保险生成式人工智能：风险与缓解策略

保险是否会成为实现更安全人工智能的意外关键？

平衡创造力和责任以实现采用。

这种方法可能带来几个关键的好处：

增强风险研究：拥有对AI有经济利益的保险公司将有动力对AI风险和潜在危害进行彻底的研究。这种研究对于准确定价他们的政策是必不可少的。

激励安全：通过为实施更安全的AI实践的公司提供更低的保费，保险公司可以为负责任的AI开发创造强大的经济激励。

促进更安全的AI生态系统：保险可以成为促进AI安全的市场驱动解决方案，将经济利益与道德的AI进步相结合。

保险是否可以成为创造更安全的AI环境的关键工具？您对使用保险作为管理AI风险的策略有何看法？

到目前为止，传统保险政策中很少排除AI风险。因此，AI模型造成的损害可能会被传统保险政策覆盖。例如，基于AI的机械伤害旁观者（可以通过现有的普通责任保险政策覆盖），被黑客攻击的AI模型（可以通过现有的网络保险政策覆盖），基于AI的清洁机器人破坏财产（可以通过现有的财产保险政策覆盖），AI模型做出偏见的就业决策（可以通过现有的EPLI政策覆盖），等等。

保险生成式AI：风险和缓解策略

由于AI影响所有“生活领域”，因此现有的保险政策中有很多部分覆盖，使得保险公司和被保险人都很难完全信任覆盖范围 – 这可能导致过度或不足的保险。此外，覆盖范围不确定可能会对保险公司产生毁灭性的影响，因为“沉默的AI”威胁可能被低估，对被保险人来说，他们可能会被剥夺财务保护。传统保险政策中的AI风险可能对保险公司的投资组合构成重大意外风险，因为AI表现不佳的风险 – 可能甚至是系统性的 – 没有在保险定价中考虑。

使用AI时，被保险人应该意识到潜在的保险差距，使他们暴露于由他们的AI模型造成的风险。另一方面，保险公司应该意识到AI对他们现有政策的风险，并监测“沉默的AI”风险。

展望

正如亨利·福特曾经说过，当谈到纽约市时：“没有保险，我们就不会有摩天大楼，因为没有人敢在如此高的风险下工作，冒着杀死自己和留下家人贫困的风险。没有保险，任何商人都不会投资数百万美元建造这样一座建筑，因为一根火柴就可以把它烧成灰烬。”我们仍然处于全面了解所有AI风险、它们的依赖、它们的系统性以及它们的地理分布的开始阶段。与上述引言类似，GenAI的风险以及它们的系统性可能会对面临美国集体诉讼的AI提供者或AI用户造成毁灭性的影响。保险可能是缓解这些风险的正确工具。通过汇集GenAI出错的风险，可以通过降低单个GenAI应用程序的风险成本并使公司专注于进一步推动GenAI技术边界而不是担心剩余的财务风险来实现积极的创新和增长。此外，通过保险的风险评估功能，可以制定急需的行业标准，使AI环境更安全而不会过度监管。这会在市场中建立进一步的信任，使我们能够充分利用AI和GenAI的力量。

GenAI的出现无疑已经彻底改变了各个行业，提供了变革性的机会，同时引入了新的风险。通过为使用案例设置明确的防护措施、持续监测性能和明确的指标来衡量模型，保险GenAI将成为可能，就像保险预测ML模型的性能一样。其中一些风险比其他风险更容易保险（和量化）。

随着这些新型和复杂的技术风险的出现，对于保险GenAI的需求将大幅增加。一些保险公司已经准备好迎接这一需求，并正在寻找与企业、经纪和主要保险合作伙伴合作探索保险GenAI的现实。

请注意，中文版本是由 AI 辅助翻译的，因此可能存在细微错误。

作者

Ai Base Network (ABN), ABN ASIA由具有深厚学术背景的人员创立，他们在美国、荷兰、匈牙利、日本、韩国、新加坡和越南等国家有工作经验。ABN Asia是学术界和技术相遇的地方。凭借我们领先的解决方案和优秀的软件开发服务，我们帮助企业提升水平，走向全球舞台。我们的承诺：更快。更好。更可靠。在大多数情况下：也更便宜。

无论您需要IT服务、数字咨询、现成软件解决方案，还是想向我们发送招标要求（RFPs），都请随时与我们联系。您可以通过[email protected]与我们联系。我们随时准备为您提供所有技术需求的帮助。