Subscrição de Risco de Enchente com IA

Um fator de tarifação de enchente que supera a zona da FEMA e se bloqueia antes do examinador do DOI.

O FloodProof aponta para uma carteira real de sinistros de enchente do NFIP e comprova que um composto de atributos reais do imóvel classifica as perdas melhor do que a zona de enchente da FEMA, audita cada variável tarifada quanto a impacto desproporcional contra a demografia censitária real e monta o pacote de protocolo do DOI pronto para o examinador. Quando uma variável falha na regra dos 80%, um portão de política determinístico se recusa a marcar o protocolo como pronto e encaminha o pior infrator para justificativa atuarial humana.

1.69x

Ganho fora da amostra sobre a zona da FEMA na captura de perdas no décimo superior

40,615 sinistros reais hold-out do NFIP, Gini 0.31 vs 0.08

$3.1B

Dólares reais pagos em sinistros de edificação fora das zonas de alto risco da FEMA (45.9%)

Esta carteira de Harris County, TX, não modelada

NOT FILING-READY

O portão bloqueou o próprio protocolo quando 5 variáveis tarifadas falharam na regra dos 80%

A própria pontuação composta passa com AIR 0.938

Cada número é recomputado ao vivo a partir de dados públicos reais a cada execução. Atribua-os a esta carteira de Harris County e a esta divisão hold-out, não como garantia em mundo aberto.

A zona da FEMA precifica mal dos dois lados, e um modelo mais inteligente pode falhar no protocolo

A precificação de enchente que se ancora na Zona AE vs. Zona X é uma pergunta em nível de imóvel respondida com um mapa.

Ancorar uma tarifa de enchente à zona de enchente da FEMA cobra a mais da casa elevada dentro da zona e cobra a menos da casa sobre laje fora dela. A exposição real da seguradora é uma pergunta em nível de imóvel que o mapa de zonas não consegue responder. Nesta carteira real de Harris County, $3.1B (45.9%) dos dólares de sinistros de edificação foram pagos em imóveis que a FEMA classificou fora de suas zonas de alto risco da Special Flood Hazard Area. Isso vem direto dos dados, sem nenhum modelo envolvido.

A resposta de mercado tem sido comprar um modelo melhor. Mas um fator de tarifação mais inteligente é só metade do trabalho. Qualquer tarifa aprimorada por IA agora precisa sobreviver a uma revisão de equidade do Departamento de Seguros, porque um fator que classifica bem a perda também pode carregar sinal demográfico e falhar na regra dos 80% da EEOC, enviando uma tarifa discriminatória que o examinador rejeitará. A Circular Letter 2024-7 do DFS de Nova York exige testes de discriminação por proxy, o Colorado exige justificativa por variável para tarifas de seguro impulsionadas por IA, e o Boletim de Modelo de IA da NAIC foi adotado por 24 ou mais estados. Um modelo melhor que se autoavalia não é evidência, e um modelo melhor que carrega sinal demográfico é um protocolo que volta recusado.

A engenharia durável é a infraestrutura em torno do modelo: um backtest não circular, uma auditoria de equidade em cada variável tarifada e um portão que ou produz o pacote de protocolo do examinador ou se recusa a produzi-lo. É isso que construímos e o que a demonstração comprova em dados públicos reais.

Como o FloodProof funciona

Nove etapas medidas, de sinistros reais do OpenFEMA a um veredito determinístico de protocolo. Nada está hardcoded.

Painel do pipeline ao vivo do FloodProof mostrando 9 etapas concluídas sobre 135,381 sinistros reais: ler registros OpenFEMA em cache, manter sinistros pagos de edificação, engenhar atributos reais do imóvel, carregar demografia CDC-SVI e centróides de setor censitário, dividir 70/30 com semente 9 e ajustar o composto ridge, fazer backtest contra a zona da FEMA em 1.694x, totalizar $3.1B pagos fora das zonas de alto risco, triar cada variável quanto a impacto desproporcional, e um portão de política determinístico retornando NOT FILING-READY com pavimentos encaminhados a um humano. — O pipeline de nove etapas roda ao vivo a cada execução. Os números críticos para a confiança são numpy puro, computados fora de qualquer framework de agentes.

O motor de pontuação

Um composto ridge de atributos reais de edificação do OpenFEMA (idade do imóvel, número de pavimentos, indicador de elevação, código post-FIRM, ocupação, obstrução) é ajustado em uma divisão de treino de 70% e pontuado na divisão de teste hold-out de 30%. A cobertura segurada é deliberadamente excluída da pontuação porque o pagamento é mecanicamente limitado por ela, o que tornaria o backtest circular. A linha de base é o ratedFloodZone real e o rótulo é o amountPaidOnBuildingClaim real, ambos independentes do modelo.

O backtest e a atribuição

Os sinistros hold-out são ranqueados pelo composto e pela zona da FEMA, e o motor reporta a captura de dólares de perda no décimo superior e o Gini para cada um, junto com uma atribuição linear exata de Shapley do que impulsiona a pontuação. Uma semente fixa (SEED=9) torna a divisão reproduzível, de modo que a mesma execução produz os mesmos números.

A auditoria de equidade

A triagem de impacto desproporcional roda sobre cada variável tarifada, a própria pontuação composta, a cobertura de edificação segurada e cada atributo do imóvel, contra a parcela real de minoria em nível de setor censitário do CDC/ATSDR SVI. Para cada variável, computa a razão de impacto adverso e se ela está dentro da faixa da regra dos 80% da EEOC [0.80, 1.25].

O portão de política determinístico

O protocolo é marcado como pronto somente se a amostra hold-out for grande o suficiente, o ganho do composto sobre a zona da FEMA superar o mínimo exigido (1.10x ou mais) e a razão de impacto adverso estiver dentro da faixa, mais um checklist de protocolo por estado. Se qualquer variável falhar, o portão emite NOT FILING-READY, nomeia o pior infrator e o encaminha para justificativa atuarial humana. Negar por padrão: filing_ready se e somente se zero achados bloqueantes.

A equipe LLM opcional

Uma equipe Pydantic-AI de um explicador de fatores, um justificador de equidade emparelhado com um desafiante adversarial e um redator de memorando de protocolo pode aconselhar, mas o portão decide. Nenhuma chave de API é exigida. Os agentes se abstêm quando nenhuma está presente e a demonstração determinística não é afetada. Cada número crítico para a confiança vive em numpy puro, fora do framework de agentes.

O que a demonstração comprova em dados reais

Harris County, TX. Sinistros reais do NFIP via OpenFEMA. Cada número abaixo é computado ao vivo.

Mapas lado a lado do FloodProof da mesma carteira de Harris County. À esquerda, sinistros coloridos pelo nível da zona de enchente da FEMA, com o tamanho do ponto igual aos dólares reais pagos. À direita, os mesmos sinistros coloridos pelo risco composto de IA, com anéis dourados marcando os erros da FEMA: imóveis que a FEMA classificou como seguros e que o composto pontua como de alto risco. Um selo vermelho no canto lê certificado de conformidade NOT FILING-READY. — A mesma carteira, dois mapas. A visão por zona da FEMA e a visão do composto de IA dos mesmos sinistros de Harris County, com os anéis dourados marcando imóveis que a FEMA classificou como seguros e que o composto sinaliza como de alto risco.

Gráfico de ganho fora da amostra do FloodProof com cartões de estatística em destaque: $3125.0M em sinistros reais de edificação pagos fora das zonas de alto risco da FEMA, ganho de captura no décimo superior de 1.694x do composto vs. somente a zona da FEMA, 45.9% de participação de todos os dólares reais de sinistro fora das zonas de alto risco, e 40,615 sinistros reais hold-out no backtest. Um gráfico de barras compara o composto de IA contra somente a zona da FEMA na captura de dólares de sinistro no décimo superior e no Gini. — O resultado fora da amostra: ganho de 1.694x na captura do décimo superior em 40,615 sinistros hold-out, Gini 0.31 vs 0.08.

Nos 40,615 sinistros reais hold-out, o composto captura 1.69x os dólares de perda do décimo superior da linha de base da zona da FEMA, com Gini 0.31 contra 0.08 da zona. Porque a pontuação é ajustada no treino e lida na divisão hold-out, e a linha de base e o rótulo são ambos independentes do modelo, este é um resultado genuinamente fora da amostra, e não uma autoavaliação.

O ganho permanece robusto, aproximadamente na faixa de 1.69x a 1.85x, entre sementes aleatórias, então não é uma divisão sortuda. O escopo é uma carteira de um condado e uma divisão hold-out de 30%, e nós dizemos isso.

A auditoria não finge que a IA é o problema. A própria pontuação composta passa na regra dos 80% com AIR 0.938, triada contra setores reais do CDC/ATSDR SVI. Mas a triagem roda em cada variável tarifada, e 5 falham: a pior é o número de pavimentos com AIR 0.363, seguida do valor segurado com 0.526 e, de forma marcante, o próprio nível de zona da FEMA com 1.467.

Detectar um risco de conformidade nos dados antes do examinador é o valor. O portão então se recusa a marcar o protocolo como pronto e encaminha o pior infrator, pavimentos, para justificativa atuarial humana.

Modal do certificado de conformidade do FloodProof marcado NOT FILING-READY. Uma tabela de impacto desproporcional examina cada variável de tarifação contra setores reais do CDC/ATSDR SVI 2022: a pontuação composta passa com AIR 0.938, enquanto 5 das variáveis tarifadas falham na regra dos 80%, a pior sendo pavimentos com 0.363, depois cobertura de edificação segurada com 0.526, e o próprio nível de zona da FEMA com 1.467. Uma linha vermelha observa que o pior infrator, pavimentos, é encaminhado para justificativa atuarial humana e a tarifa não é aprovada automaticamente, com um checklist de protocolo do DOI por estado abaixo. — A auditoria de impacto desproporcional examina cada variável tarifada. O composto passa com 0.938; 5 variáveis falham, inclusive o próprio nível de zona da FEMA.

Documento de protocolo estadual do DOI do FloodProof intitulado AI-Augmented Flood Rating Factor para a carteira da seguradora de Harris County, TX, carimbado NOT FILING-READY. Contém um memorando atuarial, uma tabela de backtest fora da amostra mostrando que o composto captura 1.694x os dólares de perda do décimo superior da zona da FEMA com Gini 0.31 vs 0.08 em 40,615 sinistros reais, e uma tabela de importância das variáveis com contribuições lineares exatas de Shapley. — O pacote de protocolo do DOI pronto para o examinador: memorando atuarial, o backtest fora da amostra e a atribuição de variáveis, produzido ou bloqueado pelo portão.

Onde o FloodProof se encaixa, com honestidade

Esta é uma demonstração do mecanismo, não um pipeline implantado. Aqui está exatamente o que é real e o que é um stub.

Componente	Nesta demonstração	Status
Sinistros, demografia, geografia	OpenFEMA FimaNfipClaims (170,803 registros, 135,381 pontuados), CDC/ATSDR SVI 2022, Census Gazetteer 2023	Real, público, sem chave de API
Pontuação, backtest, auditoria de equidade, portão	Composto ridge, ganho e Gini fora da amostra, triagem de impacto desproporcional, portão de política determinístico	Real, numpy puro e Python
Feeds de sinal de fornecedores (ZestyAI Z-FLOOD, ICEYE SAR-depth)	Adaptadores atrás de um schema real, divulgados na tela como stubs	Stub, substituição de produção documentada
Conector Guidewire / Duck Creek	Consulta em cache quente em /api/score retornando em menos de 50 ms	Stub, não uma integração ao vivo
Equipe Pydantic-AI (explicador de fatores, justificador de equidade, redator de memorando)	Narrativa consultiva apenas; abstém-se sem chave de API	Opcional, consultivo, nunca decide

Planilha de fator de tarifação do FloodProof para um setor censitário de Harris County, com um controle Fetch rating factor via Guidewire connector expandido. O log do console o rotula como stub guidewire-integration-data-manager e retorna um fator de tarifação composto de uma consulta em cache quente, divulgado na UI como um stub e não como uma integração ao vivo. — A história inline de cotação-emissão é concreta, mas honesta: o conector Guidewire é uma consulta em cache simulada, rotulada como tal na UI.

O que esta demonstração não faz

Ela não executa um feed ao vivo da ZestyAI, ICEYE, First Street, Guidewire ou Duck Creek. Esses são stubs.
Ela não afirma conformidade ou certificação do DOI. O pacote de protocolo é um artefato de evidência, não aconselhamento jurídico, e nenhum examinador aprovou nada.
Ela não apresenta uma figura modelada de vazamento anual em dólares. O destaque honesto é o $3.1B real e não modelado pago fora das zonas de alto risco da FEMA, mais o ganho fora da amostra.
Ela não usa rasters externos (superfície impermeável, DEM, NOAA Atlas-14). O composto usa os próprios atributos reais de edificação do OpenFEMA; rasters são um enriquecimento futuro documentado.
Não há clientes, seguradoras, implantações, depoimentos ou ROI. Nenhuma seguradora nomeada usou isto. É uma demonstração do mecanismo em uma carteira de um condado.
Ela não finge que o próprio modelo é enviesado. O composto passa na regra dos 80% com AIR 0.938; o ponto é que a auditoria e o portão pegam as variáveis que falham.

Perguntas que subscritores e equipes de conformidade fazem

Isto substitui os modelos de enchente que já compramos, como ZestyAI ou ICEYE?

Não. O FloodProof não é mais um modelo de enchente competindo com ZestyAI ou ICEYE. É a camada de integração e prova que fica em torno de qualquer modelo que você use: um backtest não circular fora da amostra contra a linha de base real da zona da FEMA, uma auditoria de impacto desproporcional em cada variável tarifada, e um portão determinístico que produz o pacote de protocolo do DOI pronto para o examinador ou o bloqueia. Esse valor se mantém em qualquer qualidade de modelo, porque um modelo melhor que se autoavalia não é evidência e um modelo melhor que carrega sinal demográfico é um protocolo que o seu examinador rejeita.

Como vocês sabem que o ganho do composto sobre a zona da FEMA não é só overfitting?

O backtest é não circular por construção. O composto é ajustado em uma divisão de treino de 70% e pontuado nos 30% hold-out que ele nunca viu, a linha de base é a zona real classificada pela FEMA, e o rótulo são os dólares reais de sinistro pagos. Tanto a linha de base quanto o rótulo são independentes do modelo, e a cobertura segurada é deliberadamente excluída para que a pontuação não possa trapacear no limite de pagamento. Em 40,615 sinistros reais hold-out do NFIP o composto captura 1.69x os dólares de perda do décimo superior da linha de base da zona da FEMA (Gini 0.31 vs 0.08), e o resultado permanece aproximadamente na faixa de 1.69x a 1.85x entre sementes aleatórias.

O que o portão realmente faz quando uma variável de tarifação falha na regra dos 80%?

Ele se recusa a marcar o protocolo como pronto. O portão de política é Python determinístico com uma invariante: filing_ready se e somente se houver zero achados bloqueantes. Nesta carteira de Harris County a própria pontuação composta passa na regra dos 80% com AIR 0.938, mas a auditoria sinaliza 5 variáveis tarifadas que falham, a pior sendo o número de pavimentos com AIR 0.363. O portão emite NOT FILING-READY, nomeia o pior infrator e o encaminha para justificativa atuarial humana em vez de enviar uma tarifa discriminatória. Agentes aconselham, o código decide.

Isto está rodando em dados reais de sinistros ou em uma amostra sintética?

Reais. A demonstração roda em 170,803 registros brutos de sinistros NFIP do OpenFEMA para Harris County, Texas, dos quais 135,381 com um sinistro pago de edificação são pontuados, mais a demografia real de setor censitário do CDC/ATSDR SVI 2022 e o Census Gazetteer de 2023. São dados públicos sem chave de API, em cache na primeira execução. Uma ressalva honesta que a demonstração divulga na tela: a FEMA censura as geocoordenadas dos sinistros aproximadamente para o centróide do setor censitário, então o backtest roda na resolução que os dados públicos permitem.

Os feeds de fornecedores e o conector Guidewire estão ao vivo nesta demonstração?

Não, e a demonstração diz isso na tela. Os feeds ZestyAI Z-FLOOD e ICEYE SAR-depth e o conector Guidewire Integration Data Manager são stubs atrás de um schema real. O endpoint do conector é uma consulta em cache quente que retorna em menos de 50 ms para tornar concreta a integração inline de cotação-emissão. O caminho de produção é a troca de config documentada, não uma reescrita, e a afirmação honesta é um stub, não uma integração ao vivo.

Dizer 'um fator de tarifação que o examinador do seu DOI pode aprovar' significa que está certificado como conforme?

Não. O pacote de protocolo do DOI é um artefato de evidência — um memorando atuarial, o backtest fora da amostra, a atribuição de variáveis e um checklist por estado —, não uma certificação nem aconselhamento jurídico. 'O examinador pode aprovar' é o objetivo de desenho, não a garantia de que algum examinador tenha aprovado qualquer coisa. Nenhuma seguradora usou isto em produção, e não há implantações, clientes ou estudos de caso. À medida que 24 ou mais estados adotam o Boletim de Modelo de IA da NAIC, o ponto é que o portão produz a prova que um examinador pede e falha com honestidade quando os dados não sustentam um protocolo.

Pesquisa técnica

A pesquisa por trás desta demonstração — a arquitetura, o design de verificação e o blueprint empresarial.

Solução completa

Explore a solução Subscrição de Risco de Enchente com IA →

Se você precifica risco de enchente, gostaríamos de comparar notas

A zona da FEMA deixa bilhões fora das suas linhas, e a revisão de equidade agora faz parte do protocolo.

Se a sua equipe está resolvendo como colocar um fator de tarifação por IA diante de um examinador do DOI sem enviar uma variável que falha na regra dos 80%, gostaríamos genuinamente de ouvir como vocês estão pensando nisso. O problema é de todo o setor, e as respostas também serão.

Precificação de carteira e avaliação de equidade

✓ Backtest não circular fora da amostra contra a sua linha de base da zona da FEMA
✓ Auditoria de impacto desproporcional em cada variável tarifada
✓ Onde o mapa de zonas precifica mal a sua carteira, em dólares de sinistro
✓ Uma leitura de quais variáveis falhariam numa revisão do DOI

Construção do motor de tarifação e protocolo

✓ Fator de tarifação composto sobre os seus atributos reais e feeds de fornecedores
✓ Portão de política determinístico: filing_ready se zero achados bloqueantes
✓ Pacote de protocolo do DOI pronto para o examinador, com checklists por estado
✓ Conector Guidewire ou Duck Creek, troca de config, não reescrita

Conecte-se via WhatsApp Envie um e-mail à nossa equipe

Redes sociais

Também publicado em

LinkedIn · Empresa LinkedIn · Fundador YouTube Medium Dev.to Substack Instagram Facebook X