AI 的保險：為什麼 AI 公司要買責任險
很多人會問：AI 出錯真的會被告嗎？答案是：會，而且趨勢正在加速。
原因有三個。第一，舉證門檻在下降。過去消費者要告軟體公司，得證明「程式有瑕疵」且「瑕疵與損害有因果關係」，這在法律實務上非常困難。但現在的情況不同了：AI 系統會留下完整的對話紀錄、推論日誌、模型版本，這些數位足跡反而成為原告最好的證據。你講了什麼、模型回了什麼、時間戳記清清楚楚。
第二，求償的金額在上升。傳統軟體瑕疵的賠償，通常被合約中的「責任上限條款」壓在授權費的幾倍之內。但當 AI 涉及人身安全、金融損失、醫療誤判、或是大規模的歧視性決策時，法院與監管機關傾向認為這類損害「不應被合約上限輕易封頂」。換句話說，你以為簽好的免責條款，可能在關鍵時刻保護不了你。
第三，集體訴訟的門檻在降低。當一個 AI 決策同時影響數萬人，就會出現「大家都有一個類似的故事」的結構，這正是集體訴訟最喜歡的土壤。美國這幾年針對 AI 相關的訴訟數量明顯增加，從著作權（訓練資料是否侵權）、到誹謗（模型生成不實陳述）、到歧視（自動化招募與信貸決策）、再到消費者保護（誤導性行銷），戰線非常分散，而且每一條戰線的被告都不只是「寫模型的人」，還包括「部署模型的公司」。
值得注意的是，就算你最後打贏官司，你還是輸了。因為抗辯費用（defense cost）是獨立於賠償金額之外的支出。一場跨國訴訟的律師費、專家證人費、電子證據開示費用，動輒數十萬到數百萬美元，而且會持續好幾年。對一家還在燒錢的 AI 新創來說，這筆錢足以讓公司在判決出爐前就先倒下。這也是責任險真正價值所在：它保的不只是賠償，更是「讓你有能力把官司打完」的現金流。
二、AI 責任險到底保什麼？拆解保單的核心結構
市場上並不存在一張叫做「AI 責任險」的標準保單。實務上，AI 公司的保障是由好幾張不同險種拼起来的，然後再透過「批單」（endorsement）的方式，把 AI 相關的風險明確納入或排除。理解這個結構，比記住任何一個商品名稱都重要。
第三人責任、產品責任與專業責任的界線
我們先從最基礎的三種責任講起。
第三人責任（General Liability / Public Liability）處理的是「身體傷害」與「財物損失」。例如：倉儲機器人撞傷作業員、自動搬運車撞壞客戶設備、AI 監控系統誤觸消防設備造成水損。這一類風險相對傳統，核保邏輯也比較成熟，但對純軟體的 AI 公司來說，保障範圍通常不夠用，因為 AI 造成的損害大多是「經濟損失」而非「物理損害」。
產品責任（Product Liability）處理的是「你的產品造成損害」。當 AI 被視為產品的一部分（例如搭載 AI 的家電、醫療器材、自駕系統），產品責任險就會啟動。這裡的關鍵爭議是：模型本身算不算「產品」？目前各國法制還在演進，歐盟的產品責任指令修訂方向傾向把軟體納入，這意味著未來 AI 公司被以「產品製造者」身分追訴的機率會提高。
專業責任（Professional Indemnity / Errors & Omissions）處理的是「你提供的服務有瑕疵，導致客戶的經濟損失」。這是對 AI 公司最關鍵的一張保單，通常以「科技業責任險」（Technology E&O）的形式出現。它保的是：因為你的軟體錯誤、遺漏、過失、或是未能提供應有水準的服務，導致客戶金錢損失時，你依法應負的賠償責任，以及抗辯費用。
對 AI 公司來說，Tech E&O 幾乎是標配。但要注意兩件事：第一，傳統的 Tech E&O 保單在設計時，並沒有預期到「模型會自己生成內容」這件事，所以很多保單需要加註 AI 批單，把生成式輸出的責任明確納入；第二，保單通常會要求被保險人「遵守合理行業慣例」，如果你連基本的模型評估、紅隊測試、輸出過濾都沒做，保險公司事後可以用「未盡注意義務」為由拒賠。
除上述三者之外，AI 公司還常需要以下保障：
另外，近兩年國際保險市場也開始出現「AI 專屬」的實驗性商品。例如勞合社（Lloyd's of London）體系下，已有保險業者與 AI 治理評測機構合作，推出針對 AI 系統效能與責任的保單，將保費與模型的治理成熟度掛鉤。這類商品的意義不在於它現在有多普及，而在於它揭示了一個方向：未來 AI 保險的定價，會愈來愈依賴你的治理能力，而不是你的營收規模。
常見除外條款：哪些情況保險公司不賠
買保險最怕的不是保費貴，而是「以為買了，結果不賠」。AI 相關保單目前最常見的除外條款，大致有以下幾類，值得每一家 AI 公司在簽約前逐條畫線。
第一類：故意行為與已知缺陷。任何保險都不會保障故意違法或明知會造成損害的行為。更關鍵的是「已知缺陷」：如果你在投保前就知道模型有某個重大問題，卻沒有向保險公司揭露，事後發生損害時，保險公司可以主張「未盡告知義務」而解除契約。這對快速迭代的 AI 公司是很大的陷阱，因為模型每天都在改，什麼算「已知」、什麼算「未知」，界線模糊。
第二類：罰款與懲罰性賠償。監管機關開的罰單（例如違反個資法、違反 AI 法規的行政罰），在多數司法管轄區被認為「不可保險」，因為如果罰單可以由保險公司付，就失去了嚇阻效果。懲罰性賠償（punitive damages）也常被列為除外。這代表 AI 公司面對監管風險時，保險能幫的有限，合規還是得自己做。
第三類：系統性與大規模事件。這是 AI 保險最敏感的一塊。多數保單會排除「戰爭」、「恐怖攻擊」、「政府行為」等傳統巨災風險，而現在保險業正在爭論：AI 造成的系統性風險（例如大規模電網癱瘓、金融市場連鎖崩潰、關鍵基礎設施失效）該不該比照巨災處理？目前的實務傾向是：保險公司會用較低的子限額（sub-limit）承保，或直接排除，把這類風險留給政府與產業共同承擔。
第四類：合約承擔的責任。如果你在客戶合約裡自願承諾了比法律規定更嚴格的賠償責任（例如「無條件賠償一切損失」、「不設上限」），保險公司通常不會替你付這一段。這意味著業務團隊在談合約時的讓步，會直接變成財務團隊的未保風險。這種「業務簽約、財務買單」的落差，是 AI 新創最常見的保險缺口。
第五類：特定應用場景。有些保單會直接排除高風險應用，例如自主武器、醫療診斷的最終決策、無人載具的完全自主運行、或是涉及重大人身安全的控制系統。如果你的產品正好落在這些領域，你需要的不是一般科技責任險，而是量身訂做的專案保單，保費與核保難度都會高一個檔次。
第六類：智慧財產權的特定爭議。訓練資料的著作權爭議，是目前全球訴訟的熱點。多數傳統保單對「你主動侵害他人智財權」的保障本來就有限，對「模型生成內容是否侵權」的處理更是模糊。投保時務必確認：保單是否明確承保生成式輸出的智財爭議？是否有獨立的子限額？是否要求你採取特定的資料治理措施？
三、為什麼現在就要買？監管、資本與客戶的三重壓力
很多創辦人會想：「等公司大一點再說吧，現在買太貴了。」這個想法在兩年前或許還說得通，但現在的環境已經完全不同。推動 AI 公司購買責任險的力量，不只來自風險本身，更來自三個外部壓力源。
法規趨勢：EU AI Act 與各國責任框架
歐盟的《人工智慧法》（EU AI Act）建立了目前全球最完整的 AI 風險分級框架，把 AI 系統依風險高低分成不可接受風險、高風險、有限風險與最小風險四級，並對高風險系統課予一系列義務：風險管理系統、資料治理、技術文件、紀錄保存、透明度、人為監督、準確性與穩健性。雖然法規的完整適用有過渡期，但方向已經很清楚：未來 AI 公司的「合規成本」會變成固定支出，而且會直接影響你能不能賣進歐洲市場。
更重要的是連帶的責任框架。歐盟同時在推動 AI 責任指令的討論，核心概念是「舉證責任的調整」：當 AI 系統造成損害，且受害者在舉證上有困難時，法院可以要求開發者或部署者提供相關資訊，甚至在某些情況下推定因果關係。這對 AI 公司意味著什麼？意味著「你很難再用技術黑箱當作抗辯理由」，而一旦抗辯變難，和解金額與訴訟成本就會上升——而這兩者，正是責任險理賠的主要項目。
其他地區的監管也在快速跟上。美國雖然沒有聯邦層級的綜合法案，但透過 NIST 的 AI 風險管理框架、各州立法、以及聯邦貿易委員會對「AI 洗白」與不公平演算法的執法，實質監管壓力並不小。亞洲方面，中國已實施生成式 AI 服務管理相關規範，日本、韓國、新加坡也各自推出治理指引。台灣方面，政府已提出 AI 基本法的草案方向，金管會與數位發展部也持續關注金融業與公部門使用 AI 的風險管理。對出口導向的 AI 公司來說，你面對的不是單一法規，而是一張互相牽連的跨國法網。
而監管壓力有一個很現實的傳導路徑：法規要求企業客戶對其 AI 供應商進行盡職調查 → 企業客戶把壓力轉嫁給 AI 公司 → AI 公司被要求提供保險證明。這就是為什麼「買保險」從來不只是風險管理，它同時是一種市場准入工具。
投資人與客戶的盡職調查清單
如果你最近正在募資，大概已經感覺到投資人問的問題變了。兩年前他們問「你的模型比別人強多少」，現在他們問「你的模型出錯時會怎樣」、「你有沒有做紅隊測試」、「你的資料來源合法嗎」、「你有沒有投保」。這些問題背後的邏輯很簡單：投資人買的是「風險調整後的回報」，而保險是少數能直接把風險從資產負債表上移走的工具。
從投資人的角度看，保險有三個價值。第一，它把「低機率、高衝擊」的尾部風險轉移出去，讓公司的現金流預測更穩定。第二，它是治理成熟度的訊號：一家願意花錢買責任險的公司，通常也比較願意投資在模型評估、日誌紀錄、人為監督上。第三，它在併購或 IPO 的盡職調查中，是加分項——因為買方最怕的就是「買到一間藏著未爆彈的公司」。
從客戶的角度看，壓力更直接。現在大型企業採購 AI 服務時，資安與法務部門的問卷動輒上百題，其中一定有一題是：「請提供你們的責任保險證明，並註明保額與承保範圍。」如果答不出來，很多時候案子就卡在採購流程裡，連簡報都排不上。這不是客戶刁難，而是他們自己的風險管理要求：當客戶把 AI 放進核心流程，他們需要知道「如果出事，供應商賠得起」。
所以我們常說，AI 公司買責任險，買的其實是三張門票：監管合規的門票、資本市場的門票、企業客戶的門票。這三張門票的價格，通常遠低於失去市場的代價。
四、AI 公司該怎麼規劃保險？實務建議
理解「為什麼要買」之後，下一個問題是「怎麼買」。這一段我們談實務，包括額度怎麼抓、風險怎麼分配、以及投保前該準備什麼。
風險自留、風險轉移與保險額度的拿捏
保險不是買愈多愈好，因為保費會排擠研發預算。正確的做法是先做一次「風險地圖」，把風險分成四類：高頻低損、低頻低損、高頻高損、低頻高損。原則是：高頻低損的風險自己留著（用流程與準備金處理），低頻高損的風險優先轉移（用保險處理）。
具體到額度，可以從三個角度反推。第一，合約角度：你的客戶合約裡，責任上限通常怎麼寫？是年費的 1 倍、2 倍，還是 12 個月服務費？把前五大客戶的合約上限加總，就是一個粗略的下限。第二，情境角度：設想一個「合理但嚴重」的出事情境（例如某個自動化決策錯誤影響了一萬名使用者，每人平均損失一萬元），算出總曝險，再乘上你認為的發生機率。第三，市場角度：同業、同階段、同市場的公司通常保多少？這可以透過保險經紀取得benchmark 資訊。
另外要提醒的是「自負額」（deductible）的設計。自負額愈高，保費愈低，但現金流風險愈大。對還在燒錢的新創來說，與其追求最低保費，不如追求「最壞情況下，我還拿得出自負額」的平衡點。同時要留意保單是「事故發生制」（occurrence）還是「索賠提出制」（claims-made）。科技責任險多數是後者，意思是「只有在保單有效期內提出的索賠才理賠」，所以續保的連續性非常重要——一旦中斷，可能會出現保障空窗。
還有一個常被忽略的細節：回溯日（retroactive date）。如果你的保單設有回溯日，那麼回溯日之前發生的事件就不在保障範圍內。對快速迭代的 AI 公司來說，這代表「模型改版」與「保單生效日」之間的關係必須仔細對齊，否則可能出現「新模型出事、舊保單不賠」的窘境。
投保前的準備工作與文件清單
保險公司不會只憑你的口頭描述就報價。核保過程本質上是一場「風險透明化」的考試，你準備得愈完整，保費愈合理、理賠爭議愈少。以下是實務上最常被要求的項目：
準備這些文件聽起來很煩，但它們的價值遠超出投保本身。很多公司在整理這些資料的過程中，第一次真正盤點清楚自己的風險在哪裡，也才發現某些合約條款、某些資料來源、某些第三方元件的問題。投保過程，其實是一次免費的風險健檢。
最後一個實務建議：找一個懂 AI 的保險經紀人，而不是隨便找一家保險公司。AI 責任險是一個非常新的市場，不同保險公司的核保邏輯差異很大。有的公司願意承保但除外條款極嚴，有的公司保額高但要求你必須有特定的治理認證。一個好的經紀人會幫你比較條款、協商批單、並在續保時提醒你哪些條款變了。這筆佣金，通常值得。
五、常見問答
Q1：我們是新創，還沒賺錢，真的需要買嗎？
需要，但可以從小額開始。很多保險公司提供針對早期新創的入門方案，保額較低、保費也較低，重點是先建立保障的連續性與理賠紀錄。更現實的理由是：你的企業客戶與投資人會問。沒有保單，你可能連第一輪盡職調查都過不了。
Q2：買了責任險，是不是就可以放心讓 AI 自己做決定？
完全不是。保險是事後補救，不是事前授權。保單通常要求被保險人遵守合理行業慣例，如果你沒有做好模型評估、人為監督、輸出過濾，保險公司可以用「未盡注意義務」拒賠。保險與治理是互補的，不是替代的。
Q3：開源模型造成的損害，保險會賠嗎？
要看保單條款與你的角色。如果你是「部署者」而開源模型的授權條款本身有免責聲明，保險公司通常會要求你說明你採取了哪些額外的風險控制措施。如果你是「微調者」或「再發布者」，責任歸屬會更複雜。務必在投保時主動揭露第三方元件，並確認保單對「第三方元件瑕疵」的處理方式。
Q4：保費大概多少？
差異極大，從年繳數萬元到數十萬元以上都有可能，取決於產業、營收、應用場景、客戶結構、治理成熟度與保額。高風險應用（醫療、金融、自駕）的保費會明顯較高。與其問「多少錢」，不如問「我的風險地圖長什麼樣」，因為保費只是風險的價格標籤。
Q5：如果客戶合約要求很高的賠償上限，我該怎麼辦？
先回頭檢視合約。很多時候「高上限」是談判起點而非終點。你可以用「保額上限＋責任上限」的組合來回應：例如承諾投保一定額度的責任險，並在合約中把賠償責任上限設定在保險額度之內。這樣既滿足客戶的風險管理需求，也避免公司暴露在未保的巨大風險中。
結語
AI 公司賣的是「不確定性」：不確定的模型行為、不確定的資料來源、不確定的法規環境、不確定的使用者反應。責任險不是要消除這些不確定性，它做不到，也不該被期待做得到。它做的是另一件事：把不確定性中「最壞的那一段」轉移出去，讓公司有本錢繼續嘗試、繼續犯錯、繼續前進。
從這個角度看，責任險其實是 AI 產業的基礎建設之一。它讓投資人敢投、讓客戶敢用、讓監管機關有一個可以對話的對象、也讓消費者在受到損害時有一條可行的求償路徑。一個沒有保險的 AI 生態系，最終會因為「沒人敢承擔風險」而停止成長。
所以，如果你是一家 AI 公司的創辦人或財務主管，與其等風險上門，不如現在就開始做三件事：畫一張風險地圖、找一個懂 AI 的保險經紀、把治理文件整理起來。這三件事加起來的投入，可能還不到一次模型訓練的電費，但它們能在關鍵時刻，決定你的公司是「撐過去」還是「撐不住」。
AI 的保險，保的從來不只是 AI。它保的是那些願意把未來押在 AI 上的人，包括創辦人、員工、投資人，以及每一個正在使用這些服務的使用者。