AI出包能保嗎？

隨著生成式人工智慧技術爆發應用於各產業，全球保險與再保險業者對其潛在責任風險日趨審慎，一些國際大型保險公司開始在企業保單中加入「AI排除條款」，不再承保因企業使用AI導致的損失。近期AIG、Great American、WR Berkley等美國保險巨頭已向監管機關申請，在商業保險中排除任何與企業使用AI聊天機器人或代理相關的責任，其中，WR Berkley的條款更將「實際或宣稱使用AI」的情況一律不賠，只要產品或服務流程中涉及AI，哪怕只是輔助性質，保險公司都有權拒絕理賠。

保險業為何對AI風險談之色變？核心在於AI技術帶來的風險特性已超出傳統精算模型所能處理的範圍。保險定價仰賴大量歷史數據與統計規律，但生成式AI的行為充滿不可預測性，同樣模型在不同情境可能出現完全不同的錯誤。此外，AI事故可能引發連鎖反應，單一模型的失誤可同步影響數千家企業，形成跨客戶的高度系統性、關聯性風險。更棘手的是責任歸屬問題日益模糊：當AI做出錯誤決策，究竟該由使用者、開發者還是提供模型的供應商負責？這種難以歸責的特性讓傳統責任保險無所適從。

值得注意的是，保險業者最擔心的並非單一巨額賠付，而是同時多發的骨牌式災難。怡安保險經紀公司（Aon）風險主管Kevin Kalinich警告說，無法想像同一AI模型系統性在全球上千家企業引發連鎖理賠，這將構成保險業最難承受的災難。相較於傳統商業保險假設各被保企業的風險相對獨立，可以透過分散來平滑損失；現在AI模型卻高度集中造成風險無法分散。因此，當保險公司紛紛在保單中排除AI相關責任後，企業面臨的是「無保可保」的局面。這種保障真空已開始出現實證，例如Google在其搜尋結果的AI摘要功能中誤稱一家太陽能公司涉及法律訴訟，導致該公司提告Google毀謗要求商譽賠償。又如加拿大航空因客服聊天機器人捏造不存在的折扣券，被法院裁定必須履行這一虛構承諾，造成額外財務損失。

面對AI保險真空，市場正積極尋求創新商品與制度機制，試圖填補這一風險缺口，在傳統承保模式受限的情況下，仍有許多替代與創新方向。首先，在保單附加條款與限額保障方面，部分保險公司並未全然退出，而是透過附加條款對AI風險給予有限度的承保。舉例而言，澳洲QBE保險公司推出專門針對歐盟AI法案罰款風險的附加條款，其賠償上限僅為保單基本保額的2.5%，遠低於大型企業可能面臨的罰款額度。換言之，這類條款僅提供象徵性保障，保險公司保留話語權卻嚴控賠償規模，重大事故發生時企業實際能獲賠的金額非常有限。未來我們可能將會看到更多此類「有限責任」的AI附加條款問世，同時施加賠償上限與自負額來控制風險。

在特定專屬風險保單方面，一些保險業者嘗試研發獨特的AI保單，針對特定的AI風險提供承保服務。例如德國慕尼黑再保險公司（Munich Reinsurance）最早在2018年就推出了「aiSure」方案，為AI模型的功能保障提供保險；中國人民保險公司（PICC）針對生成式AI推出了試點責任保險，保障第三方因AI內容產生的侵權索賠風險，再如Armilla AI提供AI模型的功能擔保服務，替模型供應商承擔因模型誤差導致的賠償責任。

若是使用型保險（UBI），未來保險業可望參考汽車的車載資通訊系統（Telematics）的保險模式，根據企業使用AI的範圍、頻率或風控水準來動態調整保費和承保範圍。若某段期間內企業使用AI系統表現穩定、風險可控，則收取較低保費；反之，若監測到模型異常增多，則提高費率甚至暫停保障。這種依使用風險計價的模式，有助於引導企業加強AI風險管理，因為風控表現直接影響保險成本。

至於風控認證與條件承保，由於資訊不對稱是影響AI可保性的重要因素，保險公司未來可透過要求被保險人提供風險控制認證來提升承保信心。具體作法包括要求被保險企業取得第三方的AI系統安全認證標章或遵循特定的治理標準，作為承保前提，或者在保單條款中約定企業需定期進行AI模型審計、提供風險管理報告等。透過這種方式，保險公司可緩解對被保方的AI治理情況不透明之顧慮，同時也鼓勵企業維持良好的AI治理水準，讓風險較低的企業較易取得AI保險。

隨著我國企業和消費者對自動化與生成式AI的依賴日漸加深，AI相關風險不再是抽象議題，而將直接影響金融市場的穩定與創新環境的安全。為避免重蹈國際覆轍，台灣的保險監理與政策應盡早超前部署。

首先是推動試點型AI專責保單。借鏡國際經驗，監理機構可鼓勵本國保險業者開發專屬的AI責任保險試點產品。針對特定行業例如金融、醫療等使用AI所產生的風險，設計客製化的責任保險方案。監管單位可透過沙盒機制或專案核准，給予此類創新產品適度的空間，並允許在條款設計上有所突破。透過試點，可以逐步累積本土AI風險的承保數據與經驗，為未來大規模推廣相關保險做好準備。

其次，借鏡巨災保險制度，面對傳統商業保險無力承擔的巨災級風險時，世界各國過去曾採取政府與市場協作的方式設計保險機制（例如美國恐怖攻擊保險與日本地震再保險）。巨災保險的關鍵原則包括損失分層（一定額度內由保險公司承擔，超大損失由更高層級承擔）、公私協作（政府參與提供再保險或資金支持，但仍透過市場機制運作）以及強制或鼓勵參與。AI責任風險雖非傳統天災人禍，卻呈現出類似「數位巨災」的輪廓，一旦發生大規模事故，損失可能遠超過各家保險公司可承擔範圍。因此，未來可仿照巨災保險的設計架構，針對AI災難風險設定承擔層級。例如可考慮在商業保單中引入政府支持的AI風險附加條款，由保險公司先承擔一般層級的AI損失，一旦總體損失超過某一觸發點，政府出資的基金或再保險計畫即介入分擔。儘管建立AI巨災保險層級在實務上需要解決許多技術和法律問題，但值得監理單位和業界前瞻性地研討規劃。

最後，強化產官學合作的數據蒐集與模型研發勢在必行。目前困擾AI風險承保的一大障礙是缺乏足夠的歷史數據和風險模型。建議監理單位應主導建構AI事故資料庫，鼓勵企業將遭遇的AI案例通報，累積國內相關損失事件的統計。同時，可以與學術研究單位、外部研究機構合作，針對AI風險的精算模型和風控技術進行研發，包括開發AI風險度量指標、損失分布模型，以及研究AI失誤歸因分析的方法論等。保險業者也應加強內部AI風險評估能力，培養既懂AI技術又通曉保險精算的跨域人才，一旦數據與模型基礎夠扎實，AI風險將有望逐步納入常規保險承保範疇。

台灣在迎接AI浪潮時，需要同步建構AI風險治理與保障生態。這不僅是為了保護企業和消費者免受新技術可能帶來的衝擊，也是為了讓AI創新能夠穩步前行。保險業作為風險管理的最後防線，其進退對整體創新環境影響深遠。如果能未雨綢繆，在制度上預作安排建構、在技術上提升能力，那麼當國際保險市場對AI風險裹足不前之際，台灣或許能既擁抱AI帶來的發展機遇，也為潛在的風險提供保障。

（作者為陽明交通大學資訊管理與財務金融學系專任教授、華南金控獨立董事）