Casualty ILS Meledak: Peranan AI dalam Risiko 2026

Pada 19/12/2025 jam 02:00 pm (UTC), Willis Re menyatakan sesuatu yang ramai pemain pasaran sudah mula rasa sejak separuh kedua 2025: casualty ILS (insurance-linked securities untuk risiko liabiliti) sedang bergerak ke arah pertumbuhan eksponen. Ini bukan sekadar tajuk sensasi—angka yang disebut sendiri jelas. Berdasarkan pendedahan awam, saiz pasaran casualty ILS berkemungkinan sudah melepasi USD5 bilion, naik daripada kurang USD1 bilion pada 2022.

Saya suka melihat berita ini dari satu sudut yang praktikal: apabila modal alternatif masuk laju ke dalam risiko “long-tail” (tuntutan yang matang bertahun-tahun), pasaran akan menuntut ketepatan pemodelan, disiplin data, dan ketelusan yang lebih tinggi. Di sinilah naratif siri “AI dalam Insurans dan Pengurusan Risiko” jadi relevan—AI bukan hiasan teknologi, tetapi alat untuk membuat keputusan underwriting dan peruntukan modal lebih konsisten, lebih pantas, dan lebih boleh diaudit.

Mengapa casualty ILS tiba-tiba jadi tumpuan besar?

Jawapan ringkas: kerana pasaran perlukan kapasiti baharu, dan pelabur sedang memburu pulangan yang sukar dicari di aset tradisional.

Casualty ILS memindahkan sebahagian risiko liabiliti (contohnya tuntutan kecederaan, tanggungjawab profesional, liabiliti korporat tertentu) daripada penanggung insurans/reinsurans kepada pelabur institusi melalui struktur seperti sidecar reinsurans berkolateral atau dana khusus. Willis Re menyebut beberapa pemacu yang menjadikan 2025 “tahun pecutan”:

• Ledakan urus niaga pada separuh kedua 2025 (deal flow yang konsisten dan semakin besar).
• Penubuhan sidecar di Lloyd’s untuk mengambil bahagian dalam cession keluar (outwards cessions) penaja, dengan sebahagian risiko long-tailed.
• Kemunculan pemain dan platform yang menstandardkan proses (bukan semuanya “craft deal” secara manual).

Angka yang beri isyarat kuat

Willis Re menekankan beberapa rujukan yang memberi gambaran “trajectory” pasaran:

• Saiz pasaran casualty ILS > USD5 bilion (anggaran berdasarkan pendedahan awam).
• < USD1 bilion pada 2022.
• Inisiatif tertentu pada separuh kedua 2025 sahaja menambah > USD1 bilion kapasiti baharu.
• Satu platform SaaS dilaporkan telah menyokong 170+ urus niaga bernilai kira-kira USD2.5 bilion (untuk struktur, pelaksanaan dan servis deal).

Jika trend ini berterusan memasuki kitaran pembaharuan reinsurans awal 2026, permainan akan berubah dari “eksperimen” kepada infrastruktur pasaran.

Struktur sidecar & dana: Kenapa ia sesuai untuk risiko liabiliti?

Jawapan ringkas: sidecar membenarkan kapasiti masuk dengan cepat, tetapi masih memerlukan disiplin data kerana risiko liabiliti mengambil masa lama untuk jelas.

Dalam pasaran ILS, ramai biasa dengan cat bond (bencana alam) yang lebih “event-driven”. Casualty ILS pula lebih creeping—ia boleh dipengaruhi oleh perubahan undang-undang, inflasi sosial (social inflation), trend litigasi, dan corak penyelesaian tuntutan.

Willis Re menyebut dua pendekatan popular:

1. Reinsurance sidecar syndicate (terutamanya di Lloyd’s)

   • Sidecar mengambil sebahagian portfolio yang dicession.
   • Pelabur menyuntik modal berkolateral.
   • Risiko long-tail memerlukan pengurusan “development” tuntutan bertahun.

2. Dana khusus yang menaja kontrak reinsurans melalui fronting reinsurer

   • Dana “underwrite” kontrak tertentu.
   • Fronting membantu dari segi akses pasaran/lesen/operasi.

Dari sisi strategi risiko, ini menarik kerana penaja boleh:

• mengurus kitaran modal (capital cycle) dengan lebih fleksibel,
• menambah kapasiti tanpa menaikkan leverage tradisional,
• memadankan appetite pelabur dengan lapisan risiko yang spesifik.

Realiti “long-tail”: di sinilah AI jadi pemisah antara menang dan tersilap

Jawapan ringkas: casualty ILS hanya akan skala besar jika pemodelan kerugian, reserving, dan pemantauan portfolio boleh dibuat secara konsisten—AI membantu menyusun semua ini.

Willis Re juga jujur: sektor ini masih relatif baharu dan tuntutan yang diterima setakat ini belum matang sepenuhnya. Maksudnya, ada unsur “untested” dari perspektif sejarah prestasi jangka panjang.

Bila risiko belum matang, dua perkara jadi kritikal:

1. Keyakinan terhadap disiplin reserving dan pricing penaja
2. Keupayaan untuk melihat isyarat awal (early warning) sebelum masalah jadi besar

1) AI untuk underwriting & pemodelan kerugian casualty

Untuk risiko liabiliti, cabaran utama bukan sekadar ramal kekerapan (frequency), tetapi severity yang boleh “ekor panjang”. AI boleh menyumbang pada:

• Pengelasan risiko berbutir halus: menggabungkan data industri, saiz syarikat, profil operasi, geografi, dan sejarah tuntutan.
• Model ramalan severity: contohnya gradient boosting atau survival models untuk memahami kebarangkalian tuntutan besar mengikut masa.
• Analisis teks: membaca naratif tuntutan, surat tuntutan, atau ringkasan litigasi untuk mengesan pola (contoh: kata kunci kecederaan, kecuaian profesional, “class action”).

Pendirian saya: jika model anda masih bergantung pada beberapa jadual ringkas dan judgement tanpa audit trail, casualty ILS akan terasa “mahal” sebab pelabur akan menuntut margin lebih tinggi untuk ketidakpastian.

2) AI untuk reserving dinamik dan pemantauan drift

Dalam long-tail, drift adalah musuh: perubahan kecil pada corak tuntutan hari ini boleh jadi jurang besar dalam 3–7 tahun.

AI boleh digunakan untuk:

• Reservoir alert: sistem amaran awal apabila corak pembayaran/penutupan tuntutan menyimpang daripada “expected development”.
• Segmentasi development: bukan satu “triangle” untuk semua; setiap segmen (produk, saluran, wilayah, jenis litigasi) ada perilaku sendiri.
• Scenario engine: simulasi impak inflasi sosial, kadar penyelesaian, perubahan mahkamah, dan kos guaman.

Untuk pelabur ILS, ini bukan kosmetik. Ini cara untuk mengurangkan risiko “surprise” yang biasanya merosakkan kepercayaan.

3) AI untuk operasi tuntutan (claims) — bukan sekadar automasi

Ramai fikir AI dalam tuntutan hanya untuk mempercepatkan kerja. Bagi casualty ILS, AI di claims membantu dengan kualiti keputusan:

• mengenal pasti tuntutan yang berpotensi litigasi panjang,
• mengesyorkan strategi penyelesaian (settlement) yang optimum mengikut kos masa,
• membezakan kes yang perlu pakar undang-undang awal vs kes rutin.

Bila operasi tuntutan lebih konsisten, volatiliti keputusan berkurang—dan itu membantu menstabilkan pulangan portfolio.

Kenapa pelabur suka casualty ILS (dan apa yang mereka risaukan)

Jawapan ringkas: pulangan boleh tinggi dan kurang berkorelasi, tetapi risiko model dan ketelusan data jadi isu utama.

Willis Re menyebut pelabur tertarik dengan pulangan yang “mungkin” melebihi 20% untuk struktur tertentu. Itu angka yang akan buat ramai CIO dan allocator angkat kening.

Namun dua kebimbangan lazim pelabur ialah:

1. Ketidakpastian long-tail

   • kerugian sebenar hanya jelas selepas beberapa tahun.

2. Kualiti data & ketelusan

   • banyak deal bersifat private; sukar menilai pasaran secara agregat.

Di sinilah AI boleh membantu bukan sahaja pihak penaja, tetapi juga pihak pelabur:

• due diligence analytics yang lebih standard,
• dashboard perkembangan tuntutan yang boleh diaudit,
• metrik risiko yang lebih mudah dibandingkan antara deal.

“Playbook” praktikal: 7 soalan untuk organisasi yang nak masuk casualty ILS

Jawapan ringkas: fokus pada data, governance, dan kebolehan menjelaskan model—bukan hanya mengejar kapasiti.

Jika anda penanggung insurans, reinsurer, broker, atau pengurus dana yang sedang menilai casualty ILS untuk 2026, ini senarai semak yang saya cadangkan:

1. Data readiness: adakah data tuntutan anda bersih, konsisten, dan boleh ditjejak mengikut masa?
2. Model governance: siapa pemilik model, bagaimana model diuji, dan bagaimana bias dikesan?
3. Explainability: bolehkah anda menerangkan sebab pricing kepada pelabur dalam bahasa mudah?
4. Reservoir discipline: adakah anda ada sejarah reserving yang stabil, dan bagaimana anda buktikan?
5. Claims strategy: adakah anda ukur keberkesanan penyelesaian tuntutan (masa, kos guaman, kadar litigasi)?
6. Portfolio monitoring: adakah anda ada sistem amaran awal untuk drift development?
7. Exit & liquidity design: untuk struktur multi-tahun, adakah pelabur ada opsyen keluar yang jelas (contoh: pre-priced exit, tenor wajib tutup)?

Jawapan kepada soalan-soalan ini biasanya menentukan sama ada anda akan dapat modal pada kos yang kompetitif—atau anda terpaksa bayar “uncertainty premium”.

Apa maksud trend ini untuk 2026 (termasuk pasaran Asia Tenggara)

Jawapan ringkas: pasaran akan bergerak ke arah standardisasi dan teknologi; pemain yang cepat membina keupayaan analitik akan menang.

Menjelang hujung Disember 2025, banyak organisasi sedang menutup buku, menilai pembaharuan perlindungan, dan merancang strategi 2026. Casualty ILS yang sedang membesar memberi dua implikasi besar:

• Bagi penaja (cedants): lebih banyak pilihan struktur pemindahan risiko, terutamanya apabila kapasiti tradisional mengetat atau harga tidak memuaskan.
• Bagi pelabur: peluang diversifikasi daripada nat cat, tetapi hanya jika mereka percaya pada data, reserving, dan operasi tuntutan.

Untuk rantau kita, kesannya mungkin tidak serta-merta sebesar pasaran Lloyd’s atau US liability. Tetapi logiknya sama: apabila produk liabiliti korporat berkembang dan litigasi lebih kompleks, organisasi tempatan akan mula mencari cara pemindahan risiko yang lebih kreatif. Mereka yang sudah melabur dalam AI untuk underwriting, claims, dan analitik risiko akan lebih bersedia.

Langkah seterusnya: gunakan AI untuk jadikan casualty ILS lebih “bankable”

Casualty ILS sedang membesar kerana pasaran perlukan kapasiti—tetapi ia hanya akan benar-benar mapan apabila pemain industri boleh tunjuk bukti disiplin risiko secara konsisten. Willis Re menyiratkan perkara yang sama: pihak yang ada sejarah reserving kukuh, bakat pricing liabiliti, serta pasukan yang gabungkan aktuari dan pasaran modal, akan lebih mudah mendapat keyakinan pelabur.

Dalam siri AI dalam Insurans dan Pengurusan Risiko, saya akan ambil pendirian jelas: AI ialah komponen infrastruktur untuk menurunkan kos ketidakpastian (uncertainty) dalam casualty ILS—daripada pemilihan risiko, pemantauan development, sehinggalah laporan kepada pelabur.

Jika organisasi anda sedang menilai strategi 2026—sama ada sebagai penaja yang mahu menambah kapasiti, atau sebagai pelabur yang mahu pulangan tidak berkorelasi—soalan yang patut ditanya bukan “nak masuk atau tidak?”. Soalan sebenar: adakah model, data, dan governance anda cukup kuat untuk bertahan 7–10 tahun akan datang bila tuntutan benar-benar matang?