本文共字，预计阅读时间。

随着人工智能日益深入现代生活的肌理，从医疗到交通的各行各业都在重塑自身的运作方式。然而，当机器开始承担原本由人类完成的任务——驾驶、诊断，甚至写作——风险版图也在急剧变化，迫使保险公司必须迅速跟进。

人工智能带来的每一项承诺——更高的效率、更快的决策、成本节约——都伴随着一连串不确定性：若自动驾驶汽车引发事故，责任应归谁？当生成式AI散播虚假信息，或自动招聘工具非法歧视时，又该如何应对？

这些问题已不再是假设。近年来，算法的失误已造成现实后果：从有缺陷的新冠诊断模型，到自动驾驶汽车的致命事故。斯坦福大学2023年的一份报告显示，自2012年以来，与人工智能相关的事件与争议激增2,500%。

德勤金融服务中心预计，这一细分市场将迎来爆发式增长：到2032年，全球人工智能保险保费有望突破48亿美元，年复合增长率约80%。

为了跟上步伐，保险公司正着手打造量身定制的评估框架，来给这些新兴风险定价——在算法持续演化的世界里，这绝非易事。缺乏可靠的历史数据，又让挑战加倍。

政策制定者并未袖手旁观。欧盟正在敲定全球最全面的人工智能监管框架，违规罚款最高可达3,800万美元。

虽然这些规则并未强制要求投保，但极有可能推动企业主动购买保险。随着合规成本上升、声誉风险加剧，企业预计会寻求保险来对冲敞口。

收益背后亦有代价。当人工智能深度嵌入医疗、金融等关键行业，系统失灵或伦理失误的代价可能极其惨重。

因此，保险公司大概率会延续2010年代对待网络险的谨慎策略：等待更清晰的信号——更多数据、法律判例、首批巨额索赔——再大规模扩张。

在此期间，保险公司正倚重AI审计公司和内部专家，去解析机器学习系统那常常晦涩难懂的决策逻辑。只有先弄清这些模型如何做出影响生命或生计的决定，才可能标准化承保条款。

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！首图来自图虫创意。

本文版权归原作者所有，如有侵权，请联系删除。首图来自图虫创意。