生成式 AI 改進災害建模——如果保險人忽視風險的話
fathom 和 verisk 使用擴散模型生成合成天氣數據進行風險評估，但該行業面臨精確物理學原理與有利可圖的損失估算之間的衝突。
像 Fathom（瑞士再保險的子公司）和 Verisk 這樣的公司正在應用擴散模型來創建數萬個天氣事件的合成目錄，通過將 100 公里模擬升級到 10 公里精度，解決了尾部風險災難的歷史數據短缺問題。雖然這擴大了對服務不足地區的覆蓋範圍並改善了空間變異性分析，但研究人員警告說模型可以生成看似合理但物理上不可能的場景。保險公司面臨兩難：更準確的模型可能會揭示更高的風險，迫使資本緩衝更大，但銷售激勵可能推動行業轉向產生較低損失估計的模型，而無視其準確性。