60% сотрудников в компаниях уже имеют доступ к одобренным ИИ-инструментам против 40% в начале 2025 года, а страховщики в это же время начали аккуратно выносить риски ИИ за пределы привычных полисов. Для бизнеса это неприятный, но логичный сигнал: внедрять генеративные и агентные системы можно быстро, а вот понять, кто оплатит ущерб от их ошибок, галлюцинаций или лишней самостоятельности, придется отдельно.
Об этом сообщает Dark Reading: часть страховых компаний уже прямо исключает ущерб, связанный с ИИ, из традиционных страховых продуктов, перекладывая такие случаи либо в киберстрахование, либо в полисы tech E&O, которые покрывают профессиональные ошибки технологических поставщиков. Параллельно на рынке появляются и специализированные продукты под риски ИИ, но сегмент пока остается маленьким, а правила игры только собираются.
Причина нервозности понятна. Пока компании тестируют, куда именно встроить ИИ в операционные процессы, потенциальный масштаб последствий уже виден. Особенно это касается agentic AI, то есть систем, которые не просто генерируют текст или подсказки, а выполняют действия: меняют данные, принимают решения, запускают цепочки задач. Если такой агент ошибется, удалить не тот массив данных, одобрить не ту операцию или отправить не туда чувствительную информацию он может быстрее, чем человек успеет вмешаться. В этом и проблема: ущерб возникает не потому, что ИИ «сломался» в классическом смысле, а потому что он сделал ровно то, на что его формально уполномочили, но в неправильном контексте.
Страховщики видят риски ИИ не только в теории. В компании Resilience, которая занимается киберустойчивостью и страхованием, говорят о росте частоты киберстраховых претензий от клиентов в 2025 году. Одну из причин там связывают с тем, что атакующие сами активно используют ИИ: улучшают фишинговые приманки, быстрее масштабируют кампании, снижают издержки на подготовку атак. По словам главного андеррайтера Resilience Марии Лонг, текущие полисы компании пока покрывают ИИ-экспозицию косвенно, потому что смотрят не на способ атаки, а на результат: простой бизнеса, мошенничество, утечку данных. Но этот подход, по ее же логике, долго не проживет. Когда ИИ становится отдельным источником риска, смешивать его с «обычным» киберинцидентом уже неудобно и для страховщика, и для клиента.
На другой стороне рынка — попытка оформить отдельную рамку страхования. В Munich Re и ее подразделении HSB уже предлагают страхование ответственности, связанной с ИИ, и собираются расширять покрытие со временем. Логика у них простая: смысл ИИ в автоматизации интеллектуальных процессов, значит, компании не будут тормозить внедрение только из-за неопределенности. Но если модель ошибается, галлюцинирует, дискриминирует кандидатов, выдает контент с нарушением прав или просто советует вредное решение, финансовые последствия все равно кто-то понесет. Для пользователя ИИ это могут быть убытки, и страховка здесь превращается не в красивую надстройку, а в попытку зафиксировать, где именно заканчивается технологический эксперимент и начинается ответственность за бизнес-процесс.
При этом универсального полиса, который закрывает все риски ИИ, рынок пока не придумал. Руководитель направления киберрисков в Fitch Ratings Джерри Гломбицки прямо говорит: как только речь заходит о страховании ИИ, продукт очень быстро становится штучным. Слишком многое зависит от сценария использования, прозрачности модели и степени автономности. ИИ-агент в HR-контуре может привести не к утечке данных, а к иску о дискриминации, если компания не сможет объяснить, почему система отсеивает одни резюме и пропускает другие. Модель, которая советует инвестиционные решения, для одного страховщика уже выходит за пределы приемлемого аппетита к риску. Тот же Munich Re, например, не страхует модели, предсказывающие цены на фондовом рынке.
Отсюда главный практический вывод для ИТ-команд и бизнеса: вопрос уже не в том, «нужен ли нам ИИ», а в том, где у него контур ответственности. Deloitte в исследовании State of AI in the Enterprise сообщает, что 74% компаний собираются внедрять agentic AI, но зрелая модель управления такими системами есть только у 21%. Разрыв слишком большой. OpenAI в своем отчете State of Enterprise AI, опубликованном в декабре 2025 года, добавляет еще один штрих: 75% сотрудников сообщают о росте продуктивности с ИИ, а использование токенов за год выросло в 320 раз. Иными словами, польза уже ощущается, масштаб тоже, а governance по-прежнему живет в режиме «потом оформим».
Для разработчиков и продуктовых команд это означает довольно приземленную вещь. Недостаточно просто прикрутить модель к внутреннему сервису или выдать сотрудникам доступ к корпоративному ИИ-ассистенту. Придется разложить риски ИИ по типам: атаки на ИИ-системы вроде prompt injection, теневое использование несанкционированных инструментов сотрудниками, ошибки и галлюцинации в официально одобренных продуктах, непрозрачные решения агентных систем, которые влияют на деньги, данные или людей. От этого зависит не только архитектура контроля, но и то, какой именно полис вообще может сработать. Один и тот же инцидент может выглядеть как кибератака, как ошибка поставщика технологии или как внутренний управленческий сбой. Для страховщика это разные корзины. Для компании — одна и та же проблема, только с разной вероятностью получить компенсацию.
Именно поэтому разговоры про governance внезапно перестают быть скучной бюрократией. В логике страхового рынка управление рисками ИИ — это не набор модных принципов, а способ доказать, что компания понимает, где у нее уязвимости, кто принимает финальное решение и как быстро можно остановить вредное действие модели. Чем шире бизнес раздает ИИ полномочия, тем жестче будет вопрос: это просто новый интерфейс к старым процессам или уже новый класс обязательств, под который придется переписывать и контроль, и страховое покрытие. Пока рынок только подбирает формулировки, но одна вещь уже ясна: риски ИИ больше не выглядят экзотикой, которую можно незаметно спрятать в общий раздел про цифровую трансформацию.