В последние годы внедрение машинного обучения в андеррайтинг стало популярным направлением для страховых компаний. Однако, как показывает практика, многие из них сталкиваются с проблемой, когда результаты от новых моделей не превышают показатели традиционных тарифных систем. Это приводит к разочарованию среди специалистов и руководства, которые ожидали значительного улучшения точности.
На страховых форумах эксперты отмечают, что технологии искусственного интеллекта в данной области часто переоцениваются. Процесс внедрения включает в себя наем дата-сайентистов, покупку лицензий и обучение моделей на исторических данных, но спустя полгода результаты могут оказаться на уровне погрешности. Это ставит под сомнение целесообразность таких инвестиций и усилий.
Проблема заключается в том, что многие компании не могут извлечь полную выгоду из данных, которые у них есть. В результате, несмотря на высокие ожидания, внедрение машинного обучения в андеррайтинг не всегда оправдывает себя, что требует пересмотра подходов к использованию технологий в этой сфере.