Cách Generative AI đang định nghĩa lại mô hình hóa thảm họa trong ngành bảo hiểm
Ngành bảo hiểm đang trải qua một sự chuyển dịch công nghệ mạnh mẽ khi các mô hình thảm họa dựa trên vật lý truyền thống phải đối mặt với sự cạnh tranh từ AI tạo sinh (generative AI) tiên tiến. Bằng cách sử dụng các mô hình khuếch tán (diffusion models) để mô phỏng các hiện tượng thời tiết cực đoan, các công ty đang nỗ lực thu hẹp khoảng cách dữ liệu giữa các hồ sơ lịch sử và thực tế khí hậu trong tương lai.
Phá vỡ rào cản về độ phân giải với các mô hình khuếch tán
Trong nhiều thập kỷ, việc mô hình hóa thảm họa (cat modeling) đã dựa vào các phương trình dựa trên vật lý để mô phỏng trọng lực, ma sát và dòng chảy qua các ô lưới địa lý. Tuy nhiên, các mô hình này luôn phải đối mặt với sự đấu tranh giữa chi phí tính toán và độ phân giải. Các mô hình độ phân giải cao có chi phí vận hành cực kỳ đắt đỏ trên các khu vực rộng lớn, buộc phải có sự đánh đổi giữa mức độ chi tiết và phạm vi bao phủ.
AI tạo sinh đang thay đổi căn bản phương trình này. Fathom, một công ty con của Swiss Re, đang tiên phong trong việc sử dụng các mô hình khuếch tán để vượt qua những hạn chế này. Bằng cách huấn luyện một công cụ khuếch tán trên khoảng 1.000 năm dữ liệu mô phỏng khí hậu hiện có, Fathom có thể tạo ra một cách tổng hợp hàng chục nghìn năm các kịch bản thời tiết được dự báo cho khí hậu năm 2030. Để giải quyết vấn đề độ phân giải, họ sử dụng một mô hình làm sắc nét hình ảnh phụ trợ để tinh chỉnh dữ liệu thô 100 × 100 km xuống độ phân giải chính xác 10 × 10 km, cho phép lập bản đồ các mô hình lượng mưa chính xác hơn nhiều.
Những ranh giới mới trong biến thiên không gian và rủi ro đuôi (tail-risk)
Việc ứng dụng AI không chỉ dừng lại ở việc tạo ra thời tiết đơn thuần mà còn mở rộng sang mô hình hóa đa hiểm họa phức tạp. Verisk, một đơn vị dẫn đầu ngành, hiện đang sử dụng AI tạo sinh để mô hình hóa gió và mưa cực đoan cùng một lúc, thay vì theo trình tự. Cách tiếp cận này cho phép biến thiên không gian cao hơn nhiều, nắm bắt được cách các yếu tố thời tiết khác nhau tương tác trong thời gian thực.
Các bên tham gia khác đang tập trung vào phân tích sau sự kiện và các sự kiện "rủi ro đuôi" (tail-risk)—những hiện tượng thảm họa hiếm gặp nhưng thiếu dữ liệu lịch sử đầy đủ để các mô hình truyền thống có thể xử lý. Ví dụ, Moody's RMS sử dụng AI để phân tích hình ảnh vệ tinh sau các vụ cháy rừng và bão lớn nhằm ước tính tổn thất bảo hiểm. Khả năng mô hình hóa những điều "chưa từng thấy" này là cực kỳ quan trọng trong kỷ nguyên biến động khí hậu ngày càng gia tăng.
Các rủi ro: Ảo giác vật lý và định kiến kinh tế
Mặc dù có tiềm năng lớn, việc tích hợp GenAI vào đánh giá rủi ro không phải là không có những nguy hiểm đáng kể. Rào cản kỹ thuật chính là hiện tượng "ảo giác" (hallucination). Vì các mô hình khuếch tán ưu tiên tính hợp lý về mặt hình ảnh hơn là độ chính xác vật lý, chúng có thể tạo ra các hiện tượng thời tiết trông có vẻ thực tế nhưng lại vi phạm các định luật vật lý cơ bản—một hiện tượng mà giám đốc khoa học của Fathom, Oliver Wing, mô tả là "sự cẩu thả tuyệt đối" (absolute slop).
Hơn nữa, đang tồn tại một xung đột tiềm tàng giữa độ chính xác khoa học và logic bán hàng của doanh nghiệp. Mặc dù về lý thuyết, các mô hình tốt hơn có thể mở rộng phạm vi bảo hiểm sang các khu vực rủi ro cao như Brazil hoặc Bangladesh, nhưng các công ty bảo hiểm luôn có xu hướng ưu tiên các mô hình đưa ra mức ước tính tổn thất thấp hơn. Nếu một mô hình AI tiết lộ rằng rủi ro cao hơn đáng kể so với suy nghĩ trước đây, nó có thể đòi hỏi các mức đệm vốn lớn hơn, từ đó có khả năng làm chậm sự tăng trưởng kinh doanh. Điều này tạo ra một sự căng thẳng, nơi việc theo đuổi khoa học tốt hơn có thể xung đột với mục tiêu nghiệp vụ bảo hiểm (underwriting) là mở rộng quy mô kinh doanh.
Các điểm chính cần lưu ý
- Độ phân giải được nâng cao: Các mô hình khuếch tán và kỹ thuật làm sắc nét đang cho phép các nhà mô hình hóa nhảy vọt từ độ phân giải 100km lên 10km, cung cấp chi tiết tinh vi hơn nhiều cho các mô hình lượng mưa và gió.
- Giải quyết khoảng cách dữ liệu: AI tạo sinh có thể tổng hợp hàng nghìn năm dữ liệu khí hậu tổng hợp, giúp các công ty bảo hiểm chuẩn bị cho các sự kiện "rủi ro đuôi" vốn không có tiền lệ trong lịch sử.
- Các thách thức quan trọng: Ngành bảo hiểm phải đối mặt với rủi ro kỹ thuật về "ảo giác vật lý" và rủi ro kinh tế từ việc lựa chọn mô hình thiên kiến do các động lực bán hàng thúc đẩy.