为智能体经济承保:AI 保险体系蓝图

MATS 学员:

Anita Srinivasan

作者:

Cristian Trout, Sanmi Koyejo, Sasha Romanosky, Giorgio Ripamonti, Lynn Thompson, Desiree Spain, Alex Taylor, Kevin Casey, Stephen Casper, Matthew Botvinick, Sean McGregor, Miles Brundage, A. Feder Cooper, Patricia Paskov, Adrien Ecoffet, Ben Bucknall, Kevin Wei, Markus Anderljung, Lukasz Szpruch, Bri Treece, Tom Zick, Gabriel Weil, Ugur Ozer, Kevin Kalinich, Jesus Gonzalez, Vitaly Baranov, Moran Koren, Guy Laban, Gil Arazi, Henri Winand, Derek Blum, Toby Clowes, Adam Kleinman, Anita Srinivasan, Tom Fehring, Rune Kvist, Rajiv Dattani

引用次数

Citations

摘要:

从海上贸易到商用核能,保险通过定价风险、限制损失并推广良好实践,推动了重大经济与技术发展。新兴的 AI 智能体经济预计到 2030 年将处理数万亿美元交易,可能成为下一个这样的领域。然而,目前各类保险对 AI 智能体风险大多没有明确计价;在保险责任未明确涵盖和免责范围不断扩大的双重情况下,现有保障已不适用。此外,可保性正朝着不利方向发展:AI 智能体能力似乎提升得比可靠性更快,事故严重程度随之上升;少数基础模型供应商高度集中,可能造成相关性损失;而传统精算模型也难以跟上前沿 AI 的快速演进。本报告认为,到 2030 年提供数十亿美元保额的明确 AI 保险是可行的,但前提是全行业协作。借鉴美国保险商实验室(Underwriters Laboratories)、已结案理赔项目等成功先例,我们提出由八部分组成的 AI 保险体系,涵盖事故数据收集、灾难建模、标准制定、合同设计、风险筛选、定价、监测和理赔管理。建立这套基础设施,才能让保险业以可持续且可扩展的方式承保和管理 AI 智能体风险。最后,我们讨论前沿 AI 可能造成的灾难性风险(“AI CAT”),包括化学、生物、放射性和核风险、关键基础设施崩溃及失控情景。应对这些极端尾部风险,需要专门设计的工具,例如前沿模型开发者互助保险、巨灾债券、定制责任制度和政府兜底。

近期研究

非大国冲突与 AI 风险

作者:

Kristina Kempkey

日期:

八月 26, 2026

引用次数:

合成角色预训练:从第一个 token 开始对齐

作者:

Julian Minder

日期:

八月 13, 2026

引用次数:

常见问题

什么是 MATS 项目?
项目持续多久?