Harbor ได้ทุน 10 ล้านดอลลาร์ แต่ประกัน AI agent ยังไร้ประวัติเคลม

Harbor บริษัทเทคโนโลยีความเสี่ยง AI agent จากซานฟรานซิสโก เปิดตัวจากช่วงพัฒนาแบบไม่เปิดเผยเมื่อ 13 ตุลาคม 2026 พร้อมเงินทุนรอบ seed 10 ล้านดอลลาร์ นำโดย Base10, Abstract และ 8VC โดย ประกาศของ Harbor ระบุผู้ร่วมลงทุนอีก ได้แก่ Restive, NFX, Innovation Endeavors, Kibo Ventures, Masia และ MVP Ventures และ Jesús Santos ซีอีโอสรุปพันธกิจสั้น ๆ ว่า “to insure the agentic economy” บริษัทวางซอฟต์แวร์สำหรับค้นหาและควบคุมการทำงานของ agent ไว้หน้าความคุ้มครองความเสียหายที่ยังเหลืออยู่ หลังการป้องกันทำงานแล้ว

โจทย์สำคัญคือราคาของความเสี่ยงส่วนหลังนั้นยังไม่มีฐานสถิติที่หนาพอ: Insurance Journal รายงานว่าผู้รับประกันยังขาดประวัติการเรียกร้องค่าสินไหมของ AI agent สำหรับตั้งราคา และบางรายเริ่มยกเว้นความเสี่ยงเกี่ยวกับ AI ออกจากกรมธรรม์เดิม ตามข้อมูลที่ Harbor ให้ไว้ และบริษัททำงานกับธนาคาร บริษัทประกัน และธุรกิจที่อยู่ภายใต้กำกับดูแลในสหรัฐฯ ยุโรป และลาตินอเมริกา คำสั่งอัตโนมัติในธุรกิจเหล่านี้อาจแตะข้อมูล สิทธิ์เข้าถึง หรือธุรกรรมที่มีภาระรับผิดชอบสูง

เงินทุนหนุนธุรกิจที่ผูกการลดความเสี่ยงกับการรับประกัน

การระดมทุนครั้งนี้ทำให้ Harbor มีเงินพัฒนาทั้งระบบวัดความเสี่ยงและข้อเสนอด้านประกัน แต่ตัวเลขทุนไม่ใช่วงเงินความคุ้มครองของลูกค้า และไม่ใช่ข้อมูลว่ามีการจ่ายค่าสินไหมเกิดขึ้นแล้ว สำหรับผู้ซื้อ ความแตกต่างอยู่ที่ผู้ขายเสนอการจัดการความเสี่ยงก่อนเกิดเหตุ พร้อมรับภาระทางการเงินบางส่วนเมื่อการควบคุมยังไม่พอ แทนที่จะขายเพียงเครื่องมือตรวจการทำงานของ agent สำหรับผู้รับประกัน การผูกสองส่วนนี้ทำให้ข้อมูลที่ใช้เลือกและจำกัดความเสี่ยง เกิดจากระบบเดียวกับที่พยายามหยุดความผิดพลาด

โมเดลนี้มีเหตุผลทางเศรษฐศาสตร์ที่ชัดเจน: ถ้าการประเมินกว้างเกินไป ความเสี่ยงที่แท้จริงอาจสูงกว่าราคาที่ตั้งไว้; ถ้าการควบคุมเข้มเกินไป ลูกค้าอาจใช้งาน agent ตามวัตถุประสงค์ไม่ได้ การรับประกันความเสียหายที่เหลือจึงสร้างแรงจูงใจให้วัดสิทธิ์และพฤติกรรมของแต่ละ agent อย่างละเอียด มากกว่าพึ่งป้ายกำกับกว้าง ๆ ว่าองค์กรใช้ AI ในทางกลับกัน ราคาที่คิดได้จริงจะต้องสะท้อนทั้งโอกาสเกิดเหตุ ขนาดการสูญเสีย และประสิทธิภาพของมาตรการที่เปิดใช้อยู่ ไม่ใช่เพียงความสามารถที่เขียนไว้ในคำอธิบายผลิตภัณฑ์

กลุ่มลูกค้าที่กล่าวถึงช่วยอธิบายการเลือกตลาดเริ่มต้น ธนาคารและบริษัทประกันมีขั้นตอนอนุมัติ กฎภายใน และงานที่บันทึกย้อนกลับได้อยู่แล้ว จึงมีจุดให้เชื่อมการวัดความเสี่ยงเข้ากับการตัดสินใจของ agent แต่หน่วยงานที่กำกับดูแลต่างกันย่อมมีเงื่อนไขต่างกัน ความเสี่ยงของ agent ที่เข้าถึงข้อมูลลูกค้า จึงไม่เหมือน agent ที่เปลี่ยนสถานะรายการการเงิน แม้ใช้โมเดลภาษาแบบเดียวกัน การวัดจึงต้องเริ่มจากงานจริง สิทธิ์จริง และผลที่คำสั่งหนึ่งอาจก่อขึ้น ไม่ใช่จากชื่อโมเดลเพียงอย่างเดียว

เงินทุนที่เข้ามายังบอกอะไรเกี่ยวกับขนาดธุรกิจประกันไม่ได้ มูลค่ารอบลงทุนสะท้อนความคาดหวังต่อกิจการ แต่เบี้ยประกันที่เก็บได้ วงเงินที่ยอมรับ และผลขาดทุนจากการรับประกันเป็นตัวเลขคนละชุด นักลงทุนอาจสนับสนุนการสร้างระบบวัดความเสี่ยงก่อนที่ข้อมูลสินไหมจะมีมากพอให้ขยายความคุ้มครองได้เต็มที่ จังหวะการเติบโตของซอฟต์แวร์กับจังหวะสะสมข้อมูลประกันจึงอาจต่างกัน หากผู้ซื้อแยกสองรายได้นี้ออก จะเห็นว่าการได้ทุนยืนยันความสนใจต่อปัญหา แต่ยังไม่บอกความแม่นของราคาเบี้ย

การมีมาตรการควบคุมอยู่ในข้อเสนอเดียวกับประกันยังเปลี่ยนคำถามที่ต้องถามตอนรับความเสี่ยง เดิมผู้รับประกันอาจเห็นเพียงแบบคำขอและมาตรการที่ลูกค้าระบุ แต่ระบบที่ติดตาม agent จะมองเห็นการเปลี่ยนแปลงขอบเขตงานระหว่างใช้งานได้มากกว่า ข้อมูลละเอียดขึ้นอาจช่วยตั้งเงื่อนไขให้เหมาะกับลูกค้าแต่ละราย ทว่าข้อมูลมากไม่ได้ชดเชยการขาดตัวอย่างเหตุเสียหายจริงทั้งหมด หากยังไม่รู้ว่าการตัดสินใจที่ผ่านการตรวจแล้วก่อความเสียหายบ่อยเท่าใด สมมติฐานด้านค่าสินไหมก็ยังต้องถูกทดสอบกับเวลา

ความเชื่อมโยงระหว่างซอฟต์แวร์กับการรับความเสี่ยงยังทำให้ประสิทธิภาพการป้องกันมีผลต่อฐานะของผู้เสนอประกันโดยตรง เหตุที่หยุดได้ก่อนส่งผลเสีย ลดโอกาสเกิดคำขอสินไหม; เหตุที่หลุดผ่านไป อาจย้อนกลับมาเป็นต้นทุนความคุ้มครอง แรงจูงใจนี้ทำให้การวัดความเสี่ยงอย่างจริงจังเป็นส่วนของโมเดลรายได้และต้นทุน ไม่ใช่เพียงคำอธิบายทางเทคนิค แต่ผู้ซื้อยังต้องเห็นเงื่อนไขการจ่ายเงินจริง เพื่อรู้ว่าแรงจูงใจของผู้ขายตรงกับความเสียหายที่ตนกังวลหรือไม่

การขยายสู่ตลาดที่ถูกกำกับดูแลยังทำให้คำว่าใช้งานจริงมีน้ำหนักมากกว่าการสาธิต ระบบที่อยู่ในขั้นทดลองอาจมีสิทธิ์จำกัดและมีคนคอยตรวจทุกคำสั่ง ขณะที่ระบบผลิตจริงอาจทำงานต่อเนื่องและเชื่อมกับบริการลูกค้าโดยตรง ความเสี่ยงที่ผู้รับประกันต้องรับจึงขึ้นกับสถานะการใช้งานและอำนาจตัดสินใจ ไม่ใช่เพียงผลทดสอบในสภาพแวดล้อมปิด ความแตกต่างนี้ยังส่งผลต่อการกำหนดเงื่อนไขว่าความคุ้มครองเริ่มเมื่อใด และต้องแจ้งการเปลี่ยนระบบอย่างไร

ตลาดต่างภูมิภาคอาจมีวิธีระบุความเสียหายและความรับผิดไม่เหมือนกัน แม้ agent ทำงานประเภทเดียวกัน กฎเรื่องข้อมูลส่วนบุคคล ภาระอธิบายการตัดสินใจ และความรับผิดของผู้ให้บริการอาจเปลี่ยนตามพื้นที่ที่ระบบให้บริการ การออกแบบความคุ้มครองจึงต้องผูกพื้นที่และกฎหมายที่เกี่ยวข้องเข้ากับกิจกรรมของ agent โดยตรง การมีลูกค้าในหลายภูมิภาคเป็นหลักฐานของขอบเขตงานที่บริษัทระบุ ไม่ใช่หลักฐานว่ากรมธรรม์ชุดเดียวใช้ได้เหมือนกันทุกประเทศ

บัญชีรายชื่อ agent บอกว่ากำลังรับความเสี่ยงจากอะไร

ชั้นแรกของข้อเสนอคือการทำบัญชีว่าองค์กรมี agent ใดทำงานอยู่ และแต่ละตัวเรียกใช้เครื่องมือหรือข้อมูลประเภทใด ความเสี่ยงประกันเริ่มประเมินได้ต่อเมื่อมีขอบเขตของสิ่งที่รับประกัน เพราะ agent ที่ตอบคำถามภายใน กับ agent ที่สั่งให้ระบบอื่นดำเนินรายการ มีความสามารถสร้างความเสียหายต่างกัน หากไม่มีรายชื่อและสิทธิ์ที่เป็นปัจจุบัน ผู้ประเมินย่อมไม่รู้จำนวนจุดที่ความผิดพลาดอาจเข้าสู่ระบบงาน และไม่รู้ว่าการเพิ่ม agent ใหม่เปลี่ยนภาระที่รับไว้เพียงใด

Harbor แบ่งความเสี่ยงเป็นด้านปฏิบัติการ ความปลอดภัย และกฎระเบียบ ซึ่งเป็นการแยกคำถามที่มักถูกปนกัน: agent ทำงานผิดอย่างไร เข้าถึงหรือเปิดเผยข้อมูลอย่างไร และการกระทำนั้นละเมิดข้อกำหนดใด The Insurer ระบุว่าบริษัทซึ่งก่อตั้งโดย Jesús Santos, Daniel Elechiguerra, Cristian Bartolomé และ Luis Botín ประเมินความเสี่ยงใหม่เมื่อโมเดล เครื่องมือ หรือข้อมูลของ agent เปลี่ยน และวางกรอบเทียบกับ NIST AI RMF, SR 26-2 และกฎหมาย AI Act ของสหภาพยุโรป กรอบเหล่านี้ช่วยจัดหมวดความเสี่ยงและการควบคุม แต่การอ้างอิงกรอบไม่เท่ากับการรับรองว่า agent ทุกตัวปฏิบัติตามข้อกำหนดครบถ้วน

การประเมินซ้ำมีผลต่อทั้งซอฟต์แวร์และประกัน เพราะการเปลี่ยนเครื่องมือเพียงจุดเดียวอาจเปลี่ยนสิ่งที่ agent ทำได้ในโลกจริง Agent ที่เดิมอ่านข้อมูลเพื่อเตรียมคำตอบ อาจถูกเชื่อมกับระบบที่แก้ไขข้อมูลหรือส่งคำสั่งต่อ และความเสี่ยงต่อธุรกรรมจึงเปลี่ยน แม้ชื่อและหน้าที่บนแผนผังองค์กรยังเหมือนเดิม ผู้รับประกันที่เห็นเพียงแบบสอบถาม ณ วันเริ่มคุ้มครอง ย่อมพลาดความเปลี่ยนแปลงระหว่างอายุกรมธรรม์ หากไม่มีวิธีรับข้อมูลว่าขอบเขตการทำงานเลื่อนไปเมื่อใด

บัญชี agent ยังช่วยแยกความถี่ของการใช้งานออกจากความรุนแรงของผลลัพธ์ Agent ที่ทำงานบ่อยอาจสร้างเหตุเล็กจำนวนมาก ส่วน agent ที่ทำงานน้อยกว่าแต่ออกคำสั่งมูลค่าสูง อาจสร้างความเสียหายหนักในครั้งเดียว การนับเพียงจำนวน agent จึงยังไม่พอสำหรับประเมินราคา จำเป็นต้องรู้ว่าตัวใดทำกิจกรรมแบบใด ภายใต้สิทธิ์ใด และมีคนหรือระบบใดหยุดคำสั่งได้ก่อนลงมือ นี่คือข้อมูลการรับความเสี่ยงที่ชั้นทำบัญชีต้องส่งต่อไปยังชั้นควบคุมและชั้นประกัน

การทำบัญชีที่ใช้รับประกันต้องระบุหน่วยความเสี่ยงให้ชัด ตัว agent อย่างเดียวอาจไม่ใช่หน่วยที่พอ เพราะตัวเดียวทำงานได้หลายประเภท และแต่ละงานเชื่อมกับเครื่องมือคนละชุด หากให้ agent เดิมอ่านเอกสารกับสั่งจ่ายเงิน ความเสียหายสูงสุดที่เป็นไปได้จากสองหน้าที่ต่างกันมาก แม้ปริมาณการใช้งานเท่ากัน การแยกตามงาน สิทธิ์ และผลที่คำสั่งทำให้เกิด จึงทำให้การเปรียบเทียบความเสี่ยงมีความหมายกว่าตัวเลขจำนวน agent รวม

ในองค์กรที่มี agent หลายตัวทำงานต่อกัน ความผิดพลาดอาจเริ่มจากตัวที่เตรียมข้อมูล แล้วไปปรากฏตอนตัวถัดไปดำเนินรายการ ตัวอย่างสมมติคือระบบหนึ่งสรุปยอดผิด และอีกระบบใช้ยอดนั้นอนุมัติการจ่าย; การนับเพียง agent ที่ส่งคำสั่งสุดท้ายอาจปิดบังต้นเหตุ ผู้ประเมินต้องมองเส้นทางของข้อมูลและการตัดสินใจ เพื่อแยกว่าจุดใดเป็นผู้สร้างความเสี่ยง และจุดใดเป็นผู้มีอำนาจทำให้เกิดผลเสีย รายละเอียดเช่นนี้มีผลทั้งต่อกฎที่ควรสกัด และต่อคำอธิบายเหตุเมื่อมีการเรียกร้องค่าสินไหม

หมวดปฏิบัติการ ความปลอดภัย และกฎระเบียบยังอาจซ้อนกันในเหตุเดียว คำตอบที่ผิดอาจนำไปสู่การเปิดเผยข้อมูล หรือการทำรายการที่ขัดข้อกำหนด แม้จุดเริ่มเป็นความผิดพลาดด้านงานประจำ การจัดเหตุลงหมวดเดียวเร็วเกินไป ทำให้มองไม่เห็นความเสียหายต่อเนื่องและกรมธรรม์ที่อาจเกี่ยวข้อง สำหรับ Harbor การจำแนกจึงมีค่าเมื่อช่วยระบุเส้นทางจากความสามารถของ agent ไปสู่ความสูญเสีย ไม่ใช่เมื่อมีเพียงป้ายชื่อความเสี่ยงหลายสี

การมีรายชื่อ agent ไม่เท่ากับการรู้ว่าตัวใดกำลังสร้างภาระความเสี่ยงจริง Agent ที่ถูกปิดหรืออยู่ในขั้นพัฒนา อาจมีชื่อในระบบ แต่ยังไม่ทำรายการที่เข้าข่ายความคุ้มครอง ขณะที่ agent ที่เปิดใช้อยู่ชั่วคราว อาจมีสิทธิ์สูงในช่วงเวลาสั้น การวัดที่แม่นจึงต้องผูกตัวตนกับช่วงเวลา สถานะ สิทธิ์ และปริมาณงาน มิฉะนั้นอัตราเสียหายที่คำนวณจากจำนวน agent จะผิดทิศ เรื่องนี้สำคัญต่อการต่ออายุกรมธรรม์เมื่อขนาดการใช้งานเปลี่ยนเร็ว

การสกัดคำสั่งผิดนโยบายเกิดก่อนความเสียหาย

ชั้นควบคุมของ Harbor ตรวจการตัดสินใจของ agent กับกฎขององค์กร แล้วสกัดคำสั่งที่ขัดกฎก่อนมีการดำเนินการ จุดตัดสินใจจึงอยู่ระหว่างความตั้งใจของซอฟต์แวร์กับการกระทำในระบบปลายทาง ไม่ใช่ขั้นตอนพิจารณาค่าสินไหมภายหลัง ในตัวอย่างสมมติ หาก agent สั่งโอนเงินไปยังบัญชีที่นโยบายไม่อนุญาต ระบบควบคุมต้องปฏิเสธก่อนคำสั่งไปถึงช่องทางชำระเงิน การหยุดหลังเงินออกจากบัญชีแล้ว ย่อมเป็นการจัดการเหตุที่เกิดขึ้น ไม่ใช่การป้องกันแบบเดียวกัน

ความแม่นของการสกัดขึ้นอยู่กับกฎที่องค์กรกำหนดและขอบเขตที่ระบบตรวจได้ กฎที่ระบุชัดว่าใครอนุมัติธุรกรรมชนิดใด และ agent ตัวใดมีสิทธิ์เรียกเครื่องมือไหน ช่วยทำให้คำสั่งที่ผิดขอบเขตถูกระบุได้ตรงกว่าเกณฑ์กว้าง ๆ แต่การกระทำที่ไม่ขัดกฎที่ตั้งไว้ อาจยังให้ผลลัพธ์ผิดพลาดจากข้อมูลไม่ครบ การตีความคำสั่งคลาดเคลื่อน หรือเงื่อนไขธุรกิจเปลี่ยนไป ดังนั้นคำว่า “ผ่านการควบคุม” จึงหมายถึงผ่านกฎที่ใช้ตรวจ ณ ขณะนั้น ไม่ใช่คำรับรองว่าไม่มีความเสียหายตามมา

สำหรับผู้ซื้อประกัน หลักฐานว่าคำสั่งถูกอนุญาตหรือถูกปฏิเสธมีค่าสองด้าน ด้านแรกคือช่วยวิเคราะห์ว่าเหตุเกิดจาก agent ตัดสินใจผิด กฎภายในไม่ครอบคลุม หรือการควบคุมไม่ทำงานตามที่คาด อีกด้านคือช่วยประเมินว่ามาตรการป้องกันลดความถี่ของเหตุชนิดใดได้จริง โดยไม่สับสนกับจำนวนครั้งที่ agent เพียงพยายามทำกิจกรรม จำนวนคำสั่งที่ถูกสกัดมากขึ้นอาจแปลว่าระบบตรวจพบปัญหาเก่งขึ้น หรืออาจแปลว่ามีความพยายามเสี่ยงมากขึ้น จึงอ่านเป็นผลการลดความเสียหายโดยตรงไม่ได้

การเปลี่ยนโมเดลหรือเครื่องมือทำให้กฎเดิมต้องถูกพิจารณาใหม่ หาก agent ได้สิทธิ์เรียกบริการเพิ่มเติม คำสั่งที่เคยเป็นเพียงคำแนะนำอาจกลายเป็นการดำเนินรายการจริง และจุดตรวจที่เคยเพียงพออาจไม่อยู่ก่อนการกระทำอีกต่อไป การเฝ้าดูสิทธิ์ที่เปลี่ยนไปจึงเป็นส่วนของการป้องกัน ไม่ใช่งานบันทึกสินทรัพย์เพื่อทำรายงานเท่านั้น นี่เป็นเหตุผลที่การค้นหา agent การประเมินซ้ำ และการสกัดคำสั่งต้องต่อเนื่องกันในทางปฏิบัติ

คำว่า “ก่อนดำเนินการ” มีความหมายเฉพาะเมื่อจุดควบคุมอยู่ก่อนระบบที่ทำให้เกิดผลลัพธ์ หากคำสั่งถูกส่งออกไปแล้วและเพิ่งถูกตรวจพบในบันทึกภายหลัง การตรวจนั้นช่วยสืบสวน แต่ไม่สามารถย้อนเวลาไปป้องกันรายการเดิม ความแตกต่างนี้มีผลต่อการประเมินโอกาสเกิดเหตุ: ตัวกรองที่อยู่หน้าการกระทำลดจำนวนเหตุที่ไปถึงปลายทาง ส่วนระบบแจ้งเตือนหลังเหตุช่วยลดเวลาตอบสนอง ทั้งสองอย่างมีประโยชน์ แต่ไม่ควรนับเป็นการลดความเสี่ยงแบบเดียวกัน

กฎองค์กรเองก็เปลี่ยนตามงานและอำนาจที่มอบให้ agent รายการหนึ่งอาจเป็นสิ่งที่อนุญาตสำหรับทีมหนึ่ง แต่ต้องขออนุมัติสำหรับอีกทีม; การควบคุมจึงต้องผูกกับบริบทของผู้ใช้และหน้าที่ ไม่ใช่ข้อความต้องห้ามชุดเดียวสำหรับทุกระบบ หากกฎคลุมเครือ การสกัดอาจพลาดเหตุเสี่ยง หรือหยุดงานปกติมากเกินไป ผลทั้งสองด้านมีต้นทุน: เหตุที่หลุดผ่านอาจเป็นภาระสินไหม ส่วนการหยุดผิดจังหวะอาจขัดการบริการลูกค้า

การหยุดคำสั่งยังไม่เท่ากับรู้ว่ามาตรการช่วยประหยัดเงินเท่าใด คำสั่งที่ผิดนโยบายบางอย่างอาจไม่ก่อความเสียหายแม้ผ่านไป ขณะที่คำสั่งที่ดูปกติอาจก่อผลเสียภายหลัง หากจะใช้ข้อมูลการสกัดมาช่วยตั้งราคา จำเป็นต้องเชื่อมกับผลลัพธ์จริง และแยกความเสี่ยงที่ป้องกันได้ออกจากการเตือนที่ไม่เกี่ยวกับความสูญเสีย การสะสมข้อมูลแบบนี้ใช้เวลา เพราะเหตุร้ายแรงที่เป็นประโยชน์ต่อการตั้งราคามักพบไม่บ่อยเท่ากิจกรรมประจำวัน

หากระบบควบคุมสกัดคำสั่งได้ ผู้ดูแลยังต้องแยกว่าเป็นการป้องกันเหตุจริงหรือการบล็อกงานที่ควรผ่าน ตัวอย่างสมมติคือคำสั่งโอนที่ถูกต้องตามอำนาจ แต่ถูกกฎเก่าปฏิเสธ เพราะขอบเขตงานเพิ่งเปลี่ยน ในมุมประกัน เหตุแบบนี้ไม่ได้พิสูจน์ว่าความเสี่ยงลดลงเสมอไป; มันอาจย้ายต้นทุนไปเป็นความล่าช้าหรือการบริการที่หยุดชะงัก การดูทั้งคำสั่งที่ถูกปฏิเสธและผลต่อธุรกิจจึงจำเป็นต่อการประเมินประโยชน์ของมาตรการ

อีกด้านหนึ่ง การอนุญาตคำสั่งจำนวนมากโดยไม่มีเหตุเสียหายก็ยังไม่ยืนยันว่ากฎครอบคลุมเหตุรุนแรง เหตุที่ก่อภาระสูงอาจพบไม่บ่อย และมักขึ้นกับสิทธิ์ที่ใช้เฉพาะบางสถานการณ์ ผู้รับประกันจึงต้องดูทั้งการใช้งานตามปกติและเส้นทางความผิดพลาดที่อาจนำไปสู่การสูญเสียหนัก โดยแยกความเป็นไปได้ออกจากสถิติที่สังเกตได้แล้ว การออกแบบกฎกับการตั้งราคาเบี้ยมีจุดร่วมตรงนี้ แต่ให้คำตอบคนละแบบ

ความคุ้มครองเริ่มตรงความเสี่ยงที่ควบคุมไม่หมด

ชั้นประกันมีหน้าที่ต่างจากสองชั้นแรก: มันรับภาระทางการเงินเมื่อเกิดความเสียหายที่เข้าเงื่อนไข แม้มีการวัดและควบคุมแล้ว ข้อเสนอส่วนนี้คือการรับประกันความเสี่ยงส่วนที่เหลือ แต่การกล่าวเช่นนี้ยังไม่บอกวงเงินต่อเหตุ เบี้ยประกัน การยกเว้น หรือผู้รับความเสี่ยงตามสัญญาแต่ละฉบับ สำหรับลูกค้า ตัวเลขเหล่านั้นกำหนดว่าความเสียหายประเภทใดจะย้ายไปอยู่กับผู้รับประกัน และส่วนใดยังคงเป็นต้นทุนขององค์กรเอง

กรณีสมมติของ agent ในธนาคารช่วยเห็นเส้นแบ่ง หากคำสั่งผิดนโยบายถูกสกัดก่อนโอนเงิน ความเสียหายจากการโอนนั้นไม่เกิดขึ้น และไม่ต้องเข้าสู่กระบวนการเรียกร้องค่าสินไหม หากคำสั่งผ่านการตรวจแต่ให้ผลลัพธ์ผิด การถามต่อคือเหตุเข้าเงื่อนไขความคุ้มครองที่ตกลงไว้หรือไม่ และต้องใช้หลักฐานใดแสดงเหตุและจำนวนเงินที่สูญเสีย การแยกสองสถานการณ์นี้ทำให้เห็นว่าความสำเร็จของซอฟต์แวร์ป้องกัน กับหน้าที่ของกรมธรรม์ เป็นผลลัพธ์คนละชนิดที่ต้องวัดแยกกัน

ความรับผิดยังอาจพาดผ่านกรมธรรม์หลายประเภท เมื่อความผิดพลาดของ agent เกี่ยวกับข้อมูล ความเสียหายต่อคู่ค้า หรือบริการที่องค์กรรับจ้างทำ ผู้รับประกันต้องกำหนดว่าเหตุอยู่ในความคุ้มครองใด การมีประกันไซเบอร์หรือความรับผิดทางวิชาชีพอยู่แล้ว ไม่ได้แปลว่าคำสั่งของ agent จะถูกรวมไว้โดยอัตโนมัติ โดยเฉพาะเมื่อบางรายเริ่มเขียนข้อยกเว้นที่เกี่ยวกับ AI ประเด็นจึงอยู่ที่ถ้อยคำของความคุ้มครองใหม่เชื่อมกับกรมธรรม์เดิมอย่างไร มากกว่าการเรียกชื่อผลิตภัณฑ์ว่าเป็นประกัน AI

อีกเงื่อนไขที่มีผลต่อราคา คือเหตุเดียวอาจทำให้เกิดรายการซ้ำได้ หาก agent ใช้กฎหรือข้อมูลผิดชุดเดียวกันกับงานจำนวนมาก ความเสียหายอาจกระจายไปยังลูกค้าหรือธุรกรรมหลายรายก่อนองค์กรหยุดระบบ ผู้รับประกันต้องพิจารณาทั้งเพดานการสูญเสียต่อรายการ และความเสียหายสะสมจากต้นเหตุร่วม ขณะที่ผู้ซื้อจำเป็นต้องเห็นว่าเพดานความคุ้มครองนับตามเหตุ ตามรายการ หรือรวมตลอดช่วงสัญญา รูปแบบเหล่านี้เป็นโจทย์ของการออกแบบกรมธรรม์ ไม่ใช่เงื่อนไขที่ Harbor เปิดเผยไว้แล้ว

กรมธรรม์ต้องกำหนดจุดเริ่มของเหตุให้ชัดเมื่อตัวการคือระบบอัตโนมัติ ความเสียหายอาจถูกพบหลัง agent ทำงานไปแล้วหลายรอบ และผู้เสียหายอาจแจ้งคนละเวลา หากเงื่อนไขมองเหตุแต่ละครั้งแยกกัน วงเงินและความรับผิดส่วนแรกจะทำงานต่างจากการนับทั้งหมดเป็นเหตุเดียว ข้อความในสัญญาจึงมีผลต่อเงินที่ลูกค้าจะได้รับจริง แม้จำนวนเงินที่สูญเสียรวมเท่ากัน

หน้าที่ขององค์กรผู้ใช้ก็ยังสำคัญ เพราะ agent ทำงานภายใต้สิทธิ์ ข้อมูล และกฎที่องค์กรจัดให้ เมื่อเกิดเหตุ จำเป็นต้องแยกความผิดพลาดของตัว agent ออกจากการกำหนดสิทธิ์กว้างเกินไป หรือการปล่อยให้ระบบทำงานต่อหลังพบปัญหา การแยกเหตุเช่นนี้อาจกำหนดว่าข้อเรียกร้องอยู่ในความคุ้มครองส่วนใด และฝ่ายใดต้องรับต้นทุนก่อน ไม่มีคำตอบเดียวจากคำว่า AI agent; เงื่อนไขที่เขียนจริงกับลำดับเหตุการณ์จะเป็นตัวตัดสิน

ความเสียหายขององค์กรกับความเสียหายของบุคคลภายนอกก็เป็นคนละเรื่อง เงินที่โอนผิดอาจกระทบบัญชีของบริษัทโดยตรง ขณะที่ข้อมูลที่เปิดเผยอาจสร้างภาระต่อเจ้าของข้อมูลหรือคู่ค้า ผู้ซื้อจึงต้องเข้าใจว่าความคุ้มครองรับการสูญเสียของตนเอง ความรับผิดต่อผู้อื่น หรือทั้งสองแบบ และมีข้อจำกัดต่อความเสียหายต่อเนื่องหรือไม่ การบอกเพียงว่ารับประกันความผิดพลาดของ agent ยังตอบคำถามเรื่องผู้รับเงินค่าสินไหมไม่ได้

เมื่อหลายฝ่ายเกี่ยวข้องกับ agent เดียว การระบุผู้มีหน้าที่รับผิดอาจซับซ้อน องค์กรอาจเป็นผู้เลือกงานและสิทธิ์ ผู้พัฒนาจัดโมเดลหรือเครื่องมือ และผู้ให้บริการอื่นดูแลระบบปลายทาง หากเกิดความเสียหาย การพิสูจน์ว่าเหตุเริ่มตรงไหนจะกำหนดทั้งการแก้ไขและการเรียกร้องเงิน ความคุ้มครองที่มีคุณค่าจึงต้องให้คำตอบเรื่องขอบเขตความรับผิด ไม่เพียงระบุว่าเหตุเกี่ยวกับ AI

แม้กรมธรรม์รับเหตุชนิดหนึ่ง การจ่ายจริงยังอาจขึ้นกับหน้าที่แจ้งเหตุและการเก็บหลักฐาน หากองค์กรไม่รู้ว่า agent ตัวใดลงมือ เมื่อใด และภายใต้กฎชุดใด การคำนวณความเสียหายกับการพิสูจน์เหตุย่อมยาก บันทึกการตัดสินใจที่เชื่อมกับรุ่นของระบบและสิทธิ์ใช้งาน จึงมีคุณค่าต่อการพิจารณาสินไหมพอ ๆ กับการตรวจความเสี่ยงก่อนทำสัญญา แต่ความจำเป็นต้องมีหลักฐาน ไม่ได้บอกว่าระบบหนึ่งจะรับประกันทุกกรณีที่บันทึกได้

ค่าความเสียหายส่วนแรกและวงเงินรวมจะกำหนดว่าผู้ซื้อรับความเสี่ยงไว้กับตัวมากเพียงใด แม้กรมธรรม์สองฉบับใช้ชื่อความคุ้มครองเหมือนกัน ฉบับที่หักความเสียหายส่วนแรกสูงอาจไม่จ่ายสำหรับเหตุเล็กที่เกิดบ่อย แต่ช่วยกับเหตุใหญ่ได้มากกว่า ฉบับที่กำหนดวงเงินรวมต่ำอาจจ่ายเหตุแรกได้เต็ม แต่เหลือพื้นที่น้อยเมื่อมีรายการผิดซ้ำหลายครั้ง ราคาเบี้ยจึงอ่านแยกจากเงื่อนไขเหล่านี้ไม่ได้ เพราะราคาต่ำอาจสะท้อนส่วนที่ลูกค้าต้องรับเองมากขึ้น

การรับประกันยังต้องกำหนดว่าข้อมูลใดใช้เป็นฐานในวันที่ตกลงคุ้มครอง หากขอบเขต agent ขยายหลังทำสัญญา แต่ผู้รับประกันยังใช้ข้อมูลชุดเก่า ความต่างระหว่างความเสี่ยงที่คิดเบี้ยกับความเสี่ยงจริงจะเพิ่มขึ้น การแจ้งเปลี่ยนงานและสิทธิ์จึงเป็นเรื่องของสัญญาควบคู่กับเรื่องเทคนิค ไม่ใช่เพียงการอัปเดตรายชื่อในระบบ เงื่อนไขที่ดีควรทำให้ทั้งลูกค้าและผู้รับประกันรู้ตรงกันว่า การเปลี่ยนแปลงใดต้องประเมินใหม่ก่อนความคุ้มครองเดินต่อ

ข้อมูลเคลมยังบาง ทำให้ราคาขึ้นกับสมมติฐานมาก

การตั้งเบี้ยประกันต้องตอบสองเรื่องหลัก: เหตุที่ต้องจ่ายเกิดบ่อยเพียงใด และเมื่อเกิดแล้วต้องจ่ายเท่าใด ประวัติการเรียกร้องค่าสินไหมของ AI agent ยังไม่พอให้ประเมินสองค่านี้ด้วยวิธีที่อาศัยข้อมูลสูญเสียสะสมยาวนาน จึงต้องพึ่งรายละเอียดของกิจกรรม สิทธิ์ ระบบควบคุม และสถานการณ์ความเสียหายที่เป็นไปได้มากขึ้น ราคาที่ได้ย่อมไวต่อสมมติฐานเหล่านั้น ถ้าอัตราการเกิดเหตุจริงหรือขนาดความเสียหายต่างจากที่คิด ต้นทุนรับประกันก็เปลี่ยนทันที

ข้อมูลจากระบบควบคุมช่วยให้เห็นการใช้งาน แต่ยังไม่ใช่ประวัติเคลม การสกัดคำสั่งหนึ่งครั้งไม่ได้บอกว่าหากปล่อยผ่านจะเสียเงินเท่าใด และเหตุที่เกิดขึ้นจริงก็อาจไม่กลายเป็นการจ่ายสินไหมหากอยู่นอกเงื่อนไข ผู้ประเมินราคาจึงต้องแยกจำนวน agent จำนวนคำสั่ง จำนวนเหตุที่สร้างความเสียหาย จำนวนการเรียกร้อง และจำนวนเงินที่จ่ายจริง การนำตัวเลขเหล่านี้มาปนกันอาจทำให้ดูเหมือนมีข้อมูลมาก ทั้งที่ข้อมูลสำหรับวัดต้นทุนกรมธรรม์ยังเบาบาง

ความใหม่ของ agent เพิ่มปัญหาอีกชั้น เพราะข้อมูลย้อนหลังอาจไม่สะท้อนความเสี่ยงหลังเปลี่ยนโมเดล เครื่องมือ หรือขอบเขตงาน เมื่อสิ่งที่รับประกันเคลื่อนระหว่างปี ผู้รับประกันต้องรู้ว่าเหตุเกิดภายใต้การตั้งค่าใด และข้อตกลงคุ้มครองตั้งอยู่บนการตั้งค่าเดิมหรือข้อมูลที่ปรับล่าสุด หากแยกช่วงการใช้งานไม่ได้ การสรุปว่าการควบคุมลดความเสียหายหรือไม่ก็จะคลาดเคลื่อน เพราะกำลังเทียบงานที่มีอำนาจตัดสินใจไม่เท่ากัน

ข้อยกเว้นและเพดานคุ้มครองจึงเป็นเครื่องมือจำกัดความไม่แน่นอนในช่วงที่ข้อมูลยังไม่หนา แต่ก็เปลี่ยนคุณค่าที่ลูกค้าได้รับจากกรมธรรม์ด้วย ข้อยกเว้นที่ครอบคลุมเหตุจาก agent มากเกินไป อาจทำให้ความเสี่ยงหลักยังอยู่กับองค์กร ขณะที่ขอบเขตกว้างโดยไม่มีหลักฐานเพียงพอ อาจทำให้ราคาสูงหรือรับประกันได้ยาก ความสมดุลต้องปรากฏในสัญญาจริง: นิยามของเหตุที่คุ้มครอง สิทธิ์ของ agent ที่อยู่ในขอบเขต เงื่อนไขการแจ้งเหตุ และวิธีนับความเสียหายซ้ำ

ตัวหารของอัตราเกิดเหตุก็ยังไม่นิ่ง หากองค์กรหนึ่งใช้ agent เฉพาะตอบคำถามภายใน แต่อีกองค์กรให้ agent จัดการธุรกรรม การนับเหตุเสียหายต่อจำนวน agent จะทำให้สองกรณีดูเทียบกันได้ทั้งที่รับความเสี่ยงต่างกัน ตัวหารอาจต้องเป็นจำนวนคำสั่ง ประเภทรายการ มูลค่าที่ agent ควบคุม หรือช่วงเวลาที่เปิดสิทธิ์ ทั้งนี้ขึ้นกับเหตุที่กรมธรรม์รับจริง เมื่อเลือกตัวหารต่างกัน ราคาที่ดูเหมือนต่างกันมากอาจสะท้อนวิธีวัด มากกว่าความปลอดภัยของลูกค้า

การสะสมตัวอย่างเคลมยังใช้เวลานานกว่าการสะสมบันทึกการทำงาน ระบบอาจบันทึกคำสั่งจำนวนมากในทันที แต่ความเสียหายบางประเภทต้องรอการตรวจพบ การเรียกร้อง การพิจารณาความคุ้มครอง และการจ่ายเงินจริง ข้อมูลที่ดูว่าไม่มีเหตุจึงอาจเป็นเพียงช่วงที่เหตุยังไม่ปรากฏ หรือยังไม่ถึงขั้นปิดเคลม ผู้รับประกันต้องระวังการตีความประวัติสั้น ๆ ว่าความเสี่ยงต่ำ เพราะเวลาที่ผ่านไปยังไม่พอให้เห็นผลลัพธ์ครบ

ความเสี่ยงกระจุกตัวยิ่งทำให้ราคาเปราะบาง หากหลายบริษัทใช้โมเดลหรือเครื่องมือร่วมกัน ความผิดพลาดจากองค์ประกอบเดียวอาจกระทบลูกค้าหลายรายใกล้กัน แม้แต่ละองค์กรมีการควบคุมของตนเอง ผู้รับประกันจึงไม่ได้ดูเพียงความเสียหายคาดหมายของลูกค้าหนึ่งราย แต่ต้องคิดถึงการจ่ายพร้อมกันจากเหตุร่วมด้วย ข้อมูลเคลมที่มีน้อยทำให้การประมาณความเสียหายปลายสุดเช่นนี้ยาก และอาจผลักให้ต้องจำกัดวงเงินหรือกำหนดข้อยกเว้นอย่างระมัดระวัง

ในช่วงแรก ราคาที่ผู้รับประกันเสนออาจแปรตามขอบเขตงานมากกว่าตัวเลขการใช้ AI รวมทั้งองค์กร กิจกรรมที่แก้ไขข้อมูลหรือสั่งทำรายการ ต้องพิจารณามูลค่าที่ agent แตะได้ และเวลาที่ต้องใช้กว่าจะพบความผิดพลาด กิจกรรมที่ให้ข้อมูลอย่างเดียวอาจมีรูปแบบความเสียหายต่างกัน ทั้งต่อผู้ใช้และบุคคลภายนอก การจัดกิจกรรมเหล่านี้ไว้ในหมวดเดียวโดยคิดราคาเท่ากัน อาจทำให้ลูกค้าความเสี่ยงต่ำแบกต้นทุนของลูกค้าความเสี่ยงสูง

ความไม่แน่นอนยังสะท้อนในวิธีต่ออายุสัญญา เมื่อระบบเปลี่ยนเร็ว ราคาในปีแรกอาจตั้งจากสมมติฐานที่ต้องแก้ในปีถัดไป หลังมีข้อมูลการใช้และเหตุเกิดมากขึ้น หากการเปลี่ยนสิทธิ์ของ agent เกิดกลางสัญญา ผู้รับประกันอาจต้องกำหนดกระบวนการรับแจ้งและประเมินใหม่ เพื่อให้ขอบเขตความคุ้มครองตรงกับความเสี่ยงที่ใช้งานจริง นี่เป็นผลตามตรรกะของการประกันความเสี่ยงที่เปลี่ยนได้ ไม่ใช่ข้อกำหนดที่เปิดเผยว่าใช้กับลูกค้าทุกราย

การประเมินราคาอาจต้องมองสถานการณ์ที่ยังไม่เคยเกิดในข้อมูลสินไหมด้วย เช่น กรณีสมมติที่ agent ใช้สิทธิ์ถูกต้อง แต่ตีความเงื่อนไขการจ่ายเงินผิดซ้ำในเวลาสั้น สถานการณ์เช่นนี้ช่วยตั้งคำถามเรื่องวงเงินและความเสียหายสะสม แต่ไม่ใช่สถิติยืนยันความถี่ของเหตุ การเอาผลจำลองไปใช้เหมือนข้อมูลจ่ายสินไหมจริง จะทำให้ราคาดูแน่นอนเกินกว่าหลักฐานที่มี ความแตกต่างระหว่างแบบจำลองกับประสบการณ์จริงจึงต้องปรากฏในการตัดสินใจรับประกัน

อีกปัญหาคือการขาดข้อมูลเปรียบเทียบจากกรมธรรม์เดิม หากเหตุที่เกี่ยวกับ agent เคยถูกรวมในความเสียหายไซเบอร์หรือความรับผิดประเภทอื่นโดยไม่แยกป้ายไว้ ประวัติย้อนหลังอาจตอบไม่ได้ว่า AI มีส่วนมากน้อยเพียงใด ผู้รับประกันที่เริ่มแยก AI ออกจากความคุ้มครองเดิม จึงต้องระวังทั้งช่องว่างคุ้มครองและการนับความเสียหายซ้ำเมื่อออกผลิตภัณฑ์ใหม่ ข้อมูลเคลมที่แยกตามกิจกรรมของ agent และเงื่อนไขที่จ่ายจริง จะมีคุณค่ามากกว่ายอดสูญเสียรวมที่ไม่บอกต้นเหตุ

สิ่งที่จะทำให้ข้อเสนอของ Harbor ประเมินได้ลึกกว่าการเปิดตัวคือข้อมูลความคุ้มครองและประสบการณ์จ่ายสินไหมเมื่อมีเหตุเกิดขึ้นจริง หากมีรายละเอียดวงเงิน ข้อยกเว้น และผลการเรียกร้องค่าสินไหม ผู้ซื้อจะเห็นชัดขึ้นว่าการลดความเสี่ยงผ่านซอฟต์แวร์ส่งผลต่อเบี้ยและความเสียหายที่บริษัทต้องรับเองอย่างไร จนกว่าข้อมูลลักษณะนั้นจะสะสม ความต่างระหว่างการหยุดคำสั่งที่เห็นได้ในระบบ กับการโอนความเสี่ยงทางการเงินจริง จะยังเป็นประเด็นชี้ขาดของตลาดนี้

อ่านเพิ่มเติม:

• Flow Engineering ได้ทุน 50 ล้านดอลลาร์ มูลค่าบริษัทพุ่งแตะ 750 ล้าน
• Trebellar ได้ทุน 18 ล้านดอลลาร์ เพื่อแทนสเปรดชีตอสังหาฯ องค์กร
• IPID ได้ทุน 16 ล้านดอลลาร์ เมื่อการโอนเงินเร็วเกินกว่าจะเรียกคืนทัน