人工智能技术的飞速发展正带来一场前所未有的保险危机。OpenAI和Anthropic等AI巨头发现，传统保险公司对AI相关风险持极度谨慎态度，不愿提供全面覆盖，迫使他们不得不考虑使用投资者资金设立'自保'机制。这一趋势不仅关乎AI企业的生存发展，更可能重塑整个保险行业的格局与未来。
保险缺口：AI行业的'阿喀琉斯之踵'
OpenAI和Anthropic这两家美国AI初创公司虽然已购买传统商业保险，但保险业内人士表示，AI模型提供商将难以获得足以覆盖未来可能支付的全部损害赔偿的保障。
据熟悉OpenAI公司政策的人士透露，这家已寻求全球第二大保险经纪公司Aon帮助的公司，已为新兴AI风险获得了高达3亿美元的保障。然而，另一位熟悉该政策的人士对该数字提出异议，称其实际金额要低得多。但所有人都同意，这一金额远不足以保障一系列可能涉及数十亿美元法律索赔的潜在损失。
Aon拒绝就个别公司发表评论。但Aon网络风险主管凯文·卡林尼奇(Kevin Kalinich) broadly表示：'我们目前还没有足够的能力为[模型]提供商提供保障。'
他补充说，保险公司'无法承受的是，如果AI提供商犯下错误，最终导致...系统性、相关性、聚合性的风险。'
这种行业对为AI公司提供全面保障的犹豫不决，源于相对年轻的技术公司面临的潜在索赔规模前所未有。随着针对美国大公司的所谓'核判决'(nuclear verdicts)巨额赔偿变得越来越普遍，这种风险进一步加剧。
'核判决'：悬在AI头上的达摩克利斯之剑
'核判决'是指那些金额极其巨大、可能彻底改变企业命运的法院判决。近年来，这类判决在美国司法系统中变得越来越常见，给科技行业带来了巨大的不确定性。
对于AI公司而言，这种风险尤为突出。OpenAI目前正面临《纽约时报》和作者的版权侵权诉讼，这些作者声称他们的内容未经同意就被用于训练模型。此外，OpenAI还面临一起过失致人死亡诉讼，起因是一名16岁少年在与ChatGPT讨论自杀方法后自杀身亡，其父母提起了诉讼。
这些诉讼的潜在赔偿金额可能达到天文数字，远超传统保险单的覆盖范围。更令人担忧的是，AI技术的复杂性和新兴性使得预测和量化相关风险变得异常困难。
自保模式：AI巨头的无奈之举
面对保险市场的缺口，OpenAI和Anthropic等公司开始探索'自保'模式。两位知情人士透露，OpenAI曾考虑'自保险'，即拨出投资者资金以扩大其保障范围。
迄今为止，OpenAI已筹集近600亿美元，其中相当一部分资金依赖于拟议的公司重组方案。其中一位人士表示，OpenAI曾讨论设立一个'captive'——一种通常被大公司用于管理新兴风险的隔离式保险工具。微软、Meta和谷歌等大型科技公司已使用captive来覆盖互联网时代的责任，如网络安全或社交媒体相关风险。
然而，captive也伴随着风险，因为重大索赔可能耗尽资金不足的captive，使母公司容易受到冲击。
OpenAI表示，公司已购买保险，并在公司成长过程中评估不同的保险结构，但目前尚未设立captive，并拒绝就未来计划发表评论。
Anthropic的先例：15亿美元和解背后的风险考量
Anthropic已同意支付15亿美元，就其涉嫌使用盗版书籍训练AI模型的集体诉讼达成和解。
在法庭文件中，Anthropic的律师警告称，这起诉讼带有'前所未有的、可能对企业构成威胁的法定赔偿'的阴影，'针对的是众多使用相同书籍数据开发[AI]的公司中最小的一家'。
据一位知情人士透露，迄今为止已筹集超过300亿美元的Anthropic，正在部分使用自有资金进行和解。Anthropic拒绝发表评论。
这一和解金额本身就反映了AI行业面临的法律风险规模。对于仍在寻求盈利模式的AI初创公司而言，这类潜在负债可能成为其发展的重大障碍。
保险行业的困境：创新与风险的平衡
保险行业对AI风险的谨慎态度并非没有道理。AI技术的复杂性和新颖性使得风险评估变得异常困难。传统的保险模型依赖于历史数据来预测未来风险，但对于AI这一新兴领域，历史数据几乎不存在。
此外，AI系统的'黑箱'特性使得确定责任归属变得复杂。当AI系统造成损害时，责任应该由谁承担——是开发者、部署者还是用户？这种不确定性进一步增加了保险公司的风险敞口。
Aon的卡林尼奇指出的'系统性、相关性、聚合性风险'是另一个关键担忧。与传统风险不同，AI风险可能具有系统性特征，即单个事件可能触发多个索赔，且这些索赔可能高度相关，导致保险公司面临'完美风暴'式的赔付压力。
自保机制的利弊分析
自保机制，即企业设立自己的'保险公司'来承担部分风险，已成为越来越多科技巨头的选择。这种模式的优势在于企业可以更好地控制风险，并根据自身需求定制保障方案。
然而，自保机制也有明显缺点。首先，企业需要承担全部风险，一旦发生重大索赔，可能面临财务困境。其次，自保机制需要专业的风险管理能力，这对许多科技企业而言是一个挑战。最后，自保机制可能无法提供与传统保险同等的声誉保障。
对于AI企业而言，自保机制尤其具有挑战性。一方面，AI风险的高度不确定性使得自保基金的规模难以确定；另一方面，AI企业往往处于快速发展阶段，资金需求巨大，设立自保基金可能影响其核心业务的投入。
保险创新：应对AI风险的新思路
面对AI行业的特殊风险，保险行业正在探索多种创新解决方案：
参数化保险：基于特定参数（如模型性能指标）而非传统损害评估的保险产品，可以更精确地量化AI风险。
风险共担模型：保险公司、AI企业和投资者共同承担风险，通过风险分散机制降低单一实体的风险敞口。
动态定价：利用AI技术实时评估风险并调整保费，使保险产品更灵活地适应快速变化的技术环境。
行业联盟：多家AI企业联合设立风险池，通过规模效应降低保险成本，提高保障水平。
这些创新模式虽然仍处于早期阶段，但为解决AI行业的保险困境提供了新思路。随着市场的成熟，这些创新模式可能会逐渐成为主流。
全球监管环境的影响
全球监管环境的变化也将深刻影响AI行业的保险格局。各国正在积极制定AI监管框架，这些框架将直接影响AI企业的风险暴露和保险需求。
例如，欧盟的《人工智能法案》对高风险AI系统提出了严格的要求，包括透明度、人类监督和风险管理等。这些要求可能会增加AI企业的合规成本，同时也为保险公司提供了评估风险的新依据。
在美国，各州正在制定自己的AI法规，这种碎片化的监管环境增加了AI企业的合规复杂性，也为保险产品设计带来了挑战。
未来展望：AI保险市场的发展趋势
展望未来，AI保险市场可能会呈现以下发展趋势：
专业化保险产品的出现：随着对AI风险理解的深入，保险公司可能会推出专门针对AI风险的保险产品，如模型性能保险、数据隐私保险等。
保险与AI的深度融合：AI技术将被用于风险评估、定价和理赔等保险业务的全流程，提高保险效率和准确性。
风险转移机制的多样化：除了传统保险外，资本市场工具（如保险连接证券）可能会被更广泛地用于转移AI风险。
全球协调的监管框架：随着AI技术的全球化，可能会出现协调的全球监管框架，为AI保险提供更稳定的制度环境。
结论：构建AI时代的风险管理体系
AI行业的保险危机反映了技术创新与风险管理之间的永恒张力。面对这一挑战，AI企业、保险公司和监管机构需要共同努力，构建适应AI时代特点的风险管理体系。
对于AI企业而言，需要将风险管理纳入战略规划，积极探索多元化的风险转移机制，包括自保、传统保险和创新保险产品的组合。同时，加强内部风险管理能力，降低风险发生的概率和影响。
对于保险公司而言，需要加大对AI风险的研究投入，开发适应AI特点的保险产品，探索与AI企业的合作模式，实现风险共担、利益共享。
对于监管机构而言，需要平衡创新与风险，制定既促进AI发展又防范系统性风险的监管框架，为AI保险市场提供清晰、稳定的制度环境。
只有多方协作，才能构建一个既能促进AI创新又能有效管理风险的生态系统，确保人工智能技术能够安全、可靠地造福人类社会。
