
Dalam artikel ini (4)
Analisis Asuransi AI: Lebih dari 1 dari 5 Perusahaan AS
Poin utama
- Petakan setiap kasus penggunaan AI sebelum perpanjangan, karena perusahaan asuransi akan menentukan harga risiko berdasarkan alur kerja, bukan berdasarkan sensasi.
- Perlakukan kontrol AI sebagai persyaratan produk, terutama untuk keputusan yang berhadapan dengan pelanggan dan alur kerja yang teregulasi.
- Perhatikan kuesioner dan pengecualian dari perusahaan asuransi untuk melihat fitur AI mana yang dianggap berisiko oleh pasar.
Adopsi AI menjadi masalah penetapan harga risiko dan desain produk, bukan sekadar keputusan membeli perangkat lunak lainnya.
Adopsi AI sedang menjadi masalah penetapan harga risiko dan desain produk, bukan sekadar keputusan pembelian perangkat lunak lainnya.
Peluncuran produk AI terpenting di perusahaan Anda tahun ini mungkin bukan asisten, copilot, atau bot alur kerja lainnya. Bisa jadi itu adalah polis asuransi yang menentukan apa yang terjadi ketika sistem tersebut memberi saran buruk, menghasilkan konten yang dilindungi, atau mengotomatiskan keputusan yang merugikan seseorang. Laporan Marketplace, yang dimuat Yahoo Finance dengan judul “AI liability cover is a risk and an opportunity for insurers,” menjelaskan latar adopsinya secara gamblang: Lebih dari 1 dari 5 perusahaan AS menggunakan AI. Itu mengubah AI dari keputusan alat menjadi masalah penetapan harga, karena setiap alur kerja baru menciptakan pertanyaan yang disukai perusahaan asuransi dan dihindari operator: siapa yang membayar ketika modelnya salah?
Peluncuran ini adalah kategori, bukan satu SKU
HSB, sebuah perusahaan Munich Re, mengatakan telah memperkenalkan AI Liability Insurance untuk usaha kecil, yang menjadi sinyal paling jelas bahwa hal ini bergerak dari memo hukum ke rak produk. Secara terpisah, Plug and Play Tech Center menggambarkan asuransi AI sebagai kategori pasar yang sedang berkembang dan berargumen bahwa klasifikasi produk asuransi tradisional tidak lagi memadai karena AI dan robotika menciptakan paparan risiko baru. MarketResearch.com juga mencantumkan Global Artificial Intelligence Liability Insurance Market Research Report 2025, yang menunjukkan bahwa kategori ini sekarang sudah memiliki cukup perhatian dari pembeli dan perusahaan asuransi untuk dikemas, dibandingkan, dan dijual. Ward and Smith menjelaskan mengapa rasa sakit pembeli itu nyata: bisnis menerapkan AI untuk layanan pelanggan, analisis data, pembuatan konten, keputusan perekrutan, diagnosis medis, pemodelan keuangan, dan proses manufaktur. Itu bukan satu permukaan risiko. Itu seperti antrean prasmanan di mana setiap piring memiliki skenario klaim yang berbeda, dan struknya datang belakangan.
Kategori ini penting karena produk asuransi adalah peta pasar yang menyamar. Jika perusahaan asuransi mulai memisahkan tanggung jawab AI, mereka juga mendefinisikan apa yang dianggap sebagai kegagalan AI, kontrol mana yang penting, dan kasus penggunaan mana yang layak dikenai premi lebih tinggi. Itu adalah strategi produk yang mengenakan jaket aktuaria.
Bagian tersulit adalah memutuskan apa yang dihitung sebagai kerugian AI
Ward and Smith memperingatkan bahwa sebagian besar program asuransi bisnis tidak dirancang untuk risiko yang dibuat oleh sistem AI, termasuk rekomendasi berbahaya, masalah kekayaan intelektual, dan keluaran yang bias. Anderson Kill, dalam artikel yang diterbitkan oleh Dataversity, menunjuk contoh seperti chatbot yang mencemarkan nama baik dan alat perekrutan otomatis dengan dampak diskriminatif. Bagian yang tidak nyaman bagi operator adalah bahwa ini bukan kasus pinggiran yang eksotis, melainkan berada tepat di dalam alur kerja bisnis yang umum.
Di sinilah kategori ini menjadi menarik. Gangguan perangkat lunak biasa biasanya merupakan masalah lini masa: kapan sistem gagal, siapa yang terdampak, dan apa bunyi kontraknya? Klaim AI bisa menjadi masalah kausalitas: apakah model menyebabkan kerusakan, apakah pengguna menyalahgunakan alat, apakah perusahaan gagal mengawasinya, atau apakah vendor menjanjikan terlalu banyak tentang kemampuan sistem? Ambiguitas itulah tempat model underwriting baru, jejak audit, alur kerja kepatuhan, dan perangkat lunak tata kelola bisa menjadi bernilai.
Pelajaran bagi operator adalah desain produk, bukan dokumen administratif
Ward and Smith membingkai pertanyaan praktisnya langsung dalam judulnya: apakah pertanggungan Anda saat ini mengikuti perkembangan? Itulah cara yang tepat bagi tim startup untuk memikirkan hal ini. Asuransi tanggung jawab AI bukan sekadar sesuatu yang dibeli tim keuangan saat perpanjangan, melainkan umpan balik tentang apakah tim produk dapat menjelaskan di mana AI muncul dalam perjalanan pelanggan dan apa yang terjadi ketika AI gagal. Plug and Play Tech Center mengatakan perusahaan asuransi didorong menuju pendekatan yang lebih dinamis, termasuk underwriting berbasis AI dan penetapan harga real-time dalam asuransi properti dan kecelakaan. Terjemahkan itu ke bahasa startup, dan pesannya sederhana: perusahaan asuransi akan lebih menyukai produk yang dapat menunjukkan kasus penggunaan yang berbatas jelas, kontrol yang jelas, dan riwayat insiden yang terukur. Jika fitur AI Anda adalah Choose Your Own Adventure di mana setiap akhir bergantung pada prompt yang samar, perkirakan percakapan asuransinya akan mahal.
Langkah berikutnya adalah kontrol yang dibundel dengan pertanggungan
Peluncuran HSB untuk usaha kecil menunjukkan bahwa celah jangka dekatnya bukan eksperimen Fortune 500, melainkan perusahaan biasa yang mengadopsi AI sebelum mereka memiliki tim risiko AI khusus. Itu menciptakan ruang untuk tumpukan praktis di sekitar polis: kuesioner, inventaris penggunaan, tinjauan vendor, pencatatan keluaran model, pelatihan karyawan, dan alur kerja perpanjangan. Tidak ada yang terdengar glamor, yang biasanya merupakan tanda bahwa ada anggaran yang tersembunyi di dalamnya.
Peringatan Anderson Kill bahwa perusahaan harus mempertimbangkan apakah program asuransi yang ada akan merespons ketika sesuatu berjalan salah menunjukkan efek tingkat kedua. Pasar tidak hanya akan menjual pertanggungan, tetapi juga akan mengajari bisnis cara mendeskripsikan risiko AI dengan cara yang standar. Bagi para pendiri, peluangnya bukan menempelkan “risiko AI” di dasbor dan menyebutnya produk. Peluangnya adalah membantu pelanggan membuktikan bahwa mereka tahu di mana AI digunakan, apa yang dapat dipengaruhinya, dan seberapa cepat mereka dapat merekonstruksi sebuah kegagalan.
Bagi pembaca yang membangun atau membeli sistem AI, kesimpulannya jelas: adopsi sekarang berada di hulu dari asuransi, kepatuhan, dan penetapan harga. Perhatikan bahasa polis, pengecualian, dan kuesioner yang berikutnya diminta perusahaan asuransi. Itu akan menunjukkan kasus penggunaan AI mana yang dipercaya pasar, mana yang dikenai “pajak” lebih tinggi, dan di mana produk B2B berguna berikutnya sebaiknya dibangun.