AI应用保险破题 可持续承保能力仍待补

上证报中国证券网讯（记者 韩宋辉）人保财险近期推出全国首个覆盖人工智能应用风险的综合保障方案，产品已在智能体、语言大模型、人形机器人等赛道落地。这意味着AI应用保险破题。

在业内人士看来，这一方案的意义不在于解决了AI保险的全部难题，而在于把行业从“追问技术哪里出错”的死胡同里拉了出来：先以“承保结果”绕开归因障碍，再用前置评估和共保机制去补定价与承保能力的短板。但绕开归因不等于绕开风险，定价仍缺数据，巨灾分散机制尚未成型，AI保险从“开出第一张保单”到“形成可持续承保能力”，还有一段路要走。

绕开技术难题承保结果

这份综合保障方案实现了对人工智能服务商对内对外双重保障。其中，人工智能服务责任保险保障人工智能产品或服务因性能问题给第三方造成的经济损失赔偿责任；人工智能应用费用损失保险保障人工智能供应方自身承担的费用损失和合同赔偿。

据人保财险法人客户业务中心总经理楼数介绍，传统保险条款保的是硬件缺陷、外部攻击、人为过失，保不了人工智能的性能风险，模型算法环节因此长期存在保障空白。

“过去核保环节总想弄清人工智能在哪个环节出错，技术上很难。我们换了个思路，不问错在哪，只管错没错，直接承保结果。”楼数说。

科技保险属于非标准化产品，产品设计的一大难点在于责任界定。这份综合保障方案选择在承保时逐一约定应用场景、产品性能、索赔时限，把风险转化为可描述、可评估的对象，实现“一客一价”。条款同时放宽了覆盖面：不限投保主体，厂商、部署企业、经销商均可投保；不限产品形态，大模型、封装为软件的智能体、具身机器人都能承保；不限错误类型。

与传统保险承保才进行风险减量不同，方案将风险减量服务前置。楼数举例，一家研发人工智能数字员工的智能办公企业投保后，专家团队围绕应用场景和功能指标定制测试集、开展技术评估，对发现的风险点逐条提出优化建议，客户全部采纳并在保障开始前完成整改。

这一做法要解决的，是科技保险长期存在的承保盲区。人保财险副总裁张道明表示，科技创新最大的特点是不确定性，大量前沿科技首创技术、首台套装备、首次中试项目缺少数据积累和承保经验，属于传统保险经营的盲区。

定价仍缺数据支撑

上述做法让人工智能应用保险在产品设计上能绕开技术归因，但保险定价需要的是损失频率与损失程度分布，而非单笔业务的对错判断，因此产品定价仍要回到数据上，目前尚存在短板。

中国精算研究院院长周桦对记者表示，科技风险有几个特点：新，没有数据基础；变，技术尚未成型，平稳性被打破；细分领域风险差异巨大，火箭、量子、人工智能各不相同；同时存在系统性风险，单一标的出险损失巨大，底层技术同质化还会带来风险同步传导的聚合效应。然而，可保风险需要大量同质、独立的风险，并且损失分布要有平稳性。

中国信息通信研究院副院长敖立持有相似的判断。他认为，人工智能模型行为随版本漂移，承保时点的评估结论会失效；通用基准评测与碎片化数据，难以直接支撑承保定价。

在缺乏定价数据的情况下，保险业选择通过评估排除重大风险。敖立介绍，今年9月以来，中国信通院联合人保财险，为某公司的智能体数字员工产品跑通了流程：先做保险问卷初评，排除拒保的重大风险；再围绕数据安全与权限边界、行为可控性、输出可信度三类风险开展评估；然后做敞口分析，回答定价关注的频率与危害程度；最后由人保财险核保出单。评估结论与风险画像正在持续入库，为保险业积累当前最缺失的精算数据。

评估的作用不仅于此。一位科技评估中心评估师补充道，科技评估还可以在研发、转化、应用各阶段发挥“翻译器”作用，协助企业评估技术成熟度，协助研发团队摸排产业端需求，协助保险机构确定研发链上的风险场景。

巨灾分散机制尚待成型

评估能回答单个标的值不值得保，却回答不了全行业同时出险时谁来赔。定价之外，人工智能保险还面临承保能力的问题。

敖立介绍，基座模型正在快速收敛，几个核心模型支撑着越来越多的应用，一个模型层的缺陷会在不同行业、不同地域同时致害。敖立引述劳合社的警示称，应把人工智能风险作为全市场的巨灾对待。

巨灾风险难以由单家机构承担，行业层面试图探索共保体来补充承保能力。记者了解到，北京今年9月组建了智能机器人共保体，智能无人驾驶保险产品正在探索落地。今年5月，12家财产保险机构共同组成全国首个人工智能产业保险共同体，覆盖算法缺陷、模型崩溃、数据安全以及基础设施运营等风险。

周桦表示，共保体、风险减量和资本市场手段可以共同扩大科技风险的承保能力，进而推动科技保险动态定价和产品模块化。

“人工智能正从内容生成走向自主执行任务，保险业需要把风险评估的视野从模型输出拓展至实际运营，更加关注人工智能对网络安全、隐私保护和责任风险的影响，以及不同险种之间的风险关联。”一位人工智能与科技保险业务负责人表示。

“风险可评估，损失可承接，AI保险的大门已经打开。”敖立说。从开出第一张保单到形成可持续的定价能力，行业仍需数据、评估与分散机制的共同支撑。