AI-gestuurde acceptatie van overstromingsrisico's

Een overstromingstariferingsfactor die de FEMA-zone verslaat, en zichzelf blokkeert vóór de DOI-examinator.

FloodProof neemt een echte portefeuille van NFIP-overstromingsclaims en bewijst dat een composiet van echte gebouwkenmerken schades beter rangschikt dan de FEMA-overstromingszone, auditeert elke getarifeerde variabele op ongelijke impact tegen echte censusdemografie, en stelt het examinator-klare DOI-indieningspakket samen. Wanneer een variabele de 80%-regel niet haalt, weigert een deterministische beleidspoort de indiening als gereed te markeren en stuurt de ergste overtreder door naar menselijke actuariële rechtvaardiging.

1.69x

Out-of-sample lift ten opzichte van de FEMA-zone in vastlegging van schades in het topdeciel

40,615 held-out echte NFIP-claims, Gini 0.31 vs 0.08

$3.1B

Echte uitgekeerde gebouwclaimdollars buiten FEMA-hoogrisicozones (45.9%)

Deze Harris County, TX-portefeuille, ongemodelleerd

NOT FILING-READY

De poort blokkeerde de eigen indiening toen 5 getarifeerde variabelen de 80%-regel niet haalden

De composietscore zelf slaagt bij AIR 0.938

Elk cijfer wordt live herberekend uit echte openbare data bij elke run. Schrijf ze toe aan deze Harris County-portefeuille en deze held-out split, niet als een open-wereldgarantie.

De FEMA-zone prijst beide kanten verkeerd in, en een slimmer model kan de indiening laten falen

Overstromingstarifering die zich verankert aan Zone AE vs Zone X is een vraag op pandniveau die met een kaart wordt beantwoord.

Een overstromingstarief verankeren aan de FEMA-overstromingszone rekent te veel voor het verhoogde huis binnen de zone en te weinig voor het huis op een betonplaat erbuiten. De echte blootstelling van de verzekeraar is een vraag op pandniveau die de zonekaart niet kan beantwoorden. In deze echte Harris County-portefeuille werd $3.1B (45.9%) van de gebouwclaimdollars uitgekeerd op panden die FEMA buiten haar hoogrisico-Special Flood Hazard Area-zones indeelde. Dat komt rechtstreeks uit de data, zonder enig model.

Het marktantwoord is een beter model kopen. Maar een slimmere tariferingsfactor is slechts de helft van de klus. Elke AI-versterkte tarief moet nu een eerlijkheidsbeoordeling van het Department of Insurance overleven, omdat een factor die schade goed rangschikt ook een demografisch signaal kan dragen en de EEOC 80%-regel kan falen, waarmee een discriminerend tarief wordt verzonden dat de examinator zal afwijzen. New York DFS Circular Letter 2024-7 vereist tests op proxy-discriminatie, Colorado vereist rechtvaardiging per variabele voor AI-gestuurde verzekeringstarieven, en het NAIC AI Model Bulletin is ingevoerd door 24 of meer staten. Een beter model dat zichzelf beoordeelt is geen bewijs, en een beter model dat een demografisch signaal draagt is een indiening die wordt teruggestuurd.

De duurzame engineering is de infrastructuur rond het model: een niet-circulaire backtest, een eerlijkheidsaudit op elke getarifeerde variabele, en een poort die het indieningspakket van de examinator produceert of weigert. Dat is wat we hebben gebouwd en wat de demo bewijst op echte openbare data.

Hoe FloodProof werkt

Negen gemeten stadia, van echte OpenFEMA-claims tot een deterministisch indieningsoordeel. Niets is hardcoded.

Live pijplijnpaneel van FloodProof met 9 voltooide stadia over 135,381 echte claims: cached OpenFEMA-records lezen, betaalde gebouwclaims behouden, echte gebouwkenmerken afleiden, CDC-SVI-demografie en tract-centroïdes laden, 70/30 splitsen op seed 9 en de ridge-composiet fitten, backtesten tegen de FEMA-zone bij 1.694x, $3.1B uitgekeerd buiten hoogrisicozones optellen, elke variabele screenen op ongelijke impact, en een deterministische beleidspoort die NOT FILING-READY teruggeeft met floors doorgestuurd naar een mens. — De pijplijn van negen stadia draait live bij elke uitvoering. De vertrouwenskritische cijfers zijn gewoon numpy, berekend buiten elk agent-framework.

De scoring-engine

Een ridge-composiet van echte OpenFEMA-gebouwkenmerken (gebouwleeftijd, aantal verdiepingen, elevated-indicator, post-FIRM-code, occupancy, obstruction) wordt gefit op een 70% train-split en gescoord op de held-out 30% test-split. Verzekerde dekking is bewust uitgesloten van de score omdat uitkering er mechanisch door wordt begrensd, wat de backtest circulair zou maken. De basislijn is de echte ratedFloodZone en het label is het echte amountPaidOnBuildingClaim, beide onafhankelijk van het model.

De backtest en attributie

De held-out claims worden gerangschikt op composiet en op FEMA-zone, en de engine rapporteert vastlegging van schade-dollars in het topdeciel en Gini voor elk, naast een exacte lineaire Shapley-attributie van wat de score drijft. Een vaste seed (SEED=9) maakt de split reproduceerbaar, zodat dezelfde run dezelfde cijfers oplevert.

De eerlijkheidsaudit

De screening op ongelijke impact loopt over elke getarifeerde variabele, de composietscore zelf, verzekerde gebouwdekking, en elk gebouwkenmerk, tegen het echte minderheidsaandeel op tractniveau uit CDC/ATSDR SVI. Voor elke variabele berekent hij de ongelijke-impactratio en of die binnen de EEOC 80%-regelband [0.80, 1.25] valt.

De deterministische beleidspoort

De indiening wordt alleen als gereed gemarkeerd als de held-out steekproef groot genoeg is, de composietlift over de FEMA-zone het vereiste minimum haalt (1.10x of hoger), en de ongelijke-impactratio binnen de band valt, plus een per-staat indieningschecklist. Als een variabele faalt, geeft de poort NOT FILING-READY, noemt de ergste overtreder, en stuurt die door naar menselijke actuariële rechtvaardiging. Standaard weigeren: filing_ready als en alleen als er nul blokkerende bevindingen zijn.

De optionele LLM-crew

Een Pydantic-AI-crew van een factor-explainer, een fairness justifier gekoppeld aan een adversarial challenger, en een filing-memo drafter kan adviseren, maar de poort beslist. Er is geen API-sleutel vereist. De agents onthouden zich wanneer er geen aanwezig is en de deterministische demo blijft onaangetast. Elk vertrouwenskritisch cijfer leeft in gewoon numpy buiten het agent-framework.

Wat de demo bewijst op echte data

Harris County, TX. Echte OpenFEMA NFIP-claims. Elk cijfer hieronder wordt live berekend.

Side-by-side FloodProof-kaarten van dezelfde Harris County-portefeuille. Links, claims gekleurd naar FEMA-overstromingszonetier met puntgrootte gelijk aan echte uitgekeerde dollars. Rechts, dezelfde claims gekleurd naar AI-composietrisico, met gouden ringen die FEMA-missers markeren: panden die FEMA als veilig indeelde en die de composiet als hoogrisico scoort. Een rode badge in de hoek leest Compliance certificate NOT FILING-READY. — Dezelfde portefeuille, twee kaarten. De FEMA-zoneweergave en de AI-composietweergave van de identieke Harris County-claims, met de gouden ringen die panden markeren die FEMA als veilig indeelde en die de composiet als hoogrisico vlagt.

FloodProof out-of-sample liftgrafiek met kopstatistiekkaarten: $3125.0M echte gebouwclaims uitgekeerd buiten FEMA-hoogrisicozones, 1.694x composiet vs FEMA-zone topdeciel-capture-lift, 45.9% aandeel van alle echte claimdollars buiten hoogrisicozones, en 40,615 held-out echte claims in de backtest. Een staafdiagram vergelijkt AI-composiet tegen alleen FEMA-zone op vastlegging van claimdollars in het topdeciel en Gini. — Het out-of-sample resultaat: 1.694x topdeciel-capture-lift op 40,615 held-out claims, Gini 0.31 vs 0.08.

Op de 40,615 held-out echte claims vangt de composiet 1.69x de schade-dollars in het topdeciel van de FEMA-zone-basislijn, met Gini 0.31 tegen 0.08 van de zone. Omdat de score op train wordt gefit en op de held-out split wordt gelezen, en de basislijn en het label beide onafhankelijk van het model zijn, is dit een echt out-of-sample resultaat in plaats van een zelfbeoordeeld resultaat.

De lift blijft robuust in grofweg het bereik 1.69x tot 1.85x over random seeds, dus het is geen gelukkige split. De scope is één county-portefeuille en één held-out 30%-split, en dat zeggen we.

De audit doet niet alsof de AI het probleem is. De composietscore zelf haalt de 80%-regel bij AIR 0.938, gescreend tegen echte CDC/ATSDR SVI-tracts. Maar de screening loopt op elke getarifeerde variabele, en 5 falen: de ergste is aantal verdiepingen bij AIR 0.363, gevolgd door verzekerde waarde bij 0.526, en, opvallend, FEMA's eigen zonetier bij 1.467.

Een nalevingsrisico in de data vangen voordat de examinator dat doet, is de waarde. De poort weigert vervolgens de indiening als gereed te markeren en stuurt de ergste overtreder, floors, door naar menselijke actuariële rechtvaardiging.

FloodProof-nalevingscertificaatmodal gemarkeerd NOT FILING-READY. Een tabel voor ongelijke impact screent elke tariferingsvariabele tegen echte CDC/ATSDR SVI 2022-tracts: de composietscore slaagt bij AIR 0.938, terwijl 5 van de getarifeerde variabelen de 80%-regel niet halen, de ergste floors bij 0.363, daarna verzekerde gebouwdekking bij 0.526, en FEMA's eigen zonetier bij 1.467. Een rode regel merkt op dat de ergste overtreder floors wordt doorgestuurd naar menselijke actuariële rechtvaardiging en het tarief niet automatisch wordt goedgekeurd, met daaronder een per-staat DOI-indieningschecklist. — De audit op ongelijke impact screent elke getarifeerde variabele. De composiet slaagt bij 0.938; 5 variabelen falen, inclusief FEMA's eigen zonetier.

FloodProof State DOI Filing-document getiteld AI-Augmented Flood Rating Factor voor de Harris County, TX-verzekeraarportefeuille, gestempeld NOT FILING-READY. Het bevat een actuarieel memorandum, een out-of-sample backtesttabel die toont dat de composiet 1.694x de schade-dollars in het topdeciel van de FEMA-zone vangt met Gini 0.31 vs 0.08 op 40,615 echte claims, en een kenmerkbelangtabel van exacte lineaire Shapley-bijdragen. — Het examinator-klare DOI-indieningspakket: actuarieel memorandum, de out-of-sample backtest, en kenmerkattributie, geproduceerd of geblokkeerd door de poort.

Waar FloodProof thuishoort, eerlijk gezegd

Dit is een demo van het mechanisme, geen uitgerolde pijplijn. Hier is precies wat echt is en wat een stub is.

Component	In deze demo	Status
Claims, demografie, geografie	OpenFEMA FimaNfipClaims (170,803 records, 135,381 gescoord), CDC/ATSDR SVI 2022, Census Gazetteer 2023	Echt, openbaar, geen API-sleutel
Scoring, backtest, eerlijkheidsaudit, poort	Ridge-composiet, out-of-sample lift en Gini, screening op ongelijke impact, deterministische beleidspoort	Echt, gewoon numpy en Python
Leverancierssignaalfeeds (ZestyAI Z-FLOOD, ICEYE SAR-depth)	Adapters achter een echt schema, op het scherm bekendgemaakt als stubs	Stub, gedocumenteerde productievervanging
Guidewire / Duck Creek-connector	Warme gecachete lookup op /api/score die in minder dan 50 ms terugkomt	Stub, geen live-integratie
Pydantic-AI-crew (factor-explainer, fairness justifier, memo drafter)	Alleen adviserend narratief; onthoudt zich zonder API-sleutel	Optioneel, adviserend, beslist nooit

FloodProof-tariferingsfactorwerkblad voor een Harris County-tract, met een Fetch rating factor via Guidewire connector-besturing uitgeklapt. Het consolelog labelt het als stub guidewire-integration-data-manager en geeft een samengestelde tariferingsfactor terug uit een warme gecachete lookup, in de UI bekendgemaakt als stub in plaats van een live-integratie. — Het inline quote-bind-verhaal is concreet maar eerlijk: de Guidewire-connector is een gestubde cached lookup, als zodanig gelabeld in de UI.

Wat deze demo niet doet

Het draait geen live ZestyAI-, ICEYE-, First Street-, Guidewire- of Duck Creek-feed. Dat zijn stubs.
Het claimt geen DOI-naleving of certificering. Het indieningspakket is een bewijsartefact, geen juridisch advies, en geen examinator heeft iets goedgekeurd.
Het presenteert geen gemodelleerd jaarlijks dollar-lekkagecijfer. De eerlijke lead is de echte, ongemodelleerde $3.1B uitgekeerd buiten FEMA-hoogrisicozones plus de out-of-sample lift.
Het gebruikt geen externe rasters (ondoorlatend oppervlak, DEM, NOAA Atlas-14). De composiet gebruikt OpenFEMA's eigen echte gebouwkenmerken; rasters zijn een gedocumenteerde toekomstige verrijking.
Het heeft geen klanten, verzekeraars, implementaties, testimonials of ROI. Geen genoemde verzekeraar heeft dit gebruikt. Het is een demo van het mechanisme op één county-portefeuille.
Het doet niet alsof het eigen model bevooroordeeld is. De composiet haalt de 80%-regel bij AIR 0.938; het punt is dat de audit en de poort de falende variabelen vangen.

Vragen die acceptanten en compliance-teams stellen

Vervangt dit de overstromingsmodellen die we al kopen, zoals ZestyAI of ICEYE?

Nee. FloodProof is niet nog een overstromingsmodel dat concurreert met ZestyAI of ICEYE. Het is de integratie- en bewijslaag die rond welk model u ook gebruikt zit: een niet-circulaire out-of-sample backtest tegen de echte FEMA-zone-basislijn, een audit op ongelijke impact op elke getarifeerde variabele, en een deterministische poort die het examinator-klare DOI-indieningspakket produceert of blokkeert. Die waarde geldt bij elke modelkwaliteit, omdat een beter model dat zichzelf beoordeelt geen bewijs is en een beter model dat een demografisch signaal draagt een indiening is die uw examinator afwijst.

Hoe weet u dat de lift van de composiet over de FEMA-zone niet gewoon overfitting is?

De backtest is niet-circulair per constructie. De composiet wordt gefit op een 70% train-split en gescoord op de held-out 30% die hij nooit heeft gezien, de basislijn is de echte FEMA rated zone, en het label is de echte uitgekeerde claimdollars. Zowel de basislijn als het label zijn onafhankelijk van het model, en verzekerde dekking is bewust uitgesloten zodat de score niet kan valsspelen via de uitkeringsgrens. Op 40,615 held-out echte NFIP-claims vangt de composiet 1.69x de schade-dollars in het topdeciel van de FEMA-zone-basislijn (Gini 0.31 vs 0.08), en het resultaat blijft grofweg in het bereik 1.69x tot 1.85x over random seeds.

Wat doet de poort eigenlijk wanneer een tariferingsvariabele de 80%-regel niet haalt?

Hij weigert de indiening als gereed te markeren. De beleidspoort is deterministische Python met één invariant: filing_ready als en alleen als er nul blokkerende bevindingen zijn. Op deze Harris County-portefeuille haalt de composietscore zelf de 80%-regel bij AIR 0.938, maar de audit vlagt 5 getarifeerde variabelen die falen, de ergste aantal verdiepingen bij AIR 0.363. De poort geeft NOT FILING-READY, noemt de ergste overtreder, en stuurt die door naar menselijke actuariële rechtvaardiging in plaats van een discriminerend tarief te verzenden. Agents adviseren, code beslist.

Draait dit op echte claimsdata of op een synthetische steekproef?

Echt. De demo draait op 170,803 ruwe OpenFEMA NFIP-claimrecords voor Harris County, Texas, waarvan 135,381 met een betaalde gebouwclaim worden gescoord, plus echte CDC/ATSDR SVI 2022 tract-demografie en de 2023 Census Gazetteer. Het is openbare data zonder API-sleutel, gecachet bij de eerste run. Eén eerlijke kanttekening die de demo op het scherm bekendmaakt: FEMA censureert geocoördinaten van claims tot grofweg de tract-centroïde, dus de backtest draait op de resolutie die openbare data toestaat.

Zijn de leveranciersfeeds en de Guidewire-connector live in deze demo?

Nee, en de demo zegt dat op het scherm. De ZestyAI Z-FLOOD- en ICEYE SAR-depth-feeds en de Guidewire Integration Data Manager-connector zijn stubs achter een echt schema. Het connector-endpoint is een warme gecachete lookup die in minder dan 50 ms terugkomt om de inline quote-bind-integratie concreet te maken. Het productiepad is de gedocumenteerde config-swap, geen herschrijving, en de eerlijke claim is een stub, geen live-integratie.

Betekent 'een tariferingsfactor die uw DOI-examinator kan goedkeuren' dat het gecertificeerd conform is?

Nee. Het DOI-indieningspakket is een bewijsartefact, een actuarieel memorandum, de out-of-sample backtest, kenmerkattributie en een per-staat checklist, geen certificering of juridisch advies. 'Examinator kan goedkeuren' is het ontwerpdoel, geen garantie dat een examinator iets heeft goedgekeurd. Geen verzekeraar heeft dit in productie gebruikt, en er zijn geen implementaties, klanten of casestudy's. Naarmate 24 of meer staten het NAIC AI Model Bulletin invoeren, is het punt dat de poort het bewijs produceert dat een examinator vraagt en eerlijk faalt wanneer de data een indiening niet ondersteunt.

Technisch onderzoek

Het onderzoek achter deze demo — de architectuur, het verificatieontwerp en de enterprise-blauwdruk.

Volledige oplossing

Verken de oplossing AI-gestuurde acceptatie van overstromingsrisico's →

Als u overstromingsrisico tarifeert, wisselen we graag van gedachten

De FEMA-zone laat miljarden buiten haar lijnen, en de eerlijkheidsbeoordeling is nu onderdeel van de indiening.

Als uw team uitzoekt hoe u een AI-tariferingsfactor voor een DOI-examinator kunt zetten zonder een variabele te verzenden die de 80%-regel niet haalt, horen we oprecht graag hoe u erover denkt. Het probleem is sectorbreed en de antwoorden zullen dat ook zijn.

Portefeuilletarifering en eerlijkheidsbeoordeling

✓ Niet-circulaire out-of-sample backtest tegen uw FEMA-zone-basislijn
✓ Audit op ongelijke impact op elke getarifeerde variabele
✓ Waar de zonekaart uw portefeuille verkeerd prijst, in claimdollars
✓ Een beeld van welke variabelen een DOI-beoordeling zouden falen

Bouw van tariferings- en indieningsengine

✓ Samengestelde tariferingsfactor op uw echte kenmerken en leveranciersfeeds
✓ Deterministische beleidspoort: filing_ready als nul blokkerende bevindingen
✓ Examinator-klaar DOI-indieningspakket met per-staat checklists
✓ Guidewire- of Duck Creek-connector, config-swap geen herschrijving

Verbind via WhatsApp E-mail ons team

Social

Ook gepubliceerd op

LinkedIn · Bedrijf LinkedIn · Oprichter YouTube Medium Dev.to Substack Instagram Facebook X