Статья посвящена исследованию InsurTech-платформ как инструмента цифровой трансформации страхования грузоперевозок на основе технологий телематики, интернета вещей (IoT) и искусственного интеллекта — перспективного направления, стремительно меняющего облик глобального и российского страховых рынков. Актуальность исследуемой проблематики обусловлена одновременным действием двух взаимоусиливающих тенденций. С одной стороны, российский рынок страхования грузоперевозок демонстрирует высокую динамику: по итогам 2024 года страховые премии выросли на 30–31 %, достигнув 51,8–53,8 млрд рублей, а к 2030 году прогнозируется их рост до 100 млрд рублей. С другой стороны, глобальный рынок InsurTech оценивается в 10,3 млрд долларов с прогнозируемым ростом до 152,9 млрд долларов к 2034 году при среднегодовом темпе роста 31,51 %, тогда как сегмент страховой телематики достиг 6,8 млрд долларов при CAGR 18,9 %. Указанные параметры свидетельствуют о принципиальной трансформации отраслевой архитектуры страхования, требующей системного научного осмысления. Предметом исследования выступают механизмы трансформации страховых процессов на основе телематики, IoT и искусственного интеллекта. Цель работы состоит в разработке трёхуровневой модели InsurTech-трансформации страхования грузоперевозок с обоснованием экономического эффекта каждого уровня. В рамках системного анализа InsurTech-решений в логистике идентифицированы три принципиально различных уровня цифровой зрелости страховых процессов. Сформулированные практические рекомендации адресованы трём группам участников рынка: транспортным компаниям — для накопления телематической истории и перехода к UBI; страховщикам — для развития API-интеграций с логистическими и телематическими платформами; самим платформам — для расширения экосистемных сервисов с включением страхования, факторинга и скоринга. Научная новизна исследования состоит в систематизации механизмов интеграции телематических данных в страховые процессы и обосновании модели параметрического страхования грузов применительно к условиям российского рынка.
This article explores InsurTech platforms as a tool for digital transformation of cargo insurance based on telematics, the Internet of Things (IoT), and artificial intelligence — a promising area rapidly changing the face of the global and Russian insurance markets. The relevance of this research topic stems from the simultaneous action of two mutually reinforcing trends. On the one hand, the Russian cargo insurance market is demonstrating high growth: by the end of 2024, insurance premiums increased by 30–31 %, reaching 51,8–53,8 billion rubles, and by 2030, they are projected to reach 100 billion rubles. On the other hand, the global InsurTech market is valued at $10,3 billion, projected to reach $152,9 billion by 2034, at a CAGR of 31,51 %, while the insurance telematics segment reached $6,8 billion, at a CAGR of 18,9 %. These parameters indicate a fundamental transformation of the insurance industry architecture, requiring a systematic scientific understanding. The subject of this study is the mechanisms for transforming insurance processes based on telematics, IoT, and artificial intelligence. The goal of the study is to develop a three-tiered model of InsurTech transformation of cargo insurance, justifying the economic impact of each tier. As part of a systemic analysis of InsurTech solutions in logistics, three fundamentally different levels of digital maturity of insurance processes were identified. The formulated practical recommendations are addressed to three groups of market participants: transport companies — for accumulating telematics history and transitioning to UBI; insurers — for developing API integrations with logistics and telematics platforms; and the platforms themselves — for expanding ecosystem services to include insurance, factoring, and scoring. The scientific novelty of the study lies in systematizing the mechanisms for integrating telematics data into insurance processes and substantiating a parametric cargo insurance model applicable to Russian market conditions.