Российские страховщики всё чаще передают алгоритмам проверку документов, согласование лечения и поиск признаков мошенничества. Однако главным ограничением для такой автоматизации становится уже не скорость вычислений, а способность компании объяснить клиенту, почему машина приняла конкретное решение. Разработчик BIV предложил рынку платформу Decision Intelligence, которая, по заявлению компании, оценивает не только вероятность события, но и последствия самого действия.
Технология появилась в шорт-листе премии «Лидеры страхового бизнеса — 2026». Победителей назовут 10 сентября на форуме «Будущее страхового рынка». Дата выглядит символично: за девять дней до этого в России начнёт действовать первый рамочный федеральный закон об искусственном интеллекте. Но прямые требования к автоматическим решениям, затрагивающим права человека, существуют уже сейчас.
Новый закон об ИИ — не кодекс для каждого алгоритма
Федеральный закон № 243-ФЗ «О поддержке развития технологий искусственного интеллекта в Российской Федерации» Владимир Путин подписал 26 июля. Основная часть документа вступает в силу 1 сентября 2026 года, отдельные положения — 1 марта 2027-го.
Закон закрепляет определения, принципы технологической независимости, защиты прав и свобод человека и безопасности, а также распределяет полномочия президента, правительства, федеральных органов и Банка России. При этом у документа есть важное ограничение: предметом его регулирования названы большие фундаментальные модели искусственного интеллекта. Поэтому считать, что с 1 сентября он напрямую установит правила для любого скоринга или робота, согласующего страховую выплату, было бы неверно. Детальные отраслевые требования ещё предстоит сформировать.
Банк России ранее обозначил собственный подход как риск-ориентированный и технологически нейтральный. Регулятор не собирается заранее отдавать предпочтение отдельным архитектурам или поставщикам, но ожидает, что финансовая организация будет управлять рисками независимо от того, какая технология стоит под капотом системы.
Автоматическое решение уже можно оспорить
Ключевая для страховщиков норма находится не в новом законе об ИИ, а в статье 16 закона «О персональных данных». Она запрещает принимать на основании исключительно автоматизированной обработки решения, которые порождают юридические последствия для человека или иным образом затрагивают его права и законные интересы. Исключения возможны при письменном согласии человека либо в предусмотренных федеральным законом случаях, где одновременно установлены меры защиты его прав.
Даже при наличии такого основания оператор обязан разъяснить порядок принятия решения и его возможные юридические последствия, дать человеку возможность заявить возражение и объяснить, как защищать свои права. На рассмотрение возражения закон отводит 30 дней.
Это не означает, что страховщик должен раскрыть исходный код, все параметры модели или коммерческую тайну. Но клиенту недостаточно ответа «так посчитала система». Компании необходимо перевести машинный вывод на человеческий язык: какие данные использовались, какие обстоятельства повлияли на результат, к чему привело решение и кто может его пересмотреть.
Сроки по ОСАГО не отменяют требования к объяснению
Автоматизация особенно привлекательна там, где процесс ограничен законом по времени. По общему правилу пункта 21 статьи 12 закона об ОСАГО страховщик должен в течение 20 календарных дней, не считая нерабочих праздничных дней, выплатить возмещение, выдать направление на ремонт либо направить мотивированный отказ.
Осмотр повреждённого автомобиля или организация независимой технической экспертизы должны состояться не позднее пяти рабочих дней с момента получения заявления и необходимых документов, если стороны не согласовали другой срок. Сейчас это правило закреплено в пункте 7.20 положения Банка России № 837-П. Иногда в публикациях по-прежнему ссылаются на № 431-П, но этот документ утратил силу ещё 1 октября 2024 года.
Алгоритм способен сэкономить часы и дни внутри этих сроков. Однако выигрыш исчезает, если после автоматического отказа компания не может восстановить ход проверки, назвать значимые основания и предоставить реальный пересмотр. Скорость сама по себе перестала быть преимуществом. Преимуществом стала скорость, которую можно объяснить.
Каждая пятая финансовая организация уже использует ИИ
Масштаб внедрения виден из опроса Банка России, в котором участвовали 252 организации финансового рынка. ИИ на постоянной основе применяет 21% респондентов, ещё 15% тестируют пилотные решения. В течение ближайших одного–трёх лет внедрение планируют 29% организаций.
В страховании алгоритмы уже заходят в операционные процессы, а не только помогают аналитикам готовить отчёты. Шорт-лист премии «Лидеры страхового бизнеса» даёт редкий публичный срез таких внедрений. По данным конкурсной заявки «Ренессанс страхования», ИИ-агенты в ДМС без участия сотрудника закрывают до 47% согласований медицинских протоколов. Публичной независимой проверки этого показателя организаторы не приводят.
Национальная страховая информационная система описала объединение данных АИС страхования со сведениями Госавтоинспекции. Такая инфраструктура нужна для проверки ОСАГО дорожными камерами и может применяться в антифрод-аналитике — например, для поиска повторяющихся участников ДТП и связей между страховыми случаями. НСИС публично подтверждала готовность сервиса обмена данными для камер, однако заявленные конкурсантами возможности по выявлению организаторов подставных аварий также следует воспринимать как описание самих участников, а не как результат внешнего аудита.
Почему прогноза оказалось недостаточно
Большинство привычных моделей машинного обучения отвечает на вопрос «что, вероятнее всего, произойдёт?». Система может оценить риск мошенничества, вероятность крупной выплаты или шанс, что клиент не продлит полис. Она ищет повторяющиеся связи в исторических данных, но не обязательно понимает, что изменится из-за действия самой компании.
Предположим, модель сообщает: клиент с вероятностью 70% уйдёт к другому страховщику. Из этой цифры ещё не следует, поможет ли скидка, звонок специалиста или изменение условий договора. В истории похожие клиенты могли получать предложения не случайно, а по уже существовавшим внутренним правилам. Поэтому обычная корреляция способна принять эффект прежнего решения за свойство клиента.
Причинно-следственная аналитика пытается ответить на другой вопрос: каким был бы результат при разных действиях компании. В идеальном случае система сравнивает сценарии — одобрить выплату, запросить документы, передать случай эксперту — и оценивает ожидаемое изменение результата для каждого из них. Именно этот переход от прогноза события к оценке эффекта вмешательства лежит в основе класса решений, который называют Decision Intelligence.
Что предлагает BIV
В конкурсной заявке российский разработчик BIV описывает платформу Decision Intelligence, которая моделирует альтернативные сценарии и выдаёт рекомендацию вместе с доверительным интервалом — статистической оценкой неопределённости результата. Это потенциально полезнее одной вероятности: специалист видит не только рекомендуемое действие, но и то, насколько уверенно система оценивает его эффект.
Однако доверительный интервал не является сертификатом достоверности, а причинная модель — автоматическим доказательством причинности. Результат зависит от полноты данных, корректности допущений, учёта скрытых факторов и качества проверки на реальных процессах. Если одни категории клиентов исторически чаще направлялись на ручную проверку, модель может унаследовать эту практику вместе с её перекосами.
На момент публикации BIV не раскрывала в открытом доступе измеримый эффект платформы, методику валидации, состав пилотных выборок или результаты независимого тестирования. Поэтому предложение компании пока следует оценивать как технологическую заявку, а не как подтверждённый отраслевой стандарт.
Что на самом деле делает решение объяснимым
Для спора с клиентом одной красивой визуализации и показателя уверенности будет мало. Компании понадобится воспроизводимый журнал: какие данные и из каких источников поступили в систему, какая версия модели и правил использовалась, какие факторы оказались значимыми, какие варианты рассматривались и почему один из них был выбран. Не менее важно зафиксировать участие сотрудника — кто пересмотрел вывод, что именно проверил и мог ли изменить результат.
Этой логике соответствует и Кодекс этики в сфере разработки и применения ИИ на финансовом рынке Банка России. Документ рекомендует информировать клиентов об использовании ИИ, обеспечивать возможность взаимодействия с человеком и пересмотра принятого алгоритмом решения, а в системах высокого риска сохранять человеческий контроль. Кодекс носит рекомендательный характер, но показывает, какие вопросы регулятор считает существенными.
Именно здесь причинно-следственная аналитика может оказаться полезной: она способна показать не только ожидаемый исход, но и логику выбора между действиями. Однако соответствие закону определяет не название технологии, а весь процесс вокруг неё — от качества данных и аудита до понятного уведомления и реально доступного обжалования.
Спор ближайших лет будет не о скорости
Победителей премии назовут 10 сентября, когда новый закон об ИИ будет действовать уже девять дней. Сам по себе № 243-ФЗ не заставит страховщиков одномоментно перестроить каждый скоринг: его прямой предмет уже, чем вся автоматизация финансового рынка. Но совпадение дат точно передаёт направление дискуссии.
Алгоритм может за секунды обработать заявление, сопоставить десятки источников и найти аномалию, которую пропустит человек. Следующий вопрос сложнее: сумеет ли компания объяснить это решение клиенту, финансовому уполномоченному и регулятору — и доказать, что у человека оставалась не формальная, а реальная возможность его оспорить.
Подписывайтесь на телеграм-канал Digital Report, чтобы следить за главными новостями технологий, бизнеса и цифрового регулирования.
- One UI 9 Beta 7 вышла для Galaxy S26: три новые функции - 28/08/2026 20:28
- Россияне перевели за рубеж 321 млрд рублей за месяц: что стоит за цифрой - 28/08/2026 20:26
- НПФ предложили взносы по 3,5% с работника и работодателя: что известно о новой пенсионной схеме - 28/08/2026 20:23
