{"text":[[{"start":11.34,"text":"人工智能(AI)正在暴露保险业的一个盲点：许多保单并非为自主能力日益增强的AI系统而设计，大量保险公司如今不得不面对隐含的风险。"}],[{"start":22.189999999999998,"text":"由“人工智能承保公司”(Artificial Intelligence Underwriting Company)联合Anthropic和OpenAI的研究人员撰写的一份报告称，保险公司在AI智能体方面逾九成的风险敞口，都潜藏于传统保单中的“无声”隐性承保之中，这些风险大多未被定价，往往连保险公司自身也难以及时察觉。该评估指出，相关诉讼数量的上升反映出一个更广泛的转变：与AI系统有关的风险，正在从生成错误内容的聊天机器人，转向能够实际采取行动的“智能体”。这一变化或将使企业面临从专业疏失、网络攻击到过失致死等各类索赔。一些行业高管——例如代表投保企业的经纪人——则表示，此类警示被夸大，其目的在于推销一揽子新的AI保险产品。"}],[{"start":68.96000000000001,"text":"但人工智能承保公司联合创始人拉吉夫•达塔尼(Rajiv Dattani)表示，法律责任已经成为大型公司更广泛使用AI的一大制约因素。他说：“除非了解到相关风险已经被量化并得到管控，否则企业就无法采用AI。”"}],[{"start":86.11000000000001,"text":"一连串近期案例使相关法律问题愈发受关注。谷歌(Google)正为一桩诉讼进行抗辩，该诉讼指控其AI Overviews系统诽谤了美国太阳能公司Wolf River Electric，并索赔至少1.1亿美元；加拿大航空(Air Canada)则被裁定必须履行一项由其客服聊天机器人编造的折扣承诺。去年，英国工程集团奥雅纳(Arup)成为AI诈骗的受害者——骗子利用AI合成、深度伪造成公司高管的视频，诱骗一名员工转账，导致公司损失2亿港元（合2500万美元）。"}],[{"start":119.31000000000002,"text":"报告称，随着AI系统自主性日益增强，此类案例预示着潜在赔付责任的规模可能比现在大得多。报告估算，一场重大的AI灾难可能造成约1000亿美元的直接损失；如果保险公司退出承保、企业放缓AI应用、投资者撤出这一领域，其更广泛的经济影响可能高达数万亿美元。报告作者将这一风险与“9•11”袭击后恐怖主义保险市场的崩溃相比较：当时超过400亿美元的承保损失促使保险公司大规模撤出，导致建筑项目停滞、商业航空受扰，直至各国政府出手提供兜底支持。该报告合著者之一、经纪公司怡安(Aon)无形资产负责人凯文•卡利尼奇(Kevin Kalinich)表示，如果失灵的模型或有组织的攻击同时波及数百甚至数千家公司，AI最终可能造成更大规模的“聚合性、系统性、相关性”损失。"}],[{"start":172.98000000000002,"text":"卡利尼奇补充说，此类事件还可能暴露出现有保单中的重大空白，并引发争议：保险公司过去是否对AI相关损失承担过赔付责任。同时，AI已经在放大既有风险，例如深度伪造技术助长的欺诈等，而这类风险往往不在传统网络保险或责任险的保障范围之内。"}],[{"start":194.36,"text":"报告指出，与其单纯把AI风险排除在现有保单之外，保险公司应为日益具备自主性的AI系统设计专门的保险保障，并以新的承保标准和技术审计为支撑，使之能跟上这些模型能力演进远快于传统精算数据的步伐。达塔尼补充说：“随着这些系统变得更强大，事故的严重程度也在上升。2022年，这些系统最糟糕的情况不过是‘幻觉’出一条虚假的退款政策。如今，已经出现了过失致死和无证从事法律业务的问题。”"}],[{"start":228.36,"text":"网络风险已成为保险业的一个突出压力点，其发展速度在许多方面超过了传统保险保障的范围。Anthropic推出的Claude Mythos模型表明，新模型可能突然带来广泛风险，并在各行各业产生连锁影响。"}],[{"start":244.67000000000002,"text":"Anthropic有关AI与法治的研究工作的负责人马修•博特维尼克(Matthew Botvinick)也是该报告的合著者。他表示：“我们发现Mythos在网络能力方面出现了跨越式提升，这为未来可能反复出现的模式提供了先例：强大的新能力会出乎意料地涌现，每一次都会以难以预见的方式重塑风险格局。”"}],[{"start":265.90000000000003,"text":"标普(S&P)的保险分析师蒂姆•扎瓦基(Tim Zawacki)表示，出于对业务流失的担忧，保险公司一直迟迟未在保单中剔除对“无声”AI风险的隐性承保。但他补充说：“保险公司要大规模排除这类AI风险，往往需要一次损失事件或一宗引人注目的事故来充当催化剂。”"}]],"url":"https://audio.ftcn.net.cn/album/a_1784014635_8322.mp3"}