ИИ в страховании: почему страховщики редко раскрывают финансовый эффект

Российское страхование активно демонстрирует проекты с искусственным интеллектом, однако измеримый финансовый результат таких решений в публичном поле пока остается редкостью. Из 115 открытых ИИ-кейсов страховщиков экономический эффект раскрыт только в семи, а в 54 случаях, то есть почти в половине примеров, нет ни одной цифры. Такие выводы содержит каталог публичных кейсов, подготовленный независимым экспертом Анной Муковозовой специально для АСН. Срез данных проведен по 15 октября 2026 года.

Цифры есть не во всех ИИ-проектах

Когда компании все же приводят показатели, они преимущественно говорят о скорости обработки обращений, охвате клиентов либо доле автоматизации операций. Влияние технологий на деньги раскрывается значительно реже: эффект в денежном выражении указан лишь в семи кейсах. Полный разбор собранных АСН данных будет опубликован отдельным материалом.

Публичные истории внедрения ИИ сосредоточены у крупнейших участников рынка. Хотя бы один такой кейс представлен у 22 из 130 страховщиков. При этом пять компаний — «Ингосстрах», «Ренессанс страхование», «АльфаСтрахование», «ВСК» и «Росгосстрах» — обеспечивают 71 кейс, или 62% от общего числа. У остальных 108 страховщиков публичных кейсов применения технологии нет вовсе.

Для клиентов скорость и прозрачность процессов особенно заметны в автостраховании. Рассчитать условия добровольной защиты автомобиля помогает Калькулятор КАСКО, а внедрение ИИ в андеррайтинг способно дополнительно сокращать время принятия решений страховщиками.

Где ИИ используют чаще всего

На сервис и продажи приходится 43% кейсов. Еще 44% занимают андеррайтинг, урегулирование и антифрод — процессы, напрямую влияющие на убыточность. В каталоге отсутствуют публичные примеры применения ИИ в страховании имущества и ипотеки физлиц. По ОСАГО зафиксировано четыре кейса. Чаще других измеримый эффект демонстрируют проекты, связанные с массовыми операциями.

«Росгосстрах», по словам компании, перевел андеррайтинг спецкотировок каско на модель, обученную на решениях лучших андеррайтеров, и отвечает за 15 минут вместо нескольких часов. «Абсолют Страхование» сообщало, что ИИ-анализ убытка и дистанционный видеоосмотр позволяют выдавать направление на ремонт в течение двух часов.

Один из немногочисленных результатов, выраженных в деньгах, представило «Т-Страхование». По данным каталога, ML-модель выявила 1426 инсценированных ДТП и предотвратила ущерб на 291,1 млн рублей. Для рынка это показатель того, как страхование и антифрод-технологии могут снижать потери при условии корректной оценки результата.

Генеративные модели и ИИ-агенты — тренд 2026 года

В 2026 году публичная повестка заметно сместилась к генеративному ИИ. Из 18 новых кейсов десять посвящены генеративным моделям, ботам и речевой аналитике. До 2026 года этот класс решений занимал 34% кейсов. Ключевой темой анонсов стали ИИ-агенты, самостоятельно выполняющие последовательность действий в корпоративных системах: им посвящены пять из 12 анонсов 2026 года. Однако реально внедренных агентов в каталоге пока только шесть из 115.

Технологии меняют работу финансового сектора, где банки, кредиты, ипотека, лизинг, инвестиции и страхование все чаще используют автоматизацию для обслуживания и оценки рисков. При этом публичная отчетность показывает: заявлять о внедрении решений проще, чем доказать их экономическую эффективность сопоставимыми показателями.

В полной публикации будут представлены тепловая карта «вид страхования × процесс», анализ вендоров, сопоставление каталога с рейтингом инновационности фонда «Сколково» и премией «Эксперт РА», а также правила 2026 года для ИИ в финансовом секторе. Владельцам автомобилей, которые хотят оформить обязательную защиту без лишних действий, доступна услуга Купить полис ОСАГО.