精算师 · 任务逐条

整理数据与做经验分析

这是这份工作里结构化、每期重复、并且能对着源头核对的那一部分 —— 在全站这正是最先被自动化的那种形状。代码和工具多年来已经接下了大部分拼装工作,生成式工具现在连查询语句和分析的初稿也一并写了。

这一页没有任何来源测量过任何一家保险公司里这部分有多少被自动化了。准备得更快,并不会让背后的假设不再是某个人的责任;一个被晚发现的数据问题,仍然是某个人发现的。

搭建定价模型

机器学习已经被用在定价与核保上,而监管者的回应是管住它,而不是禁掉它:欧洲的框架把寿险与健康险中用于风险评估与定价的 AI 列为高风险,纽约要求保险公司证明定价模型里的外部数据有公认的精算实务标准支撑。模型变得更强;为它作出论证的义务也随之变重。

这些是关于「定价必须怎样被治理」的要求,不是对「定价工作现在在人和软件之间怎样分工」的测量。它们也只适用于两个法域里受监管的保险公司;别处的义务不一样。

计提准备金

计算本身高度工具化,工具也在持续进步;但欧洲的监管者点名精算职能对其职责范围内的 AI 系统负责控制,并以「协调技术准备金的计算」为例。所以算术被辅助了,而对这个数字的责任,被点名放在一个职能身上。

点名谁对控制负责,并不说明计算里有多少是软件完成的;而且这份监管意见的对象是各国监管机构,不是直接对企业。

检验模型有没有不公平的歧视

这是 AI 进入定价之后才被造出来的工作,不是此前就存在的:纽约要求在系统投产之前、并按固定节奏做这种检验,并列出了不利影响比、拒保几率比、边际效应等量化方法。欧洲的监管者也列了公平指标,并提醒其中一些可能与精算公平 —— 同样的风险收同样的价 —— 相抵触。

「要求做检验」不是「由谁来做」的证据;在有些保险公司里它归数据科学或合规,而不归精算。而群体公平与精算公平之间的张力,是监管者点出来的,不是它解决掉的。

为这些数字签字负责

欧洲的框架把「对整体核保政策出具意见」交给精算职能,也把其职责范围内 AI 的控制责任交给它;责任可以由软件辅助,却不能转交给软件。这是这份工作里因为「必须有人担责」才存在的那一部分,而它下面的自动化越多,签字就越难,而不是越容易。

一项留在具名职能身上的职责,并不说明这个职能雇多少人;一个更小的团队为更多自动化的工作签字,和它完全相容。

把数字讲给做决定的人听

两家监管者都要求董事会与高级管理层理解并监督自己公司里使用的 AI,这就在模型和为它负责的人之间放了一份「翻译」的工作。模型越难读,这份工作就越大。

这里没有任何东西说明被要求来解释的一定是精算师,而不是数据科学家或风险经理;这一页也没有任何来源测量过这件事。