本文共字，预计阅读时间。

英伟达最近提出了一个观点，其分量远不止于半导体行业。

在一篇博文中，它把“AI工厂”算力定位为一种新兴的可投资基础设施资产，并宣布与Apollo、贝莱德、黑石、Brookfield、高盛、KKR六家机构合作设立独立融资平台，长期目标撬动超过5000亿美元的第三方资本。这些项目如何评估，尤其值得注意——金融机构沿用的仍是基础设施融资的老逻辑：看客户质量、看需求、看利用率、看现金流、看资产残值，与评估电厂、高速公路并无二致。这标志着一个重要转变：AI不再只是财务报表上的一笔软件开支，而正在成为生产性基础设施。用英伟达自己的话说，AI工厂把能源和数据转化为有价值的智能。

但一个新的经济问题随之浮现：资本市场已经学着为“生产智能”的基础设施定价，那么，当自主系统把智能投入实际经济活动时，保险市场又该如何衡量它们？这正是目前缺失的一环。

算力只是起点，代理权才是风险源头

新兴的AI经济可以看作一条链条：资本 → AI工厂 → 模型 → 代理（Agent）→ 业务流程 → 经济产出。英伟达及其融资伙伴主要覆盖链条的前半段，关心的是AI基础设施是否具备生产力、耐久性和可重新部署性，能否产生足够的经济回报来支撑融资。保险市场要回答的则是后半段的另一组问题：当AI系统不再只是生成答案，而是被授权采取行动——分配云资源、审批发票、谈判合同、采购库存、转移资金、修改生产系统、管理客户账户，或在无人持续批准的情况下执行工作流程——它的经济意义就无法再用模型成本或底层算力来衡量了。关键问题于是变成：有多少经济价值，被放进了这个系统的代理权限之内？这正是“代理可保价值”试图度量的东西。

何为代理可保价值（AIV）？

代理可保价值（Agent Insurable Value，简称AIV）是一套框架，用于估算组织把重要权限委托给AI系统时所产生的经济风险敞口。AIV不是软件的市场价值，不是模型的重置成本，也不是代理消耗的算力成本。一个造价低廉的代理，可能影响数亿美元的采购、收入、支付或运营活动；反过来，一个耗资巨大的AI系统，在重大经济决策上可能几乎没有发言权。因此，代理的价值必须与它所依托的基础设施分开来看。

AIV关注以下几个要素：经济依赖性、授权权限、交易权限、运营关键性、资源消耗权限、数据依赖性、知识产权风险敞口、集中度风险、治理成熟度和人工监督。委托给代理的经济活动越多，其自主行动能力越强，风险敞口就越大。

AI工厂融资已就绪，保险业还没跟上

英伟达这套融资模型对保险业格外有启发，因为它把保险市场必须作出的区分摆上了台面：AI基础设施的经济价值，正通过利用率、现金流、残值这些变量变得日益可衡量；而AI代理需要的是一套平行但完全不同的衡量体系。

举两个例子。一个是市场部使用的AI写作助手；另一个是自主采购代理，经手的年采购额高达1亿美元，还能独立审批最高50万美元的交易。两者可能基于同一个基础模型，消耗的算力也相差无几，但保险风险敞口却有天壤之别——区别就在代理权限：一个只生产内容，另一个掌控着真金白银的经济行动。这种差异，理应体现在承保定价上。

算力能创收，也能闯祸

英伟达“算力即收入”的说法，道出了AI基础设施的生产性价值；但自主系统也带来了它的反面——对AI代理来说，算力同样可能变成损失。一个约束不当的代理，可能调配不必要的GPU容量、让API调用量失控、陷入无限执行循环、过量采购云资源、购入用不上的许可，或者反复执行成本高昂的自动化工作流。这些都不是传统意义上的网络攻击——没有黑客、没有恶意软件、没有未授权入侵，系统只是按被授予的权限行事，只是执行得很糟。因此，自主资源分配应当单列为一类独立风险。在InclusionScore框架中，它被称为“自主资源分配风险”，而这只是新兴AI原生风险中的一种，其他还包括自主经济决策风险、自主运营失败风险、知识产权风险敞口、个人数据利用风险、AI集中度风险和信息型劳动风险。它们的共同点是：损失源自AI自身的经济行为，而非信息系统被攻破。

经济模型变了，承保逻辑必须跟着变

传统保险归根结底关注三个变量：频率、严重程度、相关性——问题多久发生一次？损失可能有多大？同一个底层依赖，会不会让大量投保人同时蒙受损失？代理可保价值提供的，正是这三个变量之下的风险敞口维度。

简化的承保框架可以写成：经济风险敞口 × 授权权限 × 业务依赖度 × 控制调整 = 代理可保价值。这一敞口再通过预期损失假设来评估：AIV × 频率 × 严重程度 × 相关性调整 = 预期损失。这套公式无意取代精算判断，它给承保人提供的，是一个更结构化的评估对象。模型里的各项假设都应当摆在明处，经得起质疑，也随时可以调整。某位承保人不认可模型估计的事件频率或损失严重程度，完全正常，甚至是好事——这套框架的价值不在于给出标准答案，而在于把背后的经济假设摆上桌面，让它看得见、辩得了。

有治理不等于有保障

ISO/IEC 42001这类标准、NIST AI风险管理框架这类体系，为治理、问责、监测、文档和风险管理提供了日益成熟的制度基础。但光有治理，回答不了保险问题。两家公司的治理体系完全可能“不相上下”——都通过了同样的认证、都建齐了制度流程，在治理审计者眼里难分高下；可它们部署的代理，被授予的经济权限却可能天差地别。一个只负责起草采购建议的代理，和一个有权直接执行采购的代理，也许都能通过同一张治理检查表——可一旦出事，潜在损失的量级截然不同。治理检查表衡量的是“管理是否规范”，保险承保关心的却是“出事时损失有多大”，这正是治理无法替代暴露度量的原因。所以，AI保障必须把治理与经济风险敞口挂起钩来，补全这条链：治理证据 → 经济风险敞口 → 授权权限 → 损失建模 → 保险就绪。这五个环节，保险市场一个都不能少。

AI经济的下一站：风险转移

英伟达把这套融资伙伴关系称为“AI基础设施开放资本市场的开端”，这个判断多半没错。但基础设施融资只是AI经济需要的第一种金融架构，接下来的另一种，是风险转移。随着自主系统接管越来越多的企业运营，企业迟早要问：这些系统能上保险吗？保险公司则会撞上一个尴尬的现实：没法度量，就没法定价；而只问一句“贵公司用没用AI”，也远远不够。要报出价格，得先弄清楚：这个AI能做什么？多少经济活动依赖它？它控制着哪些资源、消耗哪些数据、能改动哪些系统？有什么约束管着它？哪些共同依赖可能引发“一损俱损”的相关性损失？回答这些问题，需要一套新的承保语言——“代理可保价值”正是朝这个方向迈出的一步。

资本市场能为算力定价，保险市场也必须能为代理定价

英伟达正在为AI时代最具决定性的经济问题之一搭建答案框架：生产性AI基础设施究竟值多少钱？保险市场如今面对的，是它的镜像问题：企业把多少经济价值托付给了自主智能？这份托付一旦失手，代价几何？AI工厂把能源和数据炼成智能，AI代理把智能变成行动；而智能一旦被授权行动，一类全新的经济风险敞口就此诞生。资本市场已经开始为基础设施定价——接下来，轮到保险市场为“代理权”定价了。

[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。