機械学習がユビキタス化するにつれて、新たなデータセットから得られる新たな特徴を既存の予測モデルに組み込む可能性が高まっています。そこで保険分野におけるリスク・プーリングの概念を変えなければならないかもしれません。米国アクチュアリー会（Society of Actuaries）が発行する「The Actuary Magazine」の2023年12月号で、ミリマンのMichael Niemergは、データが多いほど良いとは限らないことを論じています。記事は以下について論じています。
- 現在雨が降っているかどうかを予測する簡単な例
- 高いクレジットスコアと定期的な歯科受診が健康状態を予測するというもっともらしいシナリオ
- シャプレー加法説明値
- 機会費用と投資収益率の重要性