Försäkringsbolag förlorar pengar på policys de inte kan identifiera. AI vill förändra det

Även under ett starkt år för branschen säger en startup att så mycket som 20 % till 30 % av ett försäkringsbolags policys kan vara olönsamma. De har samlat in 8 miljoner dollar för att hjälpa till att hitta dem.

USAs fastighets- och skadeförsäkringsbolag har precis rapporterat ett av sina bästa underwriting‑år på årtionden, enligt en rapport från Soteris, en Y Combinator‑stödd startup som säljer mjukvara till branschen. 

Starka samlade resultat kan dock dölja svaga punkter. Soteris säger att många försäkringsbolag tyst förlorar pengar på en betydande del av sina policys och saknar ett pålitligt sätt att avgöra vilka det är.

Soteris kommer ut ur stealth med mer än 8 miljoner dollar i seed‑finansiering och en ny produkt riktad mot det problemet. Dess VD, Sunit Shah, talade om vad han ser som branschens blinda fläck och vad en lösning kan innebära för försäkringsbolag och deras kunder.

Varför försäkringsbolag inte ser problemet

Försäkringsbolag sätter priser och bedömer prestation genom att gruppera liknande kunder, såsom förare i en viss ålder i en viss region. Eftersom varje enskild policy antingen ger ett skadeanspråk eller inte, har aktuarier länge betraktat skillnader inom en grupp som slumpmässigt brus. En grupp kan verka sund medan vissa policys i den förlorar pengar, och den verkliga kostnaden för en policy visar sig först när skadeanspråk kommer in, ibland år efter försäljningen.

”Varje försäkringsbolag vet att de skriver policys som kommer att förlora dem pengar,” sade Shah i ett uttalande. Han menar att de saknar verktyg för att hitta dessa policys. I samarbete med försäkringsbolag säger han att han upptäckte att även de med starka böcker bar på policys som åt upp vinsten, i vissa fall 20 % till 30 % av totalen.

En bransch som rör sig mot den individuella policyn

Storleken på vinsten är varför idén får uppmärksamhet. McKinsey har uppskattat att försäkringsbolag skulle kunna höja sina underwriting‑resultat, vinsten från att skriva policys, med 30 % till 50 % genom samordnade åtgärder såsom att skära bort olönsamma affärer och återvinna vinst i grupper som ser friska ut i genomsnitt. Konsultföretagets 2025‑insurance report pekar på finare segmentering och personalisering ner till individen som framtidens riktning för branschen.

Soteris är en startup som arbetar med den förändringen. Deras metod använder maskininlärning, en form av AI som lär sig mönster från historiska data, för att analysera ett försäkringsbolags tidigare policys på miljontals eller till och med miljarder sätt. Företaget säger att ett team som arbetar i kalkylblad kan köra tiotals eller hundratals analyser. Genom att kombinera dessa analyser ger de varje policy ett eget betyg istället för att betygsätta den som en del av en grupp.

Företaget säger att försäkringsbolag kan få ett betyg på under en fjärdedel av en sekund, när en offert begärs eller när som helst därefter, och att installationen tar under 90 dagar.

Från skadeanspråk till vinst

Soteris första produkt, i bruk hos försäkringsbolag och de byråer som säljer för deras räkning sedan 2020, förutsäger hur stor del av varje policies premie som kommer att betalas ut i skadeanspråk. Företaget säger att de har betygsatt mer än 100 miljoner policyansökningar värda över 180 miljarder dollar i premier, och att kunderna förbättrade sin skadeutbetalningsgrad med 5 till 15 procentenheter inom ett år.

Den nya produkten går ett steg längre, till vinst. Pengarna från en policy delas ofta mellan företaget som säljer den, den som innehar statlig licens och den som tillhandahåller kapitalet, där varje part tar en annan andel. Soteris säger att en policies skadekostnad inte avslöjar vad den tjänar för företaget som skriver den. Det nya verktyget uppskattar den siffran och rapporterar den i EBITDA, ett vanligt mått på rörelsevinst.

Företaget säger att flera pilotprojekt visade att försäkringsbolagens EBITDA steg mellan 70 % och 125 %. Dessa var pilotprojekt snarare än fullständiga utrullningar, och resultaten kommer från Soteris själva.

Vad det kan innebära för kunder

För någon som köper bil- eller hemförsäkring säger Shah att huvudeffekten är på försäkringsbolagets sida, eftersom verktyget hjälper till att säkerställa att varje policy är lönsam. Han menar att fördelen för kunderna är indirekt.

”Försäkringsbolagens huvudmål är att öka antalet policys, så den sekundära effekten är att detta möjliggör lägre priser för att ta marknadsandelar,” sade Shah. ”Så för de flesta skulle vi förvänta oss att deras premier blir lägre än de skulle vara om försäkringsbolaget inte använde vår produkt.”

Det är en förväntning, inte en garanti. Shas svar fokuserade på priser och tog inte upp huruvida kunder som flaggats som olönsamma skulle kunna nekas täckning eller få sina avtal icke‑förnyade. Företagets beskrivning av sin egen produkt, som får försäkringsbolag att sluta skriva policys som aldrig skulle löna sig, antyder att detta är en verklig fråga.

Frågan om rättvisa

Försäkringsbolagens användning av AI har väckt oro för att människor kan prissättas orättvist eller avvisas av en algoritm. \”Det är en rimlig oro och en som vi tar på allvar,\” sade Shah. Han hänvisar till befintliga regler mot diskriminering och krav på bias‑testning, och säger att reglering är en anledning att bygga AI internt istället för att förlita sig på externa chatbots. Soteris säger att deras modeller kan visa hur mycket varje faktor bidrog till ett resultat, vilket han menar är viktigt för försäkringsbolagen eftersom korrekt efterlevnad av regler är avgörande för att lyckas i branschen.

Varför väntan, och vem står bakom den

Soteris har arbetat med försäkringsbolag sedan 2020 men går först nu publikt. Shah säger att problemet tog tid att lösa. Att bygga rätt team var svårt, och han fann att experter utanför försäkringsbranschen inte automatiskt passade. \”Domänkunskap var mycket viktig,\” sade han. Hans egen väg började med ett sidoprojekt där han byggde prismodeller för livförsäkringsbolag under sin forskarutbildning. Efter en doktorsexamen i ekonomi handlade han på hedgefonden Pine River Capital och hjälpte till att leda ett projekt där man byggde ett återförsäkringsbolag för egendom och skada. \”Det var verkligen där jag lärde mig hur genuint svårt försäkring är,\” sade han.

Den första finansieringsrundan leddes av Spider Capital, med Intact Private Capital, Amplify Partners, Foundation Capital, Webb Investment Network och Overlook Ventures också medverkande. Soteris ville inte namnge några kunder. \”I detta skede kan vi inte offentligt dela denna information på grund av avtalsförpliktelser,\” sade Shah.

Vad att hålla utkik efter

Branschens riktning är tydlig: fler försäkringsbolag vill prissätta och bedöma risk enskilt per försäkring. De öppna frågorna är hur mycket av den potentiella vinsten som är verklig utanför pilotprojekt, och var den hamnar. Försäkringsbolagen kan föra vidare besparingar till kunderna genom lägre priser, enligt Shah, eller behålla dem som högre marginaler samtidigt som de skriver färre försäkringar. Regleringsmyndigheter kommer sannolikt att noggrant följa vilka kunder som hamnar på fel sida av poängen.