Allstate и IBM исследуют, способны ли квантовые вычисления помочь страховым компаниям формировать портфели с более сбалансированным соотношением ценности и риска, решая сложную разновидность известной в компьютерных науках «задачи о рюкзаке». Результаты совместной работы были опубликованы на платформе arXiv в мае 2026 года, а IBM представила подробности 18 июня 2026 года.
Задача о рюкзаке заключается в выборе набора элементов, который обеспечивает максимально возможную ценность, не превышая установленный предел веса или ёмкости. В страховом применении страховые полисы представляют элементы, которые необходимо выбрать для портфеля, потенциальные убытки — вес, а ценность портфеля — ожидаемую выгоду или доход. Задача становится сложной, когда число элементов велико, а веса являются не фиксированными числами, а неопределёнными диапазонами.
Чем отличаются портфели страхования жилья?
Не все риски развиваются одинаково. Автомобильная авария в значительной степени может быть независима от аварии с другим водителем, однако погодные опасности способны одновременно затронуть большое количество полисов. Лесные пожары, ураганы и снежные бури могут повредить множество домов в одном регионе, превращая убытки в взаимосвязанные, а не в отдельные события.
Эрик Холц, главный специалист по аналитике и данным в Allstate, отметил, что страхование жилья требует рассматривать ситуацию с точки зрения портфеля, а не только отдельного риска. Поэтому недостаточно оценить каждый объект по отдельности и затем сложить результаты: страховщику необходимо оценить, что может произойти при одновременном возникновении нескольких убытков, и убедиться, что экстремальные сценарии остаются в пределах приемлемого для компании уровня риска.
В настоящее время Allstate использует классическое моделирование для оценки возможных результатов. Компания может запустить 100 тысяч будущих сценариев, однако редкие и дорогостоящие события по-прежнему создают трудности. Если сосредоточиться на худшем 1% этих сценариев, останется лишь около тысячи событий — этого количества может быть недостаточно для обеспечения достаточной уверенности при анализе нескольких типов опасностей на обширных географических территориях.
Подход, объединяющий квантовые и классические вычисления
Команда испытала квантовый подход, специально разработанный для портфелей страхования жилья. Этот подход использует квантовую схему, работающую на процессоре IBM Quantum Heron, для генерации набора возможных решений, направляя вычисления на комбинации, сочетающие ценность с соблюдением бюджета или допустимого предела убытков.
Затем результаты уточняет классический этап. Он исправляет решения, превышающие бюджет, выявляет, какие дома чаще появляются в хороших решениях, а затем использует эти знания для направления следующего раунда вычислений. Таким образом, процесс повторяется в цикле, цель которого — улучшать результаты с каждым проходом.
Исследователи также столкнулись с известной проблемой при обучении квантовых схем на крупных задачах: по мере увеличения размера задачи сигнал обучения может ослабевать. Чтобы преодолеть это, команда обучила схему на небольшой версии задачи, а затем перенесла полученные знания на более крупную версию.
Вайбхав Кумар, исследователь квантовых вычислений в IBM и один из авторов статьи, объяснил, что существующие классические методы либо опираются на моделирование множества сценариев — точный, но вычислительно затратный вариант, — либо сосредоточены на наихудшем возможном диапазоне — более безопасном, но потенциально чрезмерно консервативном варианте.
Сравнение с традиционными методами оптимизации
Чтобы оценить эффективность нового подхода, команда сравнила его результаты с точным решением, способным при наличии достаточного времени найти доказанно лучший ответ. Также его сравнили с четырьмя распространёнными приближёнными методами, которые балансируют между скоростью и точностью:
- Имитация отжига.
- Поиск с запретами.
- Параллельный отжиг.
- Генетический алгоритм.
Каждому методу предоставлялось 30 минут на каждую задачу. В задачах, включавших до 75 элементов, все методы достигали доказанно наилучшего результата. По мере увеличения размера задач квантово-классический подход оставался конкурентоспособным по сравнению с наиболее сильными классическими эвристическими методами: он приближался к их результатам и незначительно превосходил их при жёстких ограничениях.
Тем не менее этот подход пока не способен работать с масштабами, при которых точные решения становятся настолько медленными, что теряют практическую пользу. Поэтому результаты являются ранним указанием на возможность практической ценности в будущем, а не доказательством того, что квантовые вычисления уже решили задачу формирования страховых портфелей в широком коммерческом масштабе.
Чему Allstate учится на этом эксперименте?
Allstate считает, что цель заключается в построении моста с двух сторон: в понимании того, что квантовые устройства способны делать уже сейчас, в определении бизнес-задач, которые смогут получить от них пользу по мере совершенствования устройств, а затем в выявлении точек пересечения технических возможностей с практическими потребностями.
Холц заявил, что неопределённость сроков достижения коммерческой ценности не означает, что нужно ждать, поскольку компании, которые заранее развивают навыки и определяют подходящие задачи, могут оказаться лучше подготовлены по мере развития технологии. И Холц, и Жан Отек, специалистка по данным и технический руководитель организации страховых продуктов Allstate, подчеркнули важность начинать с реальной проблемы, значимой для бизнеса, а не изучать технологию в отрыве от вариантов её применения.
Партнёрство началось через программу IBM Quantum Accelerator для организаций, только начинающих работать в этой области, а затем переросло в совместное исследование продолжительностью два года. По словам Отек, работа отличалась прозрачностью: результаты, код и данные были опубликованы, что позволяет другим проверять их и развивать полученные результаты.
По-прежнему остаются открытые вопросы о роли, которую квантовые рабочие процессы будут играть в решениях страховых компаний и формировании портфелей. Однако эксперимент предоставил Allstate практический опыт постановки задачи, выбора подходящих задач и интеграции квантовой обработки с классическими методами. По мере совершенствования аппаратного обеспечения и снижения уровня шума IBM ожидает, что объём работы, который необходимо выполнять на классической стороне, будет сокращаться.