Превращение описаний убытков в актуарные переменные

Автор: Jonas Mohamed Osman Abdelghafour.

Комментарий к исследованию, опубликованному Актуарным обществом по страхованию иному, чем страхование жизни (CAS) в июне 2026 года. Оригинал статьи Роба Либерталя и Ричарда Трана доступен на сайте CAS и заслуживает прочтения в полном объеме.

В июне 2026 года CAS опубликовало исследование по применению больших языковых моделей к неструктурированным данным об убытках. Вкратце: авторы создали концептуальную двухэтапную структуру, которая преобразует повествовательную информацию об убытках в 36 структурированных актуарных переменных, разделяя извлечение на уровне документа и синтез на уровне претензии, и валидировали извлечение с помощью независимой экспертной клинической проверки с участием человека. Работа сопровождается открытым кодом и синтетическим набором данных.

Это описание краткое, и оно преуменьшает то, что действительно интересно в этой статье. Заголовок «LLM могут читать файлы убытков» — это не главный вклад. Вклад заключается в архитектуре, а именно в одном дизайнерском решении, которое большинство практиков, создающих подобные инструменты, принимают неверно.

Позвольте мне объяснить, что это за решение и почему оно важно.

---

Проблема для тех, кто с ней не сталкивался

Файл убытка (претензии) — это в основном текст. Заметки аджастера, медицинские записи, переписка, юридические документы, отчеты полиции, расшифровки звонков, фотографии с подписями. Страховщик P&C хранит огромное количество такой информации.

Актуарная модель тем временем потребляет структурированные переменные: тип травмы, часть тела, категория лечения, статус судебного разбирательства, показатели сопутствующих заболеваний, статус возвращения к работе. Разрыв между ними сегодня преодолевается одним из трех способов: схемой кодирования, применяемой аджастерами при первом уведомлении, набором правил по ключевым словам или вообще ничем.

Все три способа приводят к потере информации. Кодирование при первом уведомлении фиксируется до того, как стали известны все факты, и редко пересматривается. Правила ключевых слов хрупки: «нет признаков перелома» и «есть признаки перелома» отличаются на одно слово и полностью по смыслу. А третий вариант — ничего не делать — означает, что самые богатые данные, которыми владеет страховщик, никогда не попадают в модель.

Вот почему актуарии по резервированию давно подозревали, что остаточная дисперсия в их моделях частично читаема — она находится в файле, в тексте, невидимая для треугольника.

Почему два этапа и почему в этом вся суть

Интуитивно понятный способ построить такую систему — один этап: дать модели весь файл убытка, попросить переменные, получить таблицу.

Этот подход терпит неудачу в реальной эксплуатации по причинам, которые не очевидны, пока вы не увидите это в деле.

Размытие контекста. Большой файл убытка может занимать сотни страниц. Даже с длинным контекстным окном внимание модели деградирует на очень длинных входных данных, и деталь на странице 180, которая противоречит странице 12, может быть просто упущена.

Неотслеживаемые результаты. Если модель возвращает «статус спора: представлен адвокатом», вы не можете сказать, какой именно документ это подтвердил. Когда она ошибается, вы не можете выяснить почему и не можете исправить это системно.

Коррелированные ошибки. Единственное неправильное прочтение в начале длинного промпта распространяется дальше. Одна неверно идентифицированная травма одновременно влияет на переменные тяжести, лечения и длительности, создавая связную и полностью ошибочную запись об убытке — что гораздо опаснее, чем очевидно сломанная запись.

Двухэтапное разделение решает все три проблемы:

Этап 1 — извлечение на уровне документа. Каждый документ обрабатывается независимо. Что этот медицинский отчет говорит о типе травмы? Что эта заметка аджастера говорит о судебном процессе? Каждое извлечение короткое, сфокусированное и отслеживаемое до исходного документа.

Этап 2 — синтез на уровне претензии. Извлеченные факты объединяются в единую запись об убытке. Именно здесь разрешаются конфликты: в первоначальном отчете говорилось о мягких тканях, в последующем МРТ — о переломе, в более поздней заметке — об операции. Что является определяющим?

Разделение важно, потому что эти два этапа дают сбои по-разному и, следовательно, нуждаются в разных мерах контроля. Ошибки первого этапа — это ошибки чтения; их можно протестировать на соответствие исходным документам, исправить с помощью лучших промптов или схем извлечения. Ошибки второго этапа — это ошибки рассуждения; их можно протестировать с помощью экспертных суждений, исправить с помощью лучших правил согласования.

Объедините их в один шаг, и вы получите единый непрозрачный уровень ошибок, который ничего не скажет вам о том, где именно нужно вмешаться. Это тот же принцип, что и валидация траектории в агентных системах: валидируйте последовательность, а не только конечную точку.

Дизайн валидации заслуживает большего внимания, чем он получит

Исследование валидировало извлечение на основе независимой экспертной клинической проверки с участием человека (human-in-the-loop).

Эта фраза скрывает огромный объем работы, и это та часть, которую большинство компаний пропустят, когда будут создавать свою версию.

Вот почему это сложно. Чтобы валидировать систему извлечения, вам нужна «эталонная истина» (ground truth) — набор убытков, для которых вы знаете правильный ответ. Для структурированных данных получить истину дешево. Для извлечения из текста истина — это прочтение тех же документов другим экспертом, что медленно, дорого и само по себе подвержено вариациям. Два врача, читающие один и тот же файл, не всегда согласятся с классификацией травмы.

Это имеет последствие, которое практики постоянно недооценивают: потолок вашей валидации — это согласованность ответов ваших экспертов (inter-rater reliability). Если два врача соглашаются в 85% случаев по какой-то переменной, то система извлечения, которая согласуется с одним из них в 85% случаев, работает на уровне человека. Представление этого как «85% точности» без учета человеческого базового уровня заставляет отличный результат выглядеть посредственным — и, что опаснее, заставляет по-настоящему плохой результат по простой переменной выглядеть приемлемым.

Если вы возьмете из работы CAS только один операционный вывод, пусть это будет следующий: измерьте согласованность экспертов на вашей выборке валидации до того, как начнете измерять производительность модели. Без этого у вашего показателя точности нет знаменателя.

Где это действительно меняет актуарную работу

Три области применения в порядке возрастания ценности и сложности:

Сегментация при резервировании. Самое очевидное применение. Структурированные переменные, извлеченные из текстов, позволяют группировать резервы по отдельным делам более однородно — разделяя убытки, которые выглядят идентичными в треугольнике, но различаются по статусу судебного процесса, сопутствующим заболеваниям или траектории лечения. Лучшая однородность означает меньшую дисперсию процесса, что дает более узкие диапазоны резервов без каких-либо изменений в методологии.

Раннее выявление факторов развития. Убытки с «длинным хвостом» развиваются по причинам, видимым в файле задолго до того, как они появятся в данных об оплатах или понесенных расходах. Участие адвоката, эскалация лечения, сопутствующее заболевание, предсказывающее длительную нетрудоспособность. Систематическое извлечение этих данных на ранних этапах превращает запаздывающий индикатор в опережающий.

Проектирование признаков для тарификации. Самое сложное и чувствительное применение. Переменные, извлеченные из описаний убытков, могут влиять на ценообразование, но как только это происходит, они становятся частью регулируемого решения и подпадают под действие всего аппарата проверки на несправедливую дискриминацию. Извлеченная переменная, которая коррелирует с защищенной характеристикой, является проблемой тарифного фактора независимо от того, как она была получена. Это применение требует оценки справедливости раньше, чем построения графиков эффективности (lift charts).

Четыре вещи, которые нужно сделать правильно перед внедрением

Фиксируйте версию модели и проводите повторную валидацию при изменениях. Поведение при извлечении — это свойство конкретной версии модели. Обновление от провайдера может изменить границы классификации без каких-либо изменений в вашем коде. Если ваша валидация не привязана к фиксированной версии, ваши доказательства незаметно теряют актуальность.

Храните схему извлечения в инвентаре моделей. Схема — 36 переменных, их определения и допустимые значения — является таким же артефактом моделирования, как и алгоритм. Дрейф определений в такой переменной, как «статус спора», сделает недействительными исторические сравнения точно так же, как и измененное актуарное допущение.

Сохраняйте ссылки на источники. Каждое извлеченное значение должно сопровождаться ссылкой на документ и фрагмент текста, который его подтвердил. Именно это делает систему проверяемой (аудируемой), а не просто точной. Это почти ничего не стоит внедрить на этапе создания и стоит очень дорого при попытке добавить позже.

Тестируйте на враждебных входных данных. Файлы убытков содержат тексты, написанные сторонами, имеющими финансовый интерес в результате. Письма с требованиями, описания от поставщиков услуг, заявления от представителей истцов. Система извлечения, читающая текст, составленный для убеждения, работает во враждебной среде, и «промпт-инъекции» через поданные документы — это реальный риск именно в сфере страховых претензий.

Широкий контекст

CAS представило эту работу как часть подготовки актуариев к лидерству в ландшафте рисков с поддержкой ИИ, где профессиональное суждение и управление являются центральными, а не второстепенными элементами. Эта трактовка верна, и стоит отметить, чего исследование не сделало: оно не автоматизировало решение. Оно преобразовало текст в переменные, которые затем использует актуарий.

Это правильное место для старта. Уровень извлечения — это то, где ИИ приносит наибольшую пользу в актуарной работе и создает наименьшие риски для управления, потому что результат является входными данными, и все существующие меры контроля за тем, как актуарии используют входные данные, по-прежнему применимы.

Компании, которые извлекут выгоду из этого в 2026 году, будут теми, кто правильно построит уровень извлечения и оставит уровень принятия решений в покое.

---

Ключевые выводы

• Исследование, финансируемое CAS, преобразует повествовательные документы по убыткам в 36 структурированных актуарных переменных с помощью двухэтапной структуры LLM, с открытым кодом и синтетическим набором данных.
• Разделение извлечения на уровне документа и синтеза на уровне претензии является ключевым дизайнерским решением: эти два этапа дают сбои по-разному и требуют разных мер контроля.
• Потолок валидации задается согласованностью мнений экспертов-людей — измерьте этот базовый уровень, прежде чем сообщать о точности модели.
• Наиболее ценными областями применения являются сегментация резервов и раннее выявление факторов развития; использование в тарификации требует тщательной проверки на отсутствие дискриминации.
• Фиксируйте версию модели, ведите инвентарь схем извлечения, сохраняйте цитаты из источников и проводите тесты на устойчивость к враждебным документам заявителей.

---

Часто задаваемые вопросы

Можно ли использовать большие языковые модели для резервирования? Не для прямого установления резервов, но все чаще для извлечения структурированных переменных из неструктурированных документов об убытках, которые затем подаются в традиционные методы резервирования. Исследование CAS демонстрирует концептуальную структуру для этого, преобразуя текстовую информацию об убытках в переменные, пригодные для резервирования, тарификации и управления убытками.

Как валидировать систему извлечения LLM для актуарного использования? Путем независимой экспертной проверки выборки с сравнением извлечений модели и человека. Критически важно сначала измерить согласованность экспертов-людей между собой, так как она устанавливает практический потолок достижимого согласия и обеспечивает базовый уровень для оценки работы модели.

Безопасно ли использовать извлеченные данные об убытках в ценообразовании? Это требует особой осторожности. Как только извлеченная переменная влияет на тарифное решение, она становится тарифным фактором, подлежащим проверке на отсутствие несправедливой дискриминации, независимо от способа ее получения. Оценка справедливости и регуляторный обзор должны предшествовать любому использованию в тарификации, тогда как применение для сегментации резервов несет существенно меньше регуляторных рисков.

---

Йонас Мохамед Осман Абдельгафур — основатель Quantica Risk Model, которая строит и независимо валидирует актуарные модели и модели ИИ для страховщиков. Данная статья является комментарием к публично доступному исследованию CAS; для получения подробной информации следует обращаться непосредственно к оригиналу статьи.