打开网易新闻 查看精彩图片

随着人工智能加速渗透企业经营、供应链及商业决策流程,技术应用所带来的风险敞口也在迅速扩大。安联商业保险最新报告指出,目前已披露的AI相关事故及保险损失,可能远未反映其真实风险规模。随着企业对AI系统的依赖程度持续提高,相关诉讼、保险索赔及潜在经济损失预计将进一步增加。

报告显示过去两年全球重大AI相关事故数量增加超过150%,与此同时AI风险具有跨行业、跨地域传导的特征,一旦涉及系统性故障或大规模业务中断,相关损失可能达到数亿美元级别。

安联商业保险表示,目前已追踪到多宗涉及数百万欧元赔偿金额的AI相关保险索赔,包括被指存在缺陷的汽车AI安全系统引发的事故,以及投资者针对企业管理层AI相关信息披露提出的证券诉讼。报告估计,部分潜在案件可能令保险行业面临约1亿美元的整体损失。

1. AI风险被低估,传统保险分类难以反映真实敞口

安联指出,当前AI相关损失数据存在明显局限,主要原因在于AI在事故中的参与程度往往难以识别、量化及归因。部分损失并不会直接被归类为AI事故,而是被纳入网络安全、董事及高级管理人员责任险(D&O)、产品责任险或商业犯罪保险等传统保险类别。

这意味着即使目前AI相关保险索赔尚未成为商业保险市场的主要损失来源,其实际风险敞口可能已经远高于现有统计所显示的水平。

此外AI技术的广泛部署也可能放大单一错误的经济影响。当AI系统被嵌入企业日常运营、客户服务及决策流程,即使错误率相对较低,在大规模应用下仍可能迅速演变为重大经营风险。

这一趋势也反映在企业风险认知的变化上,AI在安联《2026年风险晴雨表》(Allianz Risk Barometer 2026)中的排名,从上一年的第10位跃升至第2位,成为排名上升幅度最大的风险类别之一。

安联商业保险首席执行官Thomas Lillelund表示,AI正在改变企业的运营方式、决策机制及竞争模式,并逐步成为商业模式和供应链的重要组成部分。但与此同时,AI不仅可能直接造成经济损失,也可能成为放大其他行业风险的催化剂。

他指出企业管理层需要将AI纳入公司治理及业务韧性规划,通过明确责任归属、加强风险控制、保留人工监督机制,以及建立可行的备用运营方案,降低技术应用带来的潜在损失。

2. 四类AI风险浮现,企业责任边界面临挑战

报告将AI相关损失划分为四大类别,以更系统地评估技术应用对企业及保险业的影响。

第一类为直接AI损失,即AI系统本身因错误操作、判断或建议而直接造成损害,例如AI提供错误的财务建议,导致用户或企业蒙受经济损失。

第二类为AI相关损失,即AI是事故的重要因素,但损失主要来自企业治理、法律责任、商业信誉或第三方关系,例如企业夸大AI技术能力而引发的误导性宣传争议。

第三类为AI加速型损失,即不法分子利用AI扩大或加快恶意活动,包括网络攻击、深度伪造及金融诈骗等。

第四类则为AI依赖型损失,即事故本身并非由AI引起,但企业过度依赖AI驱动的业务流程,在缺乏有效备用系统的情况下,导致事故持续时间延长或损失进一步扩大。

安联认为AI风险与传统技术风险的最大区别,在于其高度系统性。全球企业正在同步采用相似的大语言模型、训练数据、云端基础设施及数据中心,一旦底层技术出现重大问题,影响可能同时波及多个行业及地区。在企业争相部署AI以提升效率和竞争力的背景下,技术应用速度与风险管理能力之间的落差,正成为新的经营挑战。

3. AI诉讼持续增加,知识产权与信息披露风险升温

除技术故障及运营损失外,AI相关法律诉讼也正在成为企业需要面对的新风险。报告援引MIT AI Risk Initiative的数据指出,全球AI相关事故数量从2023年的179宗,增加至2024年的307宗,并于2025年进一步升至453宗,两年累计增幅超过150%。

随着相关事故增加,企业面临的诉讼范围也不断扩大,涵盖知识产权及版权侵权、数据隐私泄露、未经授权使用或处理数据、AI生成虚假信息、算法歧视与偏见,以及环境影响等问题。

其中知识产权争议尤为突出。截至2026年年中,艺术家、娱乐及媒体企业针对AI开发商提出的版权诉讼已超过100宗,显示生成式AI商业化过程中,训练数据及内容使用的法律边界仍存在争议。

另一项值得关注的风险来自董事及高级管理人员责任险(D&O)。随着资本市场对企业AI战略的关注度提高,部分企业可能通过夸大AI技术能力、过度宣传AI商业价值,或未能充分披露AI对公司业务可能造成的不利影响,引发投资者诉讼。

数据显示截至2026年8月,美国今年已出现22宗与AI相关的证券集体诉讼,高于2025年全年的16宗,以及2023年的7宗。风险已不再局限于技术部门,而是逐步延伸至企业信息披露、董事会监督及资本市场责任领域。对于上市公司而言,AI战略的商业价值与相关风险披露,可能成为投资者及监管机构未来重点关注的议题。

4. AI也成为风险管理工具,企业韧性或决定损失规模

尽管AI带来新的风险,安联同时指出善用AI进行风险预防及监测的企业,也可能在事故发生时取得明显竞争优势。根据安联商业保险的理赔分析,采用AI驱动的风险识别及防范工具,有助于降低数据泄露和业务中断所造成的成本。

以勒索软件攻击为例,如果企业未能及时发现攻击,导致数据被窃取并遭加密,其损失成本可能是攻击早期便被识别及控制的事件的1,000倍。

目前AI已被应用于实时金融诈骗监测、预测性设备维护、供应链风险监控及合规监督等领域。相关系统能够协助企业及早识别异常交易、设备故障、供应链中断及潜在合规问题,从而降低风险演变为重大损失的可能性。

安联商业保险AI风险与理赔卓越中心负责人Michael Daum表示,已确认的AI相关损失很可能只是整体风险的一小部分。由于部分事故尚未被识别为AI相关损失,市场仍存在相当规模的潜在风险敞口。

他认为AI风险的实际影响将在未来逐步显现,而保险索赔往往滞后于风险的出现。随着企业AI应用不断深化,保险市场可能迎来新一轮AI相关索赔增长。对于保险业而言,AI风险的扩大既意味着潜在赔付压力,也将推动保险公司进一步加强风险识别、数据分析及企业风险咨询服务。

5. 结尾

对于企业而言,如何在追求AI效率提升的同时建立相应的治理与风险管理机制,将成为影响长期经营韧性的重要因素