Sottoscrizione del rischio alluvionale basata sull'IA

Un fattore di tariffazione alluvionale che batte la zona FEMA e si blocca da solo prima dell'esaminatore del DOI.

FloodProof prende un portafoglio reale di sinistri alluvionali NFIP e dimostra che un composito di attributi edilizi reali classifica le perdite meglio della zona alluvionale FEMA, sottopone a audit ogni variabile tariffata per impatto disparato rispetto a demografia censuaria reale, e assembla il pacchetto di istanza al DOI pronto per l'esaminatore. Quando una variabile fallisce la regola dell'80%, un cancello di policy deterministico rifiuta di marcare l'istanza come pronta e instrada il peggior trasgressore a una giustificazione attuariale umana.

1.69x

Lift out-of-sample sulla zona FEMA nella cattura delle perdite del decile superiore

40,615 sinistri NFIP reali held-out, Gini 0.31 vs 0.08

$3.1B

Dollari reali pagati su sinistri edilizi al di fuori delle zone FEMA ad alto rischio (45.9%)

Questo portafoglio Harris County, TX, non modellato

NOT FILING-READY

Il cancello ha bloccato la propria istanza quando 5 variabili tariffate hanno fallito la regola dell'80%

Il punteggio composito stesso supera il test con AIR 0.938

Ogni cifra viene ricalcolata in tempo reale da dati pubblici reali a ogni esecuzione. Attribuiscile a questo portafoglio Harris County e a questa suddivisione held-out, non come garanzia a mondo aperto.

La zona FEMA sbaglia il prezzo su entrambi i fronti, e un modello più intelligente può far fallire l'istanza

Una tariffazione alluvionale che si ancora alla Zona AE vs Zona X è una domanda a livello di proprietà a cui si risponde con una mappa.

Ancorare una tariffa alluvionale alla zona alluvionale FEMA sovraccarica la casa rialzata all'interno della zona e sottostima la casa con fondazione a platea al di fuori di essa. L'esposizione reale del carrier è una domanda a livello di proprietà a cui la mappa delle zone non può rispondere. In questo portafoglio reale Harris County, $3.1B (45.9%) dei dollari di sinistri edilizi sono stati pagati su proprietà che la FEMA aveva classificato al di fuori delle sue zone Special Flood Hazard Area ad alto rischio. È un risultato che emerge direttamente dai dati, senza alcun modello coinvolto.

La risposta di mercato è stata comprare un modello migliore. Ma un fattore di tariffazione più intelligente è solo metà del lavoro. Qualsiasi tariffa potenziata dall'IA deve ora superare una revisione di equità del Department of Insurance, perché un fattore che classifica bene le perdite può anche portare segnale demografico e fallire la regola dell'80% dell'EEOC, spedendo una tariffa discriminatoria che l'esaminatore respingerà. La Circolare DFS di New York 2024-7 richiede test di discriminazione per proxy, il Colorado richiede una giustificazione per variabile per le tariffe assicurative guidate dall'IA, e il NAIC AI Model Bulletin è stato adottato da 24 o più stati. Un modello migliore che si auto-valuta non è evidenza, e un modello migliore che porta segnale demografico è un'istanza che viene rimandata indietro.

L'ingegneria duratura è l'infrastruttura intorno al modello: un backtest non circolare, un audit di equità su ogni variabile tariffata, e un cancello che produce il pacchetto di istanza dell'esaminatore oppure rifiuta di farlo. Questo è ciò che abbiamo costruito e ciò che la demo dimostra su dati pubblici reali.

Come funziona FloodProof

Nove stadi misurati, dai sinistri OpenFEMA reali a un verdetto di istanza deterministico. Nulla è hardcoded.

Pannello della pipeline live di FloodProof che mostra 9 stadi completati su 135,381 sinistri reali: lettura dei record OpenFEMA in cache, mantenimento dei sinistri edilizi pagati, ingegnerizzazione delle feature edilizie reali, caricamento della demografia CDC-SVI e dei centroidi dei tract, suddivisione 70/30 con seed 9 e fit del composito ridge, backtest contro la zona FEMA a 1.694x, conteggio di $3.1B pagati al di fuori delle zone ad alto rischio, screening di ogni variabile per impatto disparato, e un cancello di policy deterministico che restituisce NOT FILING-READY con i piani instradati a un umano. — La pipeline a nove stadi viene eseguita in tempo reale a ogni esecuzione. I numeri critici per la fiducia sono numpy semplice, calcolati al di fuori di qualsiasi framework di agenti.

Il motore di scoring

Un composito ridge di attributi edilizi OpenFEMA reali (età dell'edificio, numero di piani, indicatore di rialzo, codice post-FIRM, occupazione, ostruzione) è addestrato su una suddivisione di train al 70% e valutato sulla suddivisione di test held-out al 30%. La copertura assicurata è deliberatamente esclusa dal punteggio perché il pagamento è meccanicamente limitato da essa, il che renderebbe circolare il backtest. La baseline è il reale ratedFloodZone e l'etichetta è il reale amountPaidOnBuildingClaim, entrambi indipendenti dal modello.

Il backtest e l'attribuzione

I sinistri held-out sono classificati per composito e per zona FEMA, e il motore riporta la cattura delle perdite in dollari del decile superiore e il Gini per ciascuno, insieme a un'attribuzione Shapley lineare esatta di ciò che guida il punteggio. Un seed fisso (SEED=9) rende la suddivisione riproducibile, così la stessa esecuzione produce gli stessi numeri.

L'audit di equità

Lo screening di impatto disparato viene eseguito su ogni variabile tariffata, sul punteggio composito stesso, sulla copertura edilizia assicurata e su ciascun attributo edilizio, rispetto alla quota reale di minoranza a livello di tract da CDC/ATSDR SVI. Per ogni variabile calcola il rapporto di impatto avverso e se si colloca all'interno della banda della regola dell'80% dell'EEOC [0.80, 1.25].

Il cancello di policy deterministico

L'istanza è marcata come pronta solo se il campione held-out è abbastanza grande, il lift del composito sulla zona FEMA supera il minimo richiesto (1.10x o superiore), e il rapporto di impatto avverso si colloca all'interno della banda, più una checklist di istanza per stato. Se una qualsiasi variabile fallisce, il cancello emette NOT FILING-READY, nomina il peggior trasgressore e lo instrada a una giustificazione attuariale umana. Rifiuto per default: filing_ready se e solo se zero rilievi bloccanti.

Il crew LLM opzionale

Un crew Pydantic-AI composto da un factor-explainer, un giustificatore di equità accoppiato a un challenger avversariale, e un redattore di memo di istanza può consigliare, ma è il cancello a decidere. Non è richiesta alcuna chiave API. Gli agenti si astengono quando non è presente e la demo deterministica non ne è influenzata. Ogni numero critico per la fiducia vive in numpy semplice al di fuori del framework di agenti.

Cosa dimostra la demo su dati reali

Harris County, TX. Sinistri NFIP OpenFEMA reali. Ogni numero sotto è calcolato in tempo reale.

Mappe FloodProof affiancate dello stesso portafoglio Harris County. A sinistra, sinistri colorati per fascia di zona alluvionale FEMA con dimensione del punto uguale ai dollari reali pagati. A destra, gli stessi sinistri colorati per rischio composito IA, con anelli dorati che segnano i miss della FEMA: proprietà che la FEMA ha classificato come sicure e che il composito valuta ad alto rischio. Un badge rosso nell'angolo recita Compliance certificate NOT FILING-READY. — Stesso portafoglio, due mappe. La vista per zona FEMA e la vista per composito IA degli identici sinistri Harris County, con gli anelli dorati che segnano le proprietà che la FEMA ha classificato come sicure e che il composito segnala come ad alto rischio.

Grafico di lift out-of-sample di FloodProof con card statistiche in evidenza: $3125.0M di sinistri edilizi reali pagati al di fuori delle zone FEMA ad alto rischio, lift di cattura del decile superiore 1.694x composito vs zona FEMA, 45.9% di quota di tutti i dollari di sinistri reali al di fuori delle zone ad alto rischio, e 40,615 sinistri reali held-out nel backtest. Un grafico a barre confronta il composito IA contro la sola zona FEMA sulla cattura dei dollari di sinistro del decile superiore e sul Gini. — Il risultato out-of-sample: lift di cattura del decile superiore 1.694x su 40,615 sinistri held-out, Gini 0.31 vs 0.08.

Sui 40,615 sinistri reali held-out, il composito cattura 1.69x i dollari di perdita del decile superiore della baseline della zona FEMA, con Gini 0.31 contro lo 0.08 della zona. Poiché il punteggio è addestrato sul train e letto sulla suddivisione held-out, e la baseline e l'etichetta sono entrambe indipendenti dal modello, questo è un risultato out-of-sample genuino piuttosto che auto-valutato.

Il lift resta robusto all'incirca nell'intervallo da 1.69x a 1.85x tra seed casuali, quindi non è una suddivisione fortunata. L'ambito è un portafoglio di una contea e una suddivisione held-out al 30%, e lo dichiariamo.

L'audit non pretende che l'IA sia il problema. Il punteggio composito stesso supera la regola dell'80% con AIR 0.938, sottoposto a screening rispetto a tract CDC/ATSDR SVI reali. Ma lo screening viene eseguito su ogni variabile tariffata, e 5 falliscono: la peggiore è il numero di piani con AIR 0.363, seguita dal valore assicurato a 0.526 e, in modo sorprendente, dalla fascia di zona della FEMA stessa a 1.467.

Cogliere un rischio di conformità nei dati prima che lo faccia l'esaminatore è il valore. Il cancello allora rifiuta di marcare l'istanza come pronta e instrada il peggior trasgressore, i piani, a una giustificazione attuariale umana.

Modale del certificato di conformità FloodProof marcato NOT FILING-READY. Una tabella di impatto disparato sottopone a screening ogni variabile di tariffazione rispetto a tract CDC/ATSDR SVI 2022 reali: il punteggio composito supera il test con AIR 0.938, mentre 5 delle variabili tariffate falliscono la regola dell'80%, la peggiore essendo i piani a 0.363, poi la copertura edilizia assicurata a 0.526, e la fascia di zona della FEMA stessa a 1.467. Una riga rossa nota che il peggior trasgressore, i piani, è instradato a una giustificazione attuariale umana e la tariffa non è auto-approvata, con una checklist di istanza al DOI per stato sotto. — L'audit di impatto disparato sottopone a screening ogni variabile tariffata. Il composito supera il test a 0.938; 5 variabili falliscono, inclusa la fascia di zona della FEMA stessa.

Documento State DOI Filing di FloodProof intitolato AI-Augmented Flood Rating Factor per il portafoglio del carrier Harris County, TX, timbrato NOT FILING-READY. Contiene un memorandum attuariale, una tabella di backtest out-of-sample che mostra che il composito cattura 1.694x i dollari di perdita del decile superiore della zona FEMA con Gini 0.31 vs 0.08 su 40,615 sinistri reali, e una tabella di importanza delle feature con contributi Shapley lineari esatti. — Il pacchetto di istanza al DOI pronto per l'esaminatore: memorandum attuariale, il backtest out-of-sample e l'attribuzione delle feature, prodotto o bloccato dal cancello.

Dove si colloca FloodProof, con onestà

Questa è una demo del meccanismo, non una pipeline in produzione. Ecco esattamente cosa è reale e cosa è uno stub.

Componente	In questa demo	Stato
Sinistri, demografia, geografia	OpenFEMA FimaNfipClaims (170,803 record, 135,381 valutati), CDC/ATSDR SVI 2022, Census Gazetteer 2023	Reale, pubblico, nessuna chiave API
Scoring, backtest, audit di equità, cancello	Composito ridge, lift e Gini out-of-sample, screening di impatto disparato, cancello di policy deterministico	Reale, numpy e Python semplici
Feed di segnale dei vendor (ZestyAI Z-FLOOD, ICEYE SAR-depth)	Adapter dietro uno schema reale, dichiarati a schermo come stub	Stub, swap di produzione documentato
Connettore Guidewire / Duck Creek	Lookup in cache calda a /api/score che risponde in meno di 50 ms	Stub, non un'integrazione live
Crew Pydantic-AI (factor-explainer, giustificatore di equità, redattore di memo)	Solo narrativa consultiva; si astiene senza chiave API	Opzionale, consultivo, non decide mai

Foglio di lavoro del fattore di tariffazione FloodProof per un tract Harris County, con un controllo Fetch rating factor via Guidewire connector espanso. Il log della console lo etichetta stub guidewire-integration-data-manager e restituisce un fattore di tariffazione composito da un lookup in cache calda, dichiarato nell'UI come stub piuttosto che come integrazione live. — La storia di quote-bind in linea è concreta ma onesta: il connettore Guidewire è un lookup in cache stub, etichettato come tale nell'UI.

Cosa questa demo non fa

Non esegue un feed live di ZestyAI, ICEYE, First Street, Guidewire o Duck Creek. Quelli sono stub.
Non rivendica conformità o certificazione del DOI. Il pacchetto di istanza è un artefatto di evidenza, non una consulenza legale, e nessun esaminatore ha approvato nulla.
Non presenta una cifra modellata di fuga di valore annua in dollari. Il dato guida onesto è il reale, non modellato $3.1B pagato al di fuori delle zone FEMA ad alto rischio più il lift out-of-sample.
Non usa raster esterni (superficie impermeabile, DEM, NOAA Atlas-14). Il composito usa gli attributi edilizi reali di OpenFEMA stessa; i raster sono un arricchimento futuro documentato.
Non ha clienti, carrier, deployment, testimonianze o ROI. Nessun assicuratore nominato lo ha usato. È una demo del meccanismo su un portafoglio di una contea.
Non pretende che il proprio modello sia distorto. Il composito supera la regola dell'80% con AIR 0.938; il punto è che l'audit e il cancello catturano le variabili che falliscono.

Domande che pongono i sottoscrittori e i team di conformità

Questo sostituisce i modelli alluvionali che già acquistiamo, come ZestyAI o ICEYE?

No. FloodProof non è un altro modello alluvionale in concorrenza con ZestyAI o ICEYE. È il livello di integrazione e di prova che sta intorno a qualunque modello usiate: un backtest out-of-sample non circolare contro la baseline reale della zona FEMA, un audit di impatto disparato su ogni variabile tariffata, e un cancello deterministico che produce il pacchetto di istanza al DOI pronto per l'esaminatore oppure lo blocca. Quel valore vale a qualsiasi qualità del modello, perché un modello migliore che si auto-valuta non è evidenza e un modello migliore che porta segnale demografico è un'istanza che il vostro esaminatore respinge.

Come fate a sapere che il lift del composito sulla zona FEMA non è solo overfitting?

Il backtest è non circolare per costruzione. Il composito è addestrato su una suddivisione di train al 70% e valutato sul 30% held-out che non ha mai visto, la baseline è la zona reale classificata dalla FEMA, e l'etichetta sono i dollari di sinistro realmente pagati. Sia la baseline sia l'etichetta sono indipendenti dal modello, e la copertura assicurata è deliberatamente esclusa così il punteggio non può barare sul vincolo di pagamento. Su 40,615 sinistri NFIP reali held-out il composito cattura 1.69x i dollari di perdita del decile superiore della baseline della zona FEMA (Gini 0.31 vs 0.08), e il risultato resta all'incirca nell'intervallo da 1.69x a 1.85x tra seed casuali.

Cosa fa effettivamente il cancello quando una variabile di tariffazione fallisce la regola dell'80%?

Rifiuta di marcare l'istanza come pronta. Il cancello di policy è Python deterministico con un invariante: filing_ready se e solo se ci sono zero rilievi bloccanti. Su questo portafoglio Harris County il punteggio composito stesso supera la regola dell'80% con AIR 0.938, ma l'audit segnala 5 variabili tariffate che falliscono, la peggiore essendo il numero di piani con AIR 0.363. Il cancello emette NOT FILING-READY, nomina il peggior trasgressore e lo instrada a una giustificazione attuariale umana invece di spedire una tariffa discriminatoria. Gli agenti consigliano, il codice decide.

Sta girando su dati di sinistri reali o su un campione sintetico?

Reale. La demo gira su 170,803 record grezzi di sinistri NFIP OpenFEMA per Harris County, Texas, di cui 135,381 con un sinistro edilizio pagato vengono valutati, più demografia reale dei tract CDC/ATSDR SVI 2022 e il Census Gazetteer 2023. Sono dati pubblici senza chiave API, messi in cache alla prima esecuzione. Un caveat onesto che la demo dichiara a schermo: la FEMA censura le geocoordinate dei sinistri all'incirca al centroide del tract, quindi il backtest gira alla risoluzione che i dati pubblici consentono.

I feed dei vendor e il connettore Guidewire sono live in questa demo?

No, e la demo lo dice a schermo. I feed ZestyAI Z-FLOOD e ICEYE SAR-depth e il connettore Guidewire Integration Data Manager sono stub dietro uno schema reale. L'endpoint del connettore è un lookup in cache calda che risponde in meno di 50 ms per rendere concreta l'integrazione quote-bind in linea. Il percorso di produzione è lo swap di config documentato, non una riscrittura, e la rivendicazione onesta è uno stub, non un'integrazione live.

«Un fattore di tariffazione che il vostro esaminatore del DOI può approvare» significa che è certificato conforme?

No. Il pacchetto di istanza al DOI è un artefatto di evidenza, un memorandum attuariale, il backtest out-of-sample, l'attribuzione delle feature e una checklist per stato, non una certificazione o una consulenza legale. «L'esaminatore può approvare» è l'obiettivo di progettazione, non una garanzia che un esaminatore abbia approvato nulla. Nessun assicuratore lo ha usato in produzione, e non ci sono deployment, clienti o case study. Man mano che 24 o più stati adottano il NAIC AI Model Bulletin, il punto è che il cancello produce la prova che un esaminatore chiede e fallisce con onestà quando i dati non supportano un'istanza.

Ricerca tecnica

La ricerca dietro questa demo — l'architettura, il design di verifica e il blueprint enterprise.

Soluzione completa

Esplora la soluzione Sottoscrizione del rischio alluvionale basata sull'IA →

Se tariffate il rischio alluvionale, ci piacerebbe confrontarci

La zona FEMA lascia miliardi fuori dalle sue linee, e la revisione di equità è ora parte dell'istanza.

Se il vostro team sta cercando di capire come mettere un fattore di tariffazione IA di fronte a un esaminatore del DOI senza spedire una variabile che fallisce la regola dell'80%, ci farebbe davvero piacere sentire come ci state pensando. Il problema è di settore e lo saranno anche le risposte.

Tariffazione di portafoglio e valutazione di equità

✓ Backtest out-of-sample non circolare contro la vostra baseline della zona FEMA
✓ Audit di impatto disparato su ogni variabile tariffata
✓ Dove la mappa delle zone sbaglia il prezzo sul vostro portafoglio, in dollari di sinistro
✓ Una lettura su quali variabili fallirebbero una revisione del DOI

Costruzione del motore di tariffazione e di istanza

✓ Fattore di tariffazione composito sui vostri attributi reali e sui feed dei vendor
✓ Cancello di policy deterministico: filing_ready se zero rilievi bloccanti
✓ Pacchetto di istanza al DOI pronto per l'esaminatore con checklist per stato
✓ Connettore Guidewire o Duck Creek, swap di config non riscrittura

Contatta via WhatsApp Invia un'email al nostro team

Social

Pubblicato anche su

LinkedIn · Azienda LinkedIn · Fondatore YouTube Medium Dev.to Substack Instagram Facebook X

Chatta subito

Prenota una chiamata

Pianifica con Calendly

E-mail

[email protected]