冠状病毒大流行是没有人看到的重大事件。 根据纳西姆·尼古拉斯·塔勒布（Nassim Nicholas Taleb）的理论，它被称为黑天鹅，这是不可预见的事件，具有毁灭性的后果。
在一个日益不确定的世界中，流行病，网络和恐怖袭击以及极端天气事件变得司空见惯，企业发现很难预料到此类风险，因此保护了其供应链和运营。
传统上，公司通过购买保险来减轻风险。 承销商将花费大量时间仔细研究大量历史数据，以确定在报价之前发生风险的可能性。
使用AI预测意外事件
但这一切都随着人工智能（AI）和机器学习的采用而改变，以尝试预测包括黑天鹅在内的重大事件。 人工智能在保险业中的主要优势在于，它可以快速处理大数据集并识别重要趋势，并且每次变得更智能地预先防范这些风险。 这使承销商可以更准确地评估风险并为风险定价。
麦肯锡公司（McKinsey＆Company）的高级合伙人阿里·利巴里基安（Ari Libarikian）说：“人工智能将从根本上破坏和改变保险承保业务。 运营商现在能够更好地预测损失，提供建议并帮助客户预防风险。 人工智能正在以前所未有的更大方式实现这一目标。”
据律师事务所RPC称，保险业已经在人工智能方面进行了大量投资，2017年的机器学习专利同比增长了37％。 在采用阶段，埃森哲发现53％的保险公司高管已经在其一个或多个业务流程中使用了智能技术。
保险业向AI迈进的动力来自多种来源的更广泛的数据可用性，并受到多种因素的推动，包括云存储，开源技术和运营数字化。 它也被用于评估网络攻击等新的风险。
Guidewire网络风险分析主管Erin Kenneally说：“ AI用于预测某些网络风险的发生频率和严重程度，例如预测遭受数据泄露或勒索软件攻击的可能性。” “它还可以理解和预测整个投资组合中哪些风险集中在哪里，多个被保险人可能会接触到普通的IT供应商和技术。”
保险公司如何防范网络风险
由于总体上缺乏数据，缺乏适当的建模框架以及不断出现的新威胁，网络风险进一步复杂化。 这就是AI的来历，使承销商可以推断出数据中仍存在差距的信息。
“ AI可以针对公司可能遭受的损失的频率和严重性，将受到的覆盖范围，参与者将是谁，他们将使用何种方法以及将要针对的数据类型生成概率分布，” Envelop Risk的首席技术官John Kelly。 “所有这些结合在一起，使您可以运行模拟，从而可以有效地了解风险的状况。”
Marcus Schmalbach博士创建了VUCA（波动性，不确定性，复杂性和歧义性）世界风险指数，这是一个使用机器学习从一系列可信任和可验证的来源收集数据的参数索引，传统承保中没有考虑其中的许多数据。 然后，将这些数据与该技术从以前的经验中收集的信息一起进行严格分析，以查找事件之间的模式和链接，并确定发生重大事件的可能性。
Schmalbach说：“例如，这项技术使我们能够计算并成功定价，以防高科技行业的客户遭受网络攻击时股价下跌的可能性。” “我们还基于收集到的数据开发了一种产品，旨在弥补大流行时业务中断造成的损失。”
AI可以预见洪水和森林大火吗？
风险建模公司还使用AI来改善其自然灾害预测模型。 例如，AIR Worldwide正在使用AI来模拟水如何流经水库和河流，以及大坝的运行方式，以预测不同的洪水情况。
AIR Worldwide的执行副总裁Milan Simic博士说：“通过将这些气候模型和机器学习算法融合到降雨和天气模式等领域，以进行成千上万次模拟，我们可以算出产生不同结果的可能性。” isk “我们已经利用它在美国和日本产生了巨大影响，从而预测了飓风和热带气旋的程度。”
保险中的AI不仅可以更准确地预测和定价风险，还可以减少文书工作并减少接收报价或索赔所花费的时间。 AI还可以使用参数确定事件是否发生，从而触发支出并避免任何纠纷。
但是，人工智能有其局限性，仍然需要人工保险人处理更复杂和专业的风险。 这些承销商将必须具备有效使用新技术所需的数据科学技能。
它可能还没有出现，但是如果AI能够在一开始就检测到COVID-19，那么各个国家和组织可能已经做好了准备的准备。 毫无疑问，保险业中的AI在帮助预测未来事件，甚至黑天鹅方面起着至关重要的作用。
正如Axyon AI的AI副总裁Jacopo Credi总结的那样：“没有人能预测到不可预测的事情。 但是，复杂的AI模型可以检测到异常，这是预测未来事件的有力方法，与COVID-19的影响相比，它所产生的影响与我们以往看到的任何东西都大不相同。”
