企業はこの2年間、日々の業務に人工知能（AI）を統合しようと競い合ってきた。そして今、保険会社はAIに対する自社のリスク負担（エクスポージャー）を制限しようと躍起になっている。
この認識のズレは、今日の中堅企業が直面している、最も重要でありながら最も議論されていないリスクマネジメント上の課題の一つになりつつある。
業界を問わず、企業はカスタマーサービス、物流、アンダーライティング（保険引き受け審査）、マーケティング、製造、コンプライアンス、人事機能、財務業務などにAIを組み込んでいる。しかし、企業がAIを業務上の強みと捉える一方で、多くの保険会社はAIを予測不可能なシステムリスク（蓄積・波及するリスク）とみなす傾向を強めている。
Hunton Insurance Recovery BlogおよびGallagher Re Global InsurTech Reportによると、保険会社は広範なAI関連の免責条項の導入を開始しており、損失の発生にAIが関与している場合、補償を制限または除外する動きを見せている。
最近の法務および保険業界の分析では、ますます明確化するAI免責条項が報告されている。これには、補償専門の弁護士が「絶対的」AI免責と呼ぶものや、企業総合賠償責任（CGL）保険向けに新設されたオプションの生成AI免責条項などが含まれる。
多くの経営陣は、AI主導のプロセスが金銭的損失や業務停止を招いた場合でも、既存のサイバー保険、専門職業賠償責任（E&O）保険、役員賠償責任（D&O）保険、あるいは企業総合賠償責任（CGL）保険で対応できると未だに思い込んでいる。しかし、その前提は通用しなくなりつつある。
そして、この問題はテクノロジー企業に限られたことではない。
メーカーはAI主導の在庫予測を利用している。医療機関はAI支援によるスケジューリングを導入している。法律事務所は文書レビューに生成AIを使っている。小売企業は顧客対応にAIチャットボットを頼っている。建設会社はAI支援のプロジェクト管理ツールを利用している。
これらすべての組織が今、難しい現実に直面している可能性がある。すなわち「損失にAIが関与していた場合、保険は適用されるのか」という問いだ。多くの場合、その答えは不確実になりつつある。
AIが保険に与える影響の認識
保険業界の懸念はもっともだ。AIは相関性のあるリスク（相関リスク）を生み出す。従来のソフトウェアが作動しなくなった場合、その被害は局所的なものにとどまることが多い。しかし、AIシステムが失敗すると、エラーが何千ものユーザー、意思決定、あるいは取引の全体にわたって、瞬時に大規模に複製・拡散する可能性がある。
最近発生した世間の注目を集めるインシデントは、保険会社の不安をさらに加速させている。企業はすでに、AIが生成した誤情報、チャットボットの誤り、著作権侵害をめぐる争い、ハルシネーション（もっともらしい嘘）による出力、ディープフェイクを悪用した詐欺スキームなどに関連する訴訟や金銭的損失に直面している。
こうした事態に対し、保険会社は急速に進化し価格設定が困難なリスクに直面した際の常套手段で応じている。すなわち、引き受け基準の厳格化、保険約款の文言の絞り込み、そして免責条項の策定だ。
この動向は、業務でAIツールを使用しているすべてのビジネスリーダーが注意を払うべきものだ。現在、大半の企業はAIを単に試行しているだけでなく、実業務で依存するようになっているからだ。
さらに大きな問題は、企業が自社のワークフローのいかに深い部分までAIが浸透しているかを完全には理解していない可能性がある点だ。AIはサードパーティのプラットフォーム、SaaS製品、ベンダーのシステム、顧客向けアプリケーションに組み込まれるケースが増えている。AIを保守的にしか使っていないと考えている組織であっても、外部ベンダーを通じて、すでに基幹業務にAIが統合されている可能性があるのだ。
これが、目に見えないビジネス継続性のリスクを生み出している。
AI関連リスクの軽減
AI関連の事象が原因で業務停止、レピュテーション（評判）の低下、規制当局による調査、顧客への被害などが発生し、AIが関与していたことを理由に保険会社が補償を拒否または制限した場合、その経済的損失は企業自身に重くのしかかることになる。
ここにおいて、リスクマネジメントのあり方を進化させる必要がある。
長年、多くの組織は保険を主に保険料コストと年次更新に焦点を当てた調達プロセスの一環として捉えてきた。しかし、AI主導の経済において、その考え方はもはや通用しない。
企業は今や、業務のレジリエンス（回復力）と事業継続計画（BCP）について、より戦略的に考える必要がある。自社のエコシステム内のどこにAIが存在するのかを特定し、補償のギャップがどこに生じるかを評価し、将来の損失を吸収する上で従来の保険だけで十分なのかを見極めなければならない。
私が実務で、より多くの企業が「831(b)プラン（米内国歳入法第831条(b)に基づく小規模キャプティブ保険）」のような代替リスクマネジメント戦略を模索しているのを目にするのは、これが理由の一つだ。セクション831(b)は、従来の商業保険市場では免責されたり、十分な補償が得られなかったり、あるいは引き受けが難しかったりするリスクに企業が対処できるようにすることを目的としている。こうした仕組みはニッチなリスクや新たなリスクに関連付けられることが多いが、現在においては、AI関連の業務リスクもその定義に当てはまる可能性がある。
これが示唆するものは大きい。重要なのは、すべてのAI関連リスクをこのような自己保険の仕組みに組み込むべきだということではない。企業はもはや、AIの導入に伴って生じるあらゆる新たなリスク要因（エクスポージャー）を、従来のリスクマネジメント戦略がすべてカバーしてくれると思い込んではいけない、ということだ。
おわりに
私たちは、保険引受人（アンダーライター）が実質的な補償を提供する前に、AIガバナンス、文書化、ベンダー管理、事業継続計画などの証跡をますます求めるようになる環境へと足を踏み入れつつある。こうした管理体制を持たない企業は、免責、補償限度額の引き下げ（サブ制限）、保険料の値上げ、あるいは補償自体の拒否に直面する可能性がある。
多くの点で、これは過去10年間にサイバー保険で起きたことと酷似している。当初、保険会社は既存の保険契約の下でサイバー関連の損失を幅広く補償していた。しかし、保険金の請求が急増し、リスクがよりシステム全体に波及するようになるにつれ、保険会社は条件を狭め、免責事項を追加し、補償を提供する前に強固なサイバーセキュリティ対策を求めるようになった。
現在、AIも同様の軌跡をたどっているが、そのスピードはおそらくはるかに速い。
このような環境下で生き残る可能性が高いのは、自社業務のどこにAIが脆弱性をもたらすのかを最も正確に把握し、重大な障害が発生する前に先手を打って対策を講じる組織であると、私は確信している。
なぜなら、不都合な真実はこうだからだ。すなわち、多くの企業が「リスクを誰か他人が背負ってくれている」かのようにAIを使用しているという点だ。保険市場は、その前提がもはや通用しないかもしれないというシグナルを送り始めている。
