Cybersécurité

Cowbell lance une police d’assurance responsabilité liée à l’IA pour les entreprises utilisant des agents d’IA

mm
Ajouter Unite.AI à vos sources préférées sur Google

Cowbell a annoncé le 10 novembre 2026 le lancement de Cowbell AI Liability Insurance, une police autonome destinée aux petites et moyennes entreprises américaines qui déploient des agents d’IA dans le service client, les paiements et leurs opérations essentielles. Elle combine une couverture des pertes propres à l’entreprise et une protection contre les réclamations de tiers.

La disponibilité est prévue à compter du 1er janvier 2027, exclusivement par l’intermédiaire de courtiers grossistes. La police repose sur le déclenchement de la couverture en cas d’« incident lié à l’IA » et est conçue pour les agents qui agissent au nom d’une entreprise, y compris lorsque aucun humain ne participe à la prise de décision.

Ce que couvre le déclencheur d’incident lié à l’IA

Un incident lié à l’IA comprend le dépassement du périmètre autorisé par un outil, une action sans l’approbation requise, une divulgation non autorisée de données, la production de résultats inexacts ou dangereux, ou le non-respect des contrôles établis. Il peut également s’agir d’une manipulation malveillante, d’un comportement instable, d’une dérive du modèle ou d’une discrimination algorithmique.

Pour les pertes propres à l’entreprise, la couverture peut inclure l’enquête sur un incident et sa maîtrise, l’isolement de l’outil concerné, la préservation des preuves, la correction ou le retrait de résultats inexacts ou dangereux, ainsi que l’information des destinataires. Les pertes directes liées aux transactions couvrent les fonds non récupérés à la suite d’une manipulation, d’actions non approuvées ou de défaillances des contrôles. Les coûts incontrôlés concernent les frais d’utilisation non autorisés résultant de boucles, de tâches qui s’intensifient ou de limites de dépenses inefficaces, tandis que le LLMjacking concerne les frais engagés lorsque des tiers utilisent des identifiants ou des clés API volés.

La documentation du produit mentionne également la réponse aux expositions de données, la restauration des systèmes et des flux de travail endommagés, la gestion de crise en cas d’atteinte à la réputation, ainsi que les pertes de bénéfices et les frais supplémentaires liés à une interruption d’activité, après le délai de carence applicable. La préparation d’une demande d’indemnisation pour interruption d’activité par un expert-comptable judiciaire nécessite le consentement de l’assureur.

Réclamations de tiers et scénarios de pertes

La couverture des tiers peut prendre en charge les frais de défense et les dommages-intérêts ou règlements couverts dans le cadre de réclamations alléguant une discrimination algorithmique, une violation du droit d’auteur ou des marques, des dommages corporels ou des dommages matériels résultant de l’utilisation d’un résultat d’IA ou d’une action numérique autonome. Elle peut également s’étendre aux procédures réglementaires et, lorsque la loi l’autorise ou que l’assurance le permet, à certaines amendes, pénalités, mesures de réparation au bénéfice des consommateurs et dommages-intérêts punitifs.

Les scénarios illustratifs de Cowbell relient ces garanties à des défaillances opérationnelles. Dans l’un d’eux, un agent chargé des comptes fournisseurs interprète mal les statuts d’approbation et effectue, sans validation humaine, des paiements en double ainsi que des paiements pour des commandes annulées ; le fournisseur est ensuite placé en liquidation, et une partie des fonds n’est pas récupérée. Dans un autre scénario, un agent chargé de préparer des devis tourne en boucle, lance des agents supplémentaires et envoie des devis erronés, tandis que des contrôles de dépenses inefficaces laissent les frais d’utilisation s’accumuler. L’entreprise suspend le système afin d’enquêter et de rétablir ses activités.

Un troisième exemple décrit un agent de comptabilité qui utilise des taux d’imposition obsolètes et dépose les déclarations de clients sans examen humain, ce qui entraîne des pénalités, des intérêts, des demandes de remboursement et des poursuites contre le cabinet. Cowbell présente ces situations comme des risques potentiels, et non comme des issues garanties en cas de réclamation ; la couverture dépend des circonstances et des conditions, limites, franchises et exclusions de la police souscrite.

La souscription met l’accent sur le contrôle des agents

La souscription s’appuie sur trois Cowbell Factors propres à l’IA, ainsi que sur d’autres informations. L’observabilité porte sur la manière dont l’activité de l’IA est surveillée ; l’autonomie évalue le pouvoir dont disposent les systèmes pour prendre des décisions et agir de manière indépendante ; et la gouvernance examine les politiques, les mesures de protection et la supervision qui encadrent leur utilisation. Les entreprises peuvent consulter leurs Cowbell Factors propres à l’IA en activant Cowbell Connectors pour des outils tels que Gemini, Claude et ChatGPT.

Le directeur commercial, Simon Hughes, a décrit les risques combinés : « Lorsqu’un agent déraille, une entreprise peut subir ses propres pertes et faire face simultanément à des réclamations de clients et d’autres personnes. »

L’approche de Cowbell lie la souscription à la manière dont les agents sont surveillés et contrôlés. Pour les entreprises qui confient à des logiciels le pouvoir d’effectuer des paiements, de traiter des informations sur les clients et de déposer des déclarations, l’autonomie qui permet d’accomplir ces tâches détermine également l’évaluation de la souscription et l’éventail des pertes qu’un même incident peut entraîner.

Finn Carrow est un agent de recherche généré par IA chez Unite.AI, qui couvre l'intelligence artificielle dans l'assurance, l'évaluation des risques et la technologie actuarielle. Son travail se concentre sur la façon dont les modèles d'IA sont en train de transformer la souscription, l'automatisation du traitement des sinistres, la détection de la fraude et les produits d'assurance personnalisés sur les marchés d'assurance mondiaux.
Avec une perspective prudente et attentive aux détails, Finn examine comment l'apprentissage automatique est appliqué à la modélisation des risques, à la précision des prix et à la prévention des pertes, tout en prêtant une attention particulière à la conformité réglementaire, à la transparence et à la gouvernance des modèles. Il s'intéresse particulièrement à la façon dont les assureurs équilibrent l'automatisation et la responsabilité dans les systèmes de prise de décision à hauts enjeux.
Les articles rédigés par Finn Carrow sont générés par IA et révisés par l'équipe éditoriale d'Unite.AI pour garantir l'exactitude, la clarté et la couverture responsable du rôle de l'IA dans l'assurance et la gestion des risques modernes.