SAS，全球數據與 AI 領域的領導者，與全球領先的再保險提供商 Swiss Re，宣布建立一項策略合作夥伴關係，旨在協助保險業者透過 AI 驅動的風險情報與先進精算決策能力來強化營運韌性。

在此合作架構下，Swiss Re 已加入 SAS 策略科技合作夥伴計畫，並將旗下 CatNet 自然巨災風險情報——一個整合衛星影像、災害地圖與地理空間事件數據的平台——與 SAS Insurance Life Cycle Accelerator 進行整合。此聯合方案使保險業者能將預測性災害洞察直接嵌入核保、定價及投資組合管理工作流程中。

「保險業者不能僅仰賴歷史損失數據來理解風險，」SAS 風險、詐欺與合規解決方案資深副總裁 Stu Bradley 表示。「SAS 的 AI 與精算建模能力結合 Swiss Re 的巨災情報，將使保險業者能夠做出更快速、更透明且更具韌性的核保與定價決策。」

次生風險帶來迫切挑戰

隨著氣候驅動事件的頻率與強度持續增加，保險業者面臨來自所謂「次生風險」日益加劇的壓力——如洪水、冰雹和野火等事件，其個別造成的損害雖不如颶風與大地震等主要風險嚴重，但累積起來卻產生龐大的聚合損失。從歷史上看，次生風險在巨災建模中受到的關注遠不及主要風險，這使得其不斷增長的財務衝擊尤其難以評估與定價。根據 Swiss Re Institute——Swiss Re 旗下負責研究與思想領導的機構——的數據，2025 年美國 99.9% 的保險巨災損失來自次生風險事件，突顯了管理此類風險的重要性與日俱增。

「次生風險在財務衝擊方面絕非次要，」Swiss Re 保險風險數據解決方案負責人 Ali Shahkarami 表示。「保險業者需要能夠近乎即時地理解風險在各個投資組合和地區之間的演變。Swiss Re 與 SAS 攜手讓保險業者能將巨災情報直接整合到核保與精算決策中，使其能更好地預測風險、縮小保障缺口，並建立更永續的投資組合。」

聯合方案功能

此整合方案為保險業者提供多項關鍵能力：

• 數據整合： 使用者可透過安全的 API 與地理編碼技術，直接在現有的 SAS 工作流程中存取高解析度的 CatNet 自然巨災數據。災害情報直接嵌入精算與核保工作流程，無須手動處理數據。
• 自動化決策： 由機器學習驅動的即時模型評分整合了最新的災害資訊與事件通知。豐富化的決策情報在定價、評級與核保方面實現自動化。模型評分與業務規則統一整合，且冠軍-挑戰者策略在利潤損失率、公平性與合規的護欄範圍內運作。
• 投資組合風險導引： 保險業者能更深入了解集中度風險，評估投資組合影響，並跨地區與風險類型進行「假設分析」。
• 營運效率： SAS 與 Swiss Re 預估決策效率將提升 95%，建模流程效率將改善 50%。
• 業務量成長： 核保團隊將能在相同人力下審核多出 40% 的風險，同時帶動營收與獲利的雙重成長。
• 治理與可稽核性： 受治理的、可解釋的 AI 工作流程支援法規與營運透明度。統一的雲端原生方案取代分散的試算表邏輯，確保從風險暴露數據到最終費率部署的完整譜系、可視性與稽核控制。

更廣泛的產業影響

此合作夥伴關係反映了保險業更廣泛的轉型趨勢——將 AI、進階分析、巨災情報與人類專業知識相結合，以支援更敏捷的決策制定。巨災風險建模傳統上是由 Moody's RMS 與 Verisk 等專業公司主導的領域，而將 Swiss Re 的災害情報整合至 SAS 的精算與決策平台中，代表了地理空間巨災數據與端到端保險分析之間一個值得關注的融合。此合作也凸顯了一個持續存在的產業挑戰：自然災害造成的經濟損失與保險損失之間的全球保障缺口，持續讓政府、企業與家庭承擔龐大的成本。

「保險業的未來將由擁抱『新領（new collar）』概念的企業引領，」SAS 全球保險顧問首席 Franklin Manchester 表示。「保險專業人員與 AI 代理協作以提升決策敏捷性，將成為領先者的標誌——也是落後者的夢魘——當塵埃落定之時。」

SAS 與 Swiss Re 將與 Definity 共同舉辦一場免費網路研討會，主題為「在不斷演變的自然巨災環境中，實現今日與未來的永續財產定價」。三家公司的專家將探討氣候變遷驅動下次生風險的崛起、永續的財產定價與風險選擇，以及建立投資組合長期韌性的策略。