è.

Perché la maggior parte dei danni da alluvione avviene al di fuori della zona alluvionale?

Partiamo dal perché le mappe sono sbagliate, perché è peggio di «le mappe diventano obsolete».

Circa il 75% delle mappe alluvionali della FEMA ha più di cinque anni, e una parte significativa risale agli anni '70 e '80. Sono state disegnate principalmente per le alluvioni fluviali e costiere — fiumi che esondano, mareggiate che arrivano dalla costa. Non sono mai state concepite per cogliere le alluvioni pluviali: pioggia che cade più velocemente di quanto il terreno e gli scarichi pluviali riescano a smaltirla. Le alluvioni pluviali sono il fattore di perdita in più rapida crescita nel Paese, e sono quasi invisibili su un pannello FEMA.

Quella casa nella contea di Harris si allaga per via pluviale. Quattro pollici di pioggia all'ora su un lotto impermeabile all'85% generano più del doppio del deflusso dei lotti vicini, riversandolo in un sistema costruito per un pollice e mezzo. Niente di tutto ciò è sulla mappa, perché la mappa non si pone la domanda.

Le conseguenze non sono teoriche. Dopo l'uragano Harvey, il 70% dei sinistri da alluvione è arrivato da fuori le zone ad alto rischio della FEMA — dalle case in Zona X che il motore tariffario di tutti aveva quotato come un ripensamento. La sola contea di Harris conta 1,2 milioni di immobili in Zona X. Gli assicuratori che avevano segnalato quelle a rischio d'acqua prima della tempesta hanno registrato quell'anno indici di perdita catastrofale sensibilmente più bassi — da alte cifre singole a basse cifre doppie, secondo il mio calcolo sui portafogli che ho visto. Tutti gli altri lo hanno scoperto al primo avviso di sinistro.

E la pressione strutturale non fa che aumentare. Il ramo abitazioni sta registrando un combined ratio previsto del 106,1% per il 2025 — pagando più di un dollaro di perdite e spese per ogni dollaro di premio — e AM Best prevede che il combined ratio più ampio del ramo danni salga verso 96,9 nel 2026. A livello globale, le perdite assicurate da catastrofi naturali hanno raggiunto $107 miliardi nel 2025. L'alluvione è il rischio in cui il divario tra ciò che accade e ciò che viene tariffato è più ampio: di circa $325 miliardi di perdite economiche globali da alluvione in cinque anni, solo circa $70 miliardi erano assicurati.

Non si può chiudere un combined ratio del 106% con una mappa disegnata prima che il quartiere venisse gettato nel cemento.

Cosa ho sbagliato all'inizio

Ecco la parte di cui non vado fiero.

Quando il mio team ha iniziato a scavare, la risposta sembrava ovvia. Il mercato era pieno di fornitori di property intelligence con modelli davvero buoni. ZestyAI costruisce punteggi di computer vision — Z-FLOOD, Z-FIRE, Z-WIND — a partire da immagini aeree e permessi edilizi, e stava firmando assicuratori rapidamente: solo nel primo trimestre del 2026 ha aggiunto Logic Underwriters in Texas, Southern Oak in Florida, Harford Mutual, Horace Mann e altri. I punteggi funzionano. La rete di assicuratori è reale.

Quindi la nostra prima versione era semplice: licenziare un punteggio alluvione di un fornitore, immetterlo nel motore tariffario come nuovo fattore, spedirlo. Un lavoro di integrazione da un weekend spacciato per prodotto.

L'abbiamo portato a un deposito tariffario statale. La risposta dell'esaminatore è tornata con un'unica nota a margine accanto al nostro nuovo e luccicante fattore alluvione: «spiega questo fattore».

Non potevamo. Non secondo i loro standard. Una scheda di modello del fornitore — il documento di una pagina «ecco più o meno cosa considera il modello» — soddisfa il team marketing di un fornitore. Non soddisfa un esaminatore del Colorado o di New York, che vuole un memorandum attuariale, uno studio sull'impatto disparato e una traccia di spiegabilità prima che un fattore tariffario derivato dall'IA entri in vigore. Il Bollettino sui modelli di IA della NAIC è stato adottato in oltre 24 stati, e la Circolare 2024-7 del DFS di New York richiede esplicitamente test per l'impatto disparato. Le condizioni dell'immobile sono correlate al reddito; un punteggio di computer vision che legge la «manutenzione differita» come rischio può codificare silenziosamente qualcosa che un regolatore chiamerà bluelining. L'opacità che rende un punteggio di un fornitore facile da acquistare è esattamente ciò che lo rende difficile da depositare.

Non avevamo costruito una capacità di sottoscrizione. Avevamo comprato un numero che non potevamo difendere.

Il rifiuto di quel deposito è stata la cosa più utile che ci sia capitata, perché ha riformulato l'intero problema. La parte difficile della sottoscrizione del rischio alluvione nel 2026 non è ottenere un punteggio. Ci sono ottimi punteggi in vendita. La parte difficile è trasformare un punteggio in un fattore tariffario che un regolatore approverà — ed è un lavoro di ingegneria e documentazione che nessun fornitore fa per te, perché loro vendono il punteggio, non il tuo piano tariffario.

Ogni fornitore risolve una fetta. Nessuno risolve la giuntura.

Una volta che lo vedi così, il panorama si riorganizza. Ogni fornitore possiede una fetta del quadro e lascia le giunture a te.

ZestyAI ti offre una computer vision nitida a livello di immobile, ma i suoi punteggi sono in gran parte statici — non modellano la capacità dello scarico pluviale sotto quel lotto della contea di Harris, e non si attivano quando un evento reale è in corso. ICEYE gestisce la più grande costellazione al mondo di satelliti a radar ad apertura sintetica — oltre 30 satelliti in grado di vedere l'estensione dell'alluvione attraverso le nuvole e aggiornare una heatmap ogni sei ore durante un evento, motivo per cui Munich Re e AXA l'hanno integrata nelle loro piattaforme nel 2026. Il Flood Factor di First Street assegna a ogni immobile statunitense un punteggio da 1 a 10 e, cosa cruciale, effettivamente include il rischio pluviale — ma è un livello di pericolo, non un modello di vulnerabilità strutturale, e non è accettato come fattore tariffario normativo. Fathom, ora parte di Swiss Re, costruisce set di eventi probabilistici a 50.000 anni che sono eccellenti per gli scenari climatici prospettici e scomodi se ti riassicuri con qualcuno diverso da Swiss Re. Il Flood Score 3.0 di Verisk vanta la più profonda familiarità con i DOI e il ciclo di innovazione più lento.

Ti risparmio l'elenco completo. Il punto è lo schema: il livello di property intelligence, il livello satellitare, il livello di pericolo e la tua stessa storia dei sinistri vivono ciascuno in un silos diverso, e nessun fornitore li cuce insieme in un unico fattore difendibile — perché farlo significherebbe documentare il modello di un concorrente all'interno del tuo deposito.

La giuntura è dove ci sono i soldi. Un assicuratore non vuole sei dashboard; vuole un unico fattore tariffario che fonda la lettura strutturale di ZestyAI, la verità sull'evento di ICEYE, il rischio pluviale di First Street o Fathom e l'esperienza sinistri dell'assicuratore stesso — e un memorandum attuariale che spieghi tutto ciò a un esaminatore. Quella fusione è ciò che abbiamo deciso di costruire, ed è ciò che ora sta al centro del nostro livello di intelligence sul rischio alluvione: non un altro punteggio, ma il tessuto connettivo e la documentazione che trasformano soluzioni puntuali in un piano tariffario approvato.

Un satellite può dirti dove si allagherà?

La seconda cosa che ho sbagliato è stata dare per scontato che i dati satellitari fossero la vittoria facile.

Il SAR è davvero magico — un radar che vede attraverso nuvole e oscurità e ti dice, edificio per edificio, quanto in profondità è arrivata l'acqua. Le demo sono seducenti. Così abbiamo estratto i feed grezzi di ICEYE e abbiamo iniziato a collegarli a una pipeline di triage sinistri, aspettandoci di sovrapporre l'estensione dell'alluvione a un portafoglio di 50.000 polizze e instradare i periti automaticamente.

Poi la realtà. Il SAR è solo osservazione — ti dice cosa si è allagato, non cosa si allagherà — e in un terreno urbano denso comporta circa ±15 cm di incertezza sulla profondità dovuta al doppio rimbalzo del radar su muri e pavimentazione. Il SAR grezzo non è un flusso di lavoro sui sinistri. È un segnale rumoroso che richiede una pipeline personalizzata: pulire gli artefatti da doppio rimbalzo, fondere la profondità con l'elevazione del primo piano di ogni polizza, decidere quali 30 delle 50.000 polizze un perito contatta per prime, segnalare quelle il cui danno dichiarato non corrisponde all'acqua osservata. Quella pipeline è il prodotto. Il satellite è un input.

E l'elevazione del primo piano — quanto in alto si trova lo spazio abitativo rispetto al livello del terreno — si rivela essere il cardine dell'intera questione strutturale, ed è stimabile dalle immagini con un errore di circa 0,218 metri di errore, secondo il lavoro della Penn State. Quella casa della contea di Harris aveva un'elevazione del primo piano derivata dalla computer vision pari a zero. La porta d'ingresso era al livello del suolo. Nessuna mappa lo codifica; un modello di visione sì.

«Perché non compri semplicemente ZestyAI?»

Le persone mi pongono una versione di questa domanda di continuo, di solito formulata così: i punteggi esistono già, i satelliti già volano, perché resta ancora qualcosa da costruire?

Perché un punteggio non è un piano tariffario, e un piano tariffario non è un'implementazione. Ciò che sta in mezzo è il lavoro.

Partiamo dal regolatore. Depositare un algoritmo tariffario potenziato dall'IA significa produrre il memorandum attuariale, l'analisi dell'impatto disparato e la documentazione di spiegabilità che il bollettino della NAIC e il NY DFS esigono — per un modello che fonde molteplici input di fornitori. I fornitori ti consegnano punteggi; non ti consegnano una documentazione pronta per il deposito, e i requisiti di documentazione verificabile dell'EU AI Act, in arrivo ad agosto 2026, non fanno che acuire quel divario.

Poi c'è l'idraulica, che è brutalmente concreta. Un punteggio alluvione è inutile per un sottoscrittore se arriva troppo tardi. Ho osservato una traccia quote-to-bind in cui la chiamata API del punteggio alluvione si attestava a 480 millisecondi — e sotto i 500 ms è il muro. Oltrepassato quel limite, il punteggio non viene recuperato, il sottoscrittore quota sul vecchio fattore e il tuo costoso livello di intelligence è una voce di spesa che nessuno usa. Portare gli output del modello dentro Guidewire o Duck Creek con caching adeguato, gestione dei fallback e quel budget di latenza è un lavoro specializzato. La più ampia transizione verso l'agentic AI nel settore assicurativo rende il premio evidente — Hiscox ha ridotto un quote-to-bind da tre giorni a tre minuti, una riduzione del 99,4% — ma ci arrivi solo se l'idraulica dei dati regge.

E anche un punteggio veloce e difendibile deve adattarsi al tuo portafoglio. Un modello preconfezionato è addestrato su quello di tutti. Un assicuratore di medie dimensioni che sottoscrive abitazioni costiere in Florida e uno che sottoscrive rischi commerciali dell'entroterra del Texas hanno schemi di perdita completamente diversi — su un portafoglio commerciale, un singolo magazzino in Zona X con la sua banchina di carico a livello del terreno può affondare l'annata come cento sinistri abitativi sparsi non farebbero mai — e un modello calibrato per nessuno dei due sarà mediocre per entrambi. Gli assicuratori che si portano avanti stanno addestrando sul loro proprio portafoglio.

Chiunque può comprare il punteggio al prezzo di un contratto. Ciò che non puoi comprare è la parte che sopravvive a un esaminatore, rispetta un budget di 500 millisecondi e si adatta al portafoglio che hai effettivamente sottoscritto.

Il mercato sta già ritariffando senza di te

Se c'è un'urgenza in tutto ciò, è competitiva, non normativa.

Il mercato assicurativo privato dell'alluvione è cresciuto a un CAGR del 20% dal 2020 al 2024, con oltre 140 assicuratori privati che ora sottoscrivono l'alluvione e circa $500 milioni di premi residenziali privati nel 2024. Quella crescita non è casuale — sono assicuratori sofisticati che usano modelli a livello di immobile per fare cream-skimming. Individuano le case a rischio genuinamente basso che l'NFIP sovrapprezza con Risk Rating 2.0 (dove ora il 77% degli assicurati paga di più, e una lettera del Congresso nel febbraio 2026 ha esortato la FEMA a sospendere il programma), le sottoscrivono con profitto e si lasciano alle spalle il residuo selezionato avversamente.

L'asimmetria dovrebbe preoccupare qualsiasi assicuratore che tariffa ancora l'alluvione in base alla zona: chi fa cream-skimming non ti sta prendendo i rischi cattivi. Ti sta prendendo quelli buoni — le case rialzate e ben drenate che la tua tariffazione grossolana fa pagare troppo — lasciandoti un portafoglio sempre più concentrato nelle case bagnate in Zona X che hai sottoprezzato. Non lo avverti come un singolo brutto giorno. Lo avverti come un loss ratio che deriva nella direzione sbagliata a ogni rinnovo, mentre ti chiedi perché la tua retention è migliore proprio sulle polizze che più vorresti perdere.

Quando lo modello su un portafoglio di 50.000 abitazioni del sud-est del Texas, il solo schema di Zona X tariffata male si traduce in $2,8 a $4,2 milioni di dispersione annua di premi — da 30 a 40 immobili che generano ciascuno sinistri a sei cifre a fronte di premi da $450. Questo è il costo di una mappa sbagliata, ogni anno, prima del prossimo Harvey.

Cosa credo davvero adesso

Ci sono entrato pensando che la sottoscrizione del rischio alluvione fosse un problema di dati — dati migliori, prezzi migliori. Ne sono uscito convinto che sia un problema di giuntura. I dati esistono. I satelliti volano. La computer vision legge l'elevazione del primo piano con un margine di otto pollici. Ciò che non esiste, pronto all'uso, è la cosa che fonde quegli input in un unico fattore, lo porta in meno di 500 millisecondi nel motore tariffario e consegna a un esaminatore statale un memorandum che sopravvive alla nota a margine «spiega questo fattore».

Questo è il livello che vale la pena costruire, ed è il motivo per cui abbiamo costruito il nostro attorno all'integrazione e alla documentazione anziché attorno all'ennesimo punteggio.

La mappa continuerà a dire Zona X. La casa su platea con il lotto impermeabile all'85% e lo scarico pluviale sottodimensionato continuerà comunque ad allagarsi. L'unica domanda è se il tuo motore tariffario conosce la differenza prima che la conosca l'acqua — o se lo scopri, come tutti hanno fatto dopo Harvey, dai sinistri arrivati dai luoghi che la mappa diceva essere sicuri.