AI要真正开进千行百业，光踩油门不行，还得把“安全气囊”装好。

　　一份名单，49个试点方案，覆盖医疗、教育、工业、金融、产业园区——近日，第二批次网络安全保险服务试点工作方案名单由工业和信息化部办公厅、金融监管总局办公厅公布。

　　初看，这只是保险行业的一次扩容；细看方案内容会发现，监管部门想推的不是几张保单，而是一套做法：让保险从“出事后赔钱”，转向“全过程管风险”。这套做法，也正是眼下人工智能（AI）产业最缺的东西。

　　保险的本事，不只是赔钱

　　传统印象里，保险就是交保费、出事故、拿赔偿。

　　但网络安全保险这几年走的是另一条路：企业投保前先做一次安全体检，哪里薄弱先补哪里；保单生效后，保险公司联合安全厂商盯着风险，发现漏洞提前预警；真出了事，赔完钱还要复盘——攻击从哪里进来的，管理哪里松了，下次怎么堵。

　　保费也不是一口价。安全措施到位的，费率低；系统裸奔的，要么贵，要么直接拒保。市场用价格说话：企业为了买得起保险，会主动把安全当回事。

　　这就是“保前评估、保中监测、保后复盘”的治理逻辑。它不替监管干活，也不替企业担责，但在政府管不过来、企业自己又缺动力的那片地带，撑起了一道市场化的防线。

　　AI的风险，已经走出屏幕

　　网络安全保险这套逻辑为什么该用到AI上？因为AI的风险，早就不只是屏幕里的事了。

　　生成式AI写错一句话，可能是名誉权纠纷；模型训练用了没授权的数据，可能惹上知识产权官司。这些还只算“数字风险”。真正的变化在于，AI正在长出手脚和轮子。

　　自动驾驶是最典型的例子。车出了事故，算谁的？整车厂说是算法供应商的问题，算法供应商说是地图数据不准，运营平台说驾驶员该接管而没接管。一起事故背后往往站着一串责任方，普通受害人根本纠缠不起。

　　在此情形下，合理的安排是：保险先把受害人赔了，再拿着行车数据和系统日志，在车企、算法方、运营方之间算账——对外先赔付，对内再追偿。交强险和商业三者险的框架里完全可以装进这套机制，缺的只是更细的责任划分规则。

　　机器人是另一个例子。保洁机器人、养老看护机器人正在走进家庭，它们面对的不是标准厂房，而是老人、孩子和宠物。机器失控撞伤人、摄像头泄露家庭隐私、系统被入侵后行为异常，哪一类都不是传统财产险能单独兜住的。

　　在北京，已有保险机构试水具身智能机器人第三者责任险；北京、上海、杭州、宁波等地也有机器人保险、“保险+租赁”的探索，但总体还停留在单点试水阶段。

　　难点不在出产品，在看得懂风险

　　眼下，市场上不缺挂“AI”名头的保单：人工智能服务责任险、生成内容侵权责任险、网络安全险、机器人三者险，数得出的有四类。但名字印在保单上，不等于风险算得明白。

　　真正的门槛有三个，首先就是缺数据。AI事故样本少，保险公司不知道风险有多大，定价只能拍脑袋。

　　其次是责任边界模糊。一个智能体出错，是模型的问题、数据的问题，还是部署和使用的问题，业内尚无共识，定损时难免扯皮。

　　此外，企业也没有动力。初创公司忙着抢市场，觉得保费是额外开支；保险公司看不懂技术，又不敢承保，双方就这么僵着。

　　破局的办法，不是保险公司闷头多开发几款产品，而是把懂技术的人拉进来：承保前，请第三方机构评估模型的可靠性和数据合规情况；承保后，靠技术手段持续监测。保险公司不必自己成为AI专家，但得知道找谁看、看什么。

　　北京手里有牌，可以先走一步

　　在此方面，北京手里是有牌的。AI企业集中，网络安全产业底子厚，保险总部和中介机构齐全，还有自动驾驶示范区、机器人产业园、智慧医院这些现成的应用场景。把这些资源捏到一起，北京有条件先跑出一套AI保险的完整打法。

　　具体可以做三件事。第一，出台AI风险分类和保险保障指引，把生成式AI、自动驾驶、医疗AI、智能硬件、机器人等场景分开，各自保什么、谁负责，先画个粗线条，让市场有章可循。

　　第二，在重点场景做试点，比如自动驾驶示范区、养老机构的看护机器人、医院的AI辅助诊断，把保险嵌进场景准入和政府采购，做出几个能复制的样本。

　　第三，建立脱敏的风险数据共享机制，让事故和险情数据在监管、保险、检测机构之间流转起来——没有数据，精算定价就是空中楼阁。

　　养老、医疗这类公共属性强、风险又高的场景，前期可以给些保费补贴，让市场先转起来。但补贴的目的不是冲投保量，而是推动企业把安全能力提上去。

　　汽车业有句老话：安全气囊救不了不系安全带的人。保险也一样。保险不能让企业逃避责任，更不能替代监管，它做的是另一件事——让风险有人识别、有人定价、有人兜底，让创新出事的代价，不至于全砸在某一个受害人或某一家企业头上。

　　AI要真正开进千行百业，光踩油门不行，还得把“安全气囊”装好。

（文章来源：新京报）