Aprovechar la inteligencia artificial para una gestión más inteligente del riesgo de incendios forestales en los seguros

30 December 2024

Las startups aprovechan la tecnología punta para crear mejores herramientas de evaluación del riesgo de incendios forestales. Kumar Dhuvur, cofundador y director de producto de ZestyAI, un proveedor de software de modelización de riesgos climáticos, explica cómo aprovechar la IA para generar los modelos de riesgo de incendios forestales más precisos.

This page has been translated automatically.

En todo el mundo, los incendios forestales son cada vez más frecuentes e intensos, agravados en parte por el cambio climático, que provoca más sequías y olas de calor. Los últimos años han demostrado el creciente coste económico y medioambiental de los incendios forestales: 2023 fue el peor año de la historia en cuanto a incendios forestales, mientras que 2021 y 2020 fueron el tercer y cuarto peor año, respectivamente. El impacto financiero ha sido catastrófico para las aseguradoras, ya que las indemnizaciones se disparan a medida que los incendios forestales aumentan en frecuencia y escala. Ocho de los diez incendios forestales más costosos tuvieron lugar en la última década, y los incendios forestales causaron casi 100.000 millones de dólares en pérdidas económicas y 70.000 millones de dólares en pérdidas aseguradas entre 2013 y 2022.

El creciente problema mundial de los incendios forestales ha impulsado a los sectores público y privado a desarrollar soluciones innovadoras para vigilar y mitigar los riesgos de incendios forestales. Emprendedores e innovadores han utilizado tecnología punta para crear herramientas -como sistemas de detección de incendios forestales y satélites de vigilancia- que ofrecen a las aseguradoras medios precisos, eficientes y eficaces para mejorar la forma en que vigilan y evalúan el riesgo de incendios forestales, suscriben y gestionan los siniestros y mejoran la experiencia del cliente.

Una empresa emergente con sede en California ha creado una plataforma de modelización del riesgo de incendios forestales para las aseguradoras, que les ayuda a predecir el riesgo de incendios forestales tanto a nivel de barrio como de propiedad. La plataforma de ZestyAIentrena sistemas de inteligencia artificial (IA) en lo que la empresa denomina la "mayor base de datos de siniestros de incendios forestales del mundo", que incluye información detallada sobre todos los incendios forestales importantes ocurridos en Estados Unidos desde 2000 hasta la actualidad, lo que representa casi el 100 % de las pérdidas históricas del sector por incendios forestales", afirma Kumar Dhuvur, cofundador y Director de Producto de la startup.

Aprovechar la IA para transformar datos no estructurados

Según Dhuvur, a medida que las aseguradoras de EE. UU. se expandían por los estados más propensos a los incendios forestales, tenían dificultades para utilizar herramientas convencionales de evaluación de riesgos, como soluciones basadas en mapas de incendios forestales y modelos específicos para cada propiedad, que no estaban entrenados con datos de siniestros y carecían de la granularidad necesaria para una segmentación precisa del riesgo de incendio forestal.

Según Dhuvur, la clave para proporcionar la evaluación más precisa del riesgo de incendio forestal es la potente combinación de IA y montones de datos altamente relevantes y no adulterados, a diferencia de los datos simulados que utilizan muchos otros programas de modelización del riesgo de incendio forestal.

Los algoritmos de IA dependen de grandes cantidades de datos para aprender e identificar patrones, y la calidad de los datos es fundamental para crear sistemas de IA precisos y eficaces. ZestyAI obtiene los datos del perímetro de los incendios forestales de agencias federales y estatales. "Mejoramos estos datos con análisis de imágenes aéreas históricas para determinar qué edificios sobrevivieron o se vieron afectados por cada incendio", explica Dhuvur. Este "amplio conjunto de datos históricos" alimenta sus sistemas de IA patentados, "proporcionando información clave sobre el comportamiento, el impacto y las tendencias de los incendios forestales, mejorando la predicción y mitigación de riesgos."

La inteligencia artificial ha sido inestimable para ayudar a la plataforma a transformar datos no estructurados -grandes colecciones de conjuntos de datos que pueden estar formados por cualquier cosa, desde imágenes a datos geoespaciales y de satélite, pasando por análisis- en perspectivas estructuradas y útiles para las aseguradoras. Los grandes modelos lingüísticos (LLM), que son programas de IA capaces de identificar y generar texto, se han aplicado a diversas fuentes, como permisos de construcción y datos de listados de propiedades. Al incorporar estos datos, los LLM permiten a las aseguradoras obtener una visión más profunda de las vulnerabilidades estructurales. "Esto permite a la plataforma extraer valiosas características a nivel de propiedad que son cruciales para la evaluación de riesgos", afirma Dhuvur.

La visión por ordenador -un campo de la IA que permite a las máquinas reconocer y describir personas y objetos en imágenes y vídeos- también se utiliza para extraer características detalladas de las propiedades a partir de imágenes aéreas y por satélite, como el espacio defendible, la vegetación que sobresale y los materiales de construcción. Como explica Dhuvur, "la integración de estas imágenes con fuentes de datos adicionales proporciona una visión completa del riesgo de incendio forestal que puede predecir qué propiedades corren más riesgo durante un incendio forestal y cuáles tienen más probabilidades de sobrevivir, superando las evaluaciones de los modelos tradicionales."

Las técnicas de aprendizaje automático, como las máquinas de refuerzo de gradiente (GBM), ayudan a la plataforma a analizar cómo interactúan los distintos atributos de las propiedades, desde el clima y la topografía hasta los detalles de construcción. Según Dhuvur, en la modelización del riesgo, estas máquinas son mejores que los modelos tradicionales y no basados en IA, como los modelos lineales generalizados, que tratan todos los factores por igual sin tener en cuenta cómo podrían interactuar de formas más complejas. "Los GBM destacan en la identificación y modelización de interacciones complejas. Pueden reconocer que el riesgo planteado por la vegetación cercana puede ser mayor en determinados climas o zonas con una orografía particular, por ejemplo, cuando la propiedad se encuentra en un terreno inclinado. Esta capacidad de tener en cuenta los factores de riesgo específicos de cada propiedad da como resultado una puntuación de riesgo más precisa y adaptada, que refleja de forma mucho más precisa el verdadero riesgo de incendio forestal al que se enfrenta una propiedad, especialmente en zonas en las que estos riesgos pueden variar drásticamente de una propiedad a otra".

Una nueva herramienta para las aseguradoras

Para las aseguradoras, el empleo de un conjunto de herramientas que puede proporcionar información muy detallada a nivel de propiedad para evaluar el riesgo de incendio forestal significa decisiones de suscripción más informadas y la capacidad de establecer primas que se ajusten mejor al riesgo real.

"Al comprender qué factores impulsan con más fuerza el riesgo de incendios forestales, las aseguradoras pueden incentivar los esfuerzos de mitigación, como la limpieza de la vegetación o la mejora de los materiales de construcción, lo que ayuda a reducir las pérdidas potenciales."

Kumar Dhuvur, ZestyAI 

Este enfoque permite a las aseguradoras no sólo reducir los costes de los siniestros, sino también fomentar asociaciones más sólidas con los asegurados apoyando los esfuerzos proactivos de gestión de riesgos.

Los continuos avances en otras tecnologías, como los sensores y la teledetección, también se han traducido en una mayor facilidad de acceso y uso. La tecnología de sensores y detección remota tiene la capacidad de "proporcionar datos medioambientales en tiempo real que pueden integrarse en modelos predictivos, lo que permite a las aseguradoras supervisar el riesgo de forma dinámica y ajustar sus modelos de tarificación en consecuencia", afirma Dhuvur.

Mientras los incendios forestales siguen siendo un reto para las aseguradoras de todo el mundo, la adopción de modelos de riesgo basados en IA les ofrece una herramienta clave para adelantarse a este riesgo emergente. "Estos avances abren nuevas posibilidades para que las aseguradoras evalúen con mayor precisión el riesgo y fijen el precio de las primas basándose en datos detallados sobre la propiedad", afirma Dhuvur. Plataformas como ZestyAI ofrecen la precisión y la previsión necesarias para salvaguardar tanto a las empresas como a las comunidades".

About ZestyAI

ZestyAI is an artificial intelligence-powered property and climate risk model that predicts neighbourhood and property-level wildfire risk for every structure in the United States. It was the first AI-powered model approved as part of a carrier rate filing in California.

User questions

Answered questions

Unanswered questions

Please note that submitted questions are public.

Views: 1132

Downloads: 0

Ratings by number of stars:
0 %
0 %
0 %
0 %
0 %

Page is favored by 0 user.

Contact inquiries: 0

Rate this page!