GlowByte приняла участие в конференции «Страхование в Центральной Азии»
23−24 сентября 2026 года в Алматы прошла XVII Международная конференция «Страхование в Центральной Азии». В течение двух дней представители страховых и перестраховочных компаний, профессиональных объединений, рейтинговых агентств, финансовых институтов и технологического бизнеса обсуждали, как меняется страховой рынок региона под влиянием новых рисков, регулирования, цифровизации и изменения клиентского спроса.
Эксперт по бизнес-стратегиям и ИТ-решениям GlowByte Артем Востриков выступил онлайн с докладом «От данных к прибыли: как отраслевой дата-консорциум может повысить качество страхового рынка Казахстана».
Доклад прозвучал в рамках сессии «Искусственный интеллект, данные и инфраструктура страхового рынка».
Доклад прозвучал в рамках сессии «Искусственный интеллект, данные и инфраструктура страхового рынка».
Спикер описал ограничения, которые мешают страховщикам использовать современные инструменты в полном объеме: не у всех компаний достаточно данных, а внедрение и владение системами для одной компании обходится дорого. Одновременно у рынка есть возможности — много современных решений для тарификации, выявления мошенничества, перекрестных продаж и урегулирования убытков, а также изменения законодательства в сфере страхования.
Ответом на ограничения эксперт GlowByte назвал отраслевой дата-консорциум — общую инфраструктуру данных и сервисов, которой пользуются страховые компании-участники. Источники данных — данные страховых компаний, единая страховая база данных (ЕСБД) и государственные базы. Консорциум организует сбор, хранение и очистку этих данных, строит на них актуарные витрины, разворачивает инфраструктуру для обучения и запуска моделей, а страховым компаниям предоставляет сервисы через программные интерфейсы (API) и веб-сервисы.
Доступ в такой схеме разделен. Общие данные доступны только в обезличенном и агрегированном виде, а индивидуальные расчеты, модели и результаты видны исключительно их владельцу — конкретной страховой компании. Она работает через личный кабинет, в котором доступны модули выявления мошенничества, андеррайтинга, расчета тарифов, а также МСФО.
В первый приоритет потенциальных сервисов для рынка спикер вынес актуарную базу данных, центр актуарных расчетов и тарификацию по обязательному страхованию гражданско-правовой ответственности владельцев транспортных средств (ОГПО ВТС). Во втором приоритете — модели выявления мошенников, монетизация клиентской базы, оценка (скоринг) медицинских услуг и модели тарификации добровольных видов страхования. В инфраструктурный блок вошли платформа для разработки и запуска моделей машинного обучения (MLOps) и платформа данных.
Цель проекта — дать рынку оценки клиентов (скоринги), построенные на агрегированных данных с помощью искусственного интеллекта и повышающие качество страхового портфеля. Первая модель — персональная тарификация по ОГПО ВТС: на этапе предстраховой проверки модель машинного обучения (ML) прогнозирует вероятность того, что клиент будет убыточным, то есть выплаты по нему превысят страховую премию. Ожидаемые бизнес-результаты — рост премий, уменьшение убытков и снижение убыточности. Среди других примеров моделей на данных рынка — выявление мошенников, вероятность перекрестных продаж, предсказание крупного убытка и тарификация по добровольным видам страхования (КАСКО и другим), а также вероятность пролонгации договоров КАСКО и ОГПО ВТС.
Ответом на ограничения эксперт GlowByte назвал отраслевой дата-консорциум — общую инфраструктуру данных и сервисов, которой пользуются страховые компании-участники. Источники данных — данные страховых компаний, единая страховая база данных (ЕСБД) и государственные базы. Консорциум организует сбор, хранение и очистку этих данных, строит на них актуарные витрины, разворачивает инфраструктуру для обучения и запуска моделей, а страховым компаниям предоставляет сервисы через программные интерфейсы (API) и веб-сервисы.
Доступ в такой схеме разделен. Общие данные доступны только в обезличенном и агрегированном виде, а индивидуальные расчеты, модели и результаты видны исключительно их владельцу — конкретной страховой компании. Она работает через личный кабинет, в котором доступны модули выявления мошенничества, андеррайтинга, расчета тарифов, а также МСФО.
В первый приоритет потенциальных сервисов для рынка спикер вынес актуарную базу данных, центр актуарных расчетов и тарификацию по обязательному страхованию гражданско-правовой ответственности владельцев транспортных средств (ОГПО ВТС). Во втором приоритете — модели выявления мошенников, монетизация клиентской базы, оценка (скоринг) медицинских услуг и модели тарификации добровольных видов страхования. В инфраструктурный блок вошли платформа для разработки и запуска моделей машинного обучения (MLOps) и платформа данных.
Цель проекта — дать рынку оценки клиентов (скоринги), построенные на агрегированных данных с помощью искусственного интеллекта и повышающие качество страхового портфеля. Первая модель — персональная тарификация по ОГПО ВТС: на этапе предстраховой проверки модель машинного обучения (ML) прогнозирует вероятность того, что клиент будет убыточным, то есть выплаты по нему превысят страховую премию. Ожидаемые бизнес-результаты — рост премий, уменьшение убытков и снижение убыточности. Среди других примеров моделей на данных рынка — выявление мошенников, вероятность перекрестных продаж, предсказание крупного убытка и тарификация по добровольным видам страхования (КАСКО и другим), а также вероятность пролонгации договоров КАСКО и ОГПО ВТС.
“
«Страховому рынку не обязательно решать задачи данных поодиночке. Не у каждой компании хватает данных для современных моделей, а собственная инфраструктура и программное обеспечение стоят дорого. Отраслевой дата-консорциум может дать страховщикам общие обезличенные данные и сервисы, а свои расчеты, модели и результаты каждая компания сохраняет за собой», — говорит Артем Востриков, эксперт по бизнес-стратегиям и ИТ-решениям, GlowByte.