AI 服务责任险：先把敞口看清楚，再谈保险
AI 不会“不小心”撞到人，它可能只是答错一句话、少算一个数、跳过一条风控规则——然后一张索赔函就到了。这条产品线要解决的问题是：这部分损失，谁承担。
它保的不是“AI 出错”，而是“AI 出错造成的第三方损失”
责任险的逻辑从来不是赔自己的损失，而是赔你依法应当对别人承担的赔偿责任。放到 AI 场景，就是：你的模型或智能体在正常使用过程中，给客户、用户或第三方造成了可量化的损失。
承保的核心风险类型
幻觉与不实陈述、逻辑与计算错误、算法偏见与歧视性输出、模型漂移导致的行为变化——这些属于 AI 的“内生性风险”，也是这类产品区别于传统网络安全险的地方。
通常覆盖的损失项
第三方财务损失、财产损失、数据修复与恢复费用、为防止损失扩大支出的减损费用、声誉危机公关费用、抗辩所需的法律费用。具体项目与限额以条款为准。
不保的地方要提前知道
网络安全事故、违规使用（超出约定场景）、数据存储不当、以及未取得上线前置资质导致的损失，通常列为除外责任。这一条最容易被忽略，也最容易在出险时变成拒赔理由。
“AI 没说错，但算错了”——这类损失才是大头
一个具体场景
某企业用智能体做自动报价与合同条款生成。模型没有编造不存在的事实，但它把一处阶梯折扣理解反了，连续三周给客户报低了价格。合同已签、货已发，差价损失是实打实的钱。
这不是“说错话”，也不是“系统被黑”，而是典型的逻辑与计算错误。传统网络安全险不覆盖，产品责任险也难套用——这正是 AI 服务责任险要填的空。
为什么“先评估”是硬门槛
这类风险无法靠一张问卷定价。保险公司要看的是：你的模型在什么场景下做什么决策、有没有人工复核环节、出错后多久能发现、有没有留痕。
所以核保通常要求风险问卷、技术评估或第三方评估报告。材料准备不充分，往往不是“保费贵一点”，而是直接无法承保。
四类客群，三种投保结构
同一份保单，站在产业链不同位置，投保人和受益人是不一样的。搞错结构，钱花了但保障没落到自己头上。
| 客群 | 典型敞口 | 建议的投保结构 |
|---|---|---|
| 大模型 / 智能体厂商 | 模型输出错误导致客户业务损失；客户以合同追偿 | 厂商作为投保人，保单覆盖其产品对客户造成的损失 |
| AI 集成与交付商 | 项目交付后系统跑偏，客户要求返工与赔偿 | 集成商投保，或将保险作为交付物的组成部分随项目提供 |
| 具身智能 / 硬件厂商 | 设备在真实环境中误动作造成财产或人身损失 | 硬件厂商投保，与产品质量责任险搭配使用，注意责任划分 |
| 用 AI 干活的企业 | 自建智能体对外服务或对内决策，出错后对外担责 | 企业投保；若使用外部模型，需在采购合同中先厘清责任归属 |
这不是概念产品，国内已经出单
判断一条保险产品线能不能做，看两件事：监管与行业有没有共识框架，市场上有没有真实出单。这两条在 2026 年都已经出现。
框架：技术评估 → 保险承保 → 再保分散
据公开报道，2026 年金融街论坛期间发布了面向人工智能应用的风险综合保障方案，由研究机构、保险公司与再保险方共同构建三方框架，并已为某企业的智能体数字员工产品跑通从保前技术评估、核保到出单的全流程。
含义：“先评估后承保”不是我们的独家打法，而是行业已经验证的路径。
出单：从智能体到 AI 应用，多地落地
据公开报道，2026 年北京签发全国首张针对数字身份智能体产品的 AI 服务责任险；同期出现面向数据损害、AI 法律应用、算力服务等细分场景的责任险创新，深圳、陕西等地也有相应落地。
含义：承保能力已经存在，卡点不在“有没有产品”，而在“你的风险能不能被评估清楚”。
以上均为公开报道信息的归纳，用于说明行业进展，不构成对任何具体产品承保范围与赔付结果的承诺。
四步走完：自评 → 补资质 → 备材料 → 对接承保
3 分钟风险自评
按业务形态、输出类型、损失类型、数据合规、上线资质、人工复核六项打分，先得到“高/中/低关注”与待办清单。
补上线前置资质
算法备案、安全评估、生成内容标识等。资质缺口是硬缺口——不补，保险也赔不了。
准备核保材料
风险问卷、技术说明、人工复核机制、事故发现与留痕流程、历史损失记录。
对接保险公司
把材料递到有承保能力的保司，按条款确认保障范围、限额与除外责任，再由保司出单。
老板们最常问的五个问题
AI 只是答错了一句话，也会赔吗？
我们用了别人的大模型，出事了算谁的？
保费大概多少？
我们规模不大，需要现在买吗？
你们能直接出单吗？
先花 3 分钟，看清你的 AI 风险敞口
自评不收费、不留资也可以先看结论；需要进一步核对时我们再联系你。