Сегодня я был полностью поражен AI. Один из коллег показал мне, что он создал всего за два дня, используя Cursor AI. 2026 год увидит БЕСПрецедентный рост производительности благодаря достижениям AI. ДОЛГАЯ история для перспективы. Тема: Перестрахование (Шок, я знаю) Работая брокером в перестраховании, мы работали с ОЧЕНЬ большими данными, которые занимали невероятно много времени для анализа и переговоров с третьими сторонами. ОГРОМНЫЕ наборы данных целой страховой компании (включая премии, убытки, уровень экспозиции по местоположению, треугольники развития убытков, алгоритмы ценообразования, бизнес-прогнозы и т. д. - представьте 20+ листов по 5,000 строк и 50+ столбцов данных). Мы брали эти большие наборы данных и отправляли их нашей команде по моделированию катастроф. Они запускали файлы экспозиции через сложные модели катастроф от сторонних поставщиков (10,000+ симуляций каталога 1,000-ов смоделированных катастроф). Эти симуляции выполнялись на облачных компьютерах и занимали до недели или двух, чтобы получить результаты от наших команд моделирования. Пока результаты моделирования обрабатывались, у нас была команда брокеров и аналитиков, которые проводили анализ опыта и экспозиции на портфеле на основе Excel. (Изменения опыта по годам, актуарный анализ ценообразования по экспозиции, прогнозы будущего ценообразования и т. д.) Этот процесс также занимал недели. В рамках анализа опыта и экспозиции мы вводили результаты моделирования катастроф, полученные от отделов моделирования, в наш собственный проприетарный финансовый инструмент структурирования рисков. Этот инструмент позволял брокерам придумывать структуры перестрахования и моделировать вероятностные финансовые результаты различных дизайнов перестрахования. В зависимости от результатов ВСЕХ вышеуказанных анализов, команда брокеров затем создавала "коммерческое предложение" для страхового клиента, чтобы подготовить их к выходу на рынок с их сделкой на предстоящий год экспозиции. После того как мы придумали идеальную структуру и стратегию, нам нужно было продать дизайн нашего структурированного продукта клиентам, используя эмпирические данные, которые мы получили из огромных наборов данных, которые они предоставили, и наше глубокое понимание широких рыночных аппетитов. После того как окончательная структура и стратегия были определены, мы широко рекламировали программу перестрахования более чем 100 перестраховочным контрагентам. Мы запрашивали котировки на каждый отдельный структурированный слой, который мы создали. (так же, как вы ищете лучшее предложение по страхованию автомобиля или дома, мы делали это 100 раз для каждого клиента, с сложными структурированными финансовыми рисковыми траншами.) Заинтересованные стороны перестрахования задавали множество вопросов (некоторые невероятно глупые и отнимающие время, некоторые нормальные)...