Страхование

Описание рынка

Рынок ИИ-решений для страхования в России - андеррайтинг и персонализация тарифов, урегулирование убытков, оценка ущерба по фото, антифрод и распознавание документов. По данным «Эксперт РА», 80% страховых компаний уже применяют ИИ при запуске продуктов, то есть рынок прошёл стадию экспериментов и вошёл в фазу тиражирования, но бюджеты остаются скромными: у трети страховщиков на ИИ уходит менее 1% ИТ-бюджета. Специфика сегмента - крайне узкая база заказчиков (порядка двух десятков платёжеспособных страховщиков из топа рынка), при этом каждый готов платить за решения с доказуемым эффектом на убыточность и фрод. Крупнейшие игроки (СберСтрахование, Ингосстрах, АльфаСтрахование, Ренессанс) строят ИИ-компетенции внутри, поэтому независимые вендоры (MAINS Lab, Smart Engines, VisionLabs, Platforma) продают либо специализированные модули, либо данные. Регуляторный контур ЦБ по моделям и персональным данным добавляет требований к прозрачности алгоритмов.

Объём и динамика рынка

• Отдельных публичных оценок объёма рынка ИИ-решений для страхования РФ нет; ориентир - инвестиции российских страховщиков в ИИ: 2,9–8,5 млрд руб. за 2024 г. (исследование «Эксперт РА» и Рексофт, 2025)
• Общие инвестиции страховщиков в разработку новых продуктов - 18–37 млрд руб. за 2024 г.; типичная доля - 0,5–1% от премий (Эксперт РА, 2025)
• 80% страховых компаний применяют ИИ при запуске продуктов; доля ИИ в ИТ-бюджете: менее 1% у ~33% компаний, 1–5% у ~40%, 5–10% у ~25% (Эксперт РА, 2025)
• Главные направления применения: анализ рынка и прогнозирование - 60% компаний, маркетинговый контент - 53%, расчёт тарифов - 40% (Эксперт РА, 2025)

Лидеры рынка

• MAINS Lab - специализированный ИИ-вендор для страхования: андеррайтинг, урегулирование, прогноз убыточности ДМС; редкий независимый игрок с фокусом на отрасль
• Smart Engines - распознавание документов, полисов и паспортов в мобильных приложениях страховщиков
• VisionLabs - компьютерное зрение для оценки ущерба по фото и биометрии при удалённом урегулировании
• Platforma (Платформа больших данных) - скоринг и данные для тарификации (совместные продукты банков и операторов)
• СберСтрахование и Ингосстрах - лидеры среди самих страховщиков по внутренним ИИ-внедрениям, задают планку рынку
• Рексофт - интегратор ИИ-проектов для страховой отрасли, соавтор отраслевого исследования с «Эксперт РА»

Драйверы роста

• Прямой эффект на P&L: ИИ в антифроде и урегулировании снижает выплаты по мошенническим убыткам - самый простой для обоснования бюджет
• Конкуренция за клиента в ОСАГО/каско и ДМС толкает к персонализации тарифов и мгновенному онлайн-урегулированию
• Рост ДМС на фоне дефицита кадров: работодатели расширяют соцпакеты, страховщикам нужен ИИ для контроля медицинских счетов
• Генеративный ИИ в клиентском сервисе и продажах: 60%+ страховщиков называют поддержку продаж самой перспективной областью
• Регуляторный курс ЦБ на цифровое урегулирование убытков (электронные документы, дистанционные осмотры) легализует ИИ-процессы
• Демографический дефицит андеррайтеров и урегулировщиков - автоматизация рутинной оценки становится необходимостью

Барьеры и риски

• Крошечная база заказчиков: реально платящих страховщиков пара десятков, потеря 2–3 клиентов - катастрофа для вендора; рынок вендора структурно мал
• Инсорсинг: крупнейшие страховщики (Сбер, Альфа, Ингосстрах, Ренессанс) строят собственные ИИ-команды и покупают вендора только для нишевых задач
• Скромные бюджеты: у трети компаний на ИИ уходит менее 1% ИТ-бюджета - «готовность платить» высока на словах, чеки же ограничены
• Долгие продажи и консервативность: страховая ИТ-архитектура легаси, интеграция с АИС страховщика съедает маржу проекта
• Регуляторные риски: требования ЦБ к моделям, объяснимости и защите персональных (в т.ч. медицинских) данных ограничивают применение внешних LLM
• Прецедент Botkin.AI (в смежной медицине) показал: даже технологически сильный нишевой ИИ-стартап может не выжить из-за узкого рынка и длинных продаж

Бизнес-модели и монетизация

• Лицензии on-premise / private cloud на модули (антифрод, андеррайтинг) + поддержка - основная модель для топ-страховщиков
• Pay-per-use: тарификация за распознанный документ, фото-оценку ущерба, скоринговый запрос (Smart Engines, Platforma)
• Проектная разработка и внедрение моделей под заказчика с передачей IP (MAINS Lab, Рексофт)
• Success fee от выявленного мошенничества или экономии на убытках - модель, привязанная к эффекту
• Продажа данных и скорингов для тарификации (телематика, большие данные операторов)
• Внутренние ИИ-платформы страховщиков как «модель» рынка: бюджеты уходят в инсорс, а не вендорам

Конкурентная структура

Структура рынка двухслойная: внутренние ИИ-команды крупных страховщиков (СберСтрахование в экосистеме Сбера, Ингосстрах, АльфаСтрахование, Ренессанс, Т-Страхование с технологической культурой Т-Банка) закрывают ядро задач сами, а независимые вендоры конкурируют за нишевые модули - фото-оценку, распознавание, антифрод, прогноз убыточности. Специализированных страховых ИИ-вендоров единицы (MAINS Lab фактически без прямых аналогов), остальные - горизонтальные CV/данные-компании (Smart Engines, VisionLabs, Double Data, Platforma), для которых страхование лишь одна из вертикалей. Явного лидера-вендора нет, а роль экосистем выражается не в платформах, а в том, что Сбер и Т-Банк переносят в свои страховые «дочки» банковский ИИ-стек. Барьер входа - не технология, а доступ к данным и доверие узкого круга заказчиков.

Тренды 2025–2026

• Генеративный ИИ в продажах и клиентском сервисе - приоритет №1 страховщиков (60%+ упоминаний в опросе «Эксперт РА»)
• Персонализация тарифов на больших данных и телематике (50%+ страховщиков считают перспективной)
• Полностью цифровое урегулирование: фото/видео-оценка ущерба и автоматическая выплата без участия человека
• LLM-обработка медицинских документов в ДМС: контроль счетов клиник и автоматизация согласований
• Рост инвестиций в ИИ при сохранении их малой доли в ИТ-бюджете - постепенное, а не взрывное масштабирование
• Ужесточение требований ЦБ и защита персональных данных - спрос на локальные, объяснимые модели вместо внешних облачных LLM

Перспективы для новых игроков

Для новых игроков жизнеспособные ниши - те, где нужны уникальные данные или глубокая доменная экспертиза, которую страховщику дорого растить внутри: контроль медицинских счетов и антифрод в ДМС, оценка ущерба по фото в рознице, LLM-автоматизация документооборота урегулирования. Идти в «общий ИИ для страхования» не стоит: заказчиков мало, крупные строят инсорс, и вендор быстро упирается в потолок выручки в сотни миллионов рублей. Следует трезво оценивать, что этот рынок - нишевый по определению: он подходит как одна из вертикалей для горизонтального ИИ-продукта (документы, CV, данные), но плохо работает как единственный рынок для стартапа. Наиболее устойчивая стратегия - модель с оплатой за эффект (экономия на фроде/убытках), которая обходит ограничение малых ИТ-бюджетов.

Источники

• Эксперт РА (совместно с Рексофт), 2025
• ComNews, 2025
• Рексофт (обзор исследования), 2025