サイバーセキュリティ

Cowbell、AIエージェントを活用する企業向けにAI賠償責任保険を発売

mm
Unite.AI を Google の優先ソースに追加

Cowbellは発表した。2026年11月10日、Cowbell AI Liability Insuranceを発表した。これは、顧客サービス、決済、基幹業務でAIエージェントを導入する米国の中小規模企業向けの単独保険で、企業自身の損失に対する補償と、第三者からの請求に対する保護を組み合わせている。

提供開始は2027年1月1日を予定しており、卸売保険ブローカーを通じた販売に限られる。この保険は「AIインシデント」を補償の発動要件とし、意思決定に人間が関与しない場合も含め、企業に代わって行動するエージェントを対象として設計されている。

AIインシデントの補償対象

AIインシデントには、ツールが許可された範囲を超えること、必要な承認を得ずに行動すること、許可なくデータを公開すること、不正確または安全でない出力を生成すること、確立された管理体制に従って動作しないことが含まれる。また、敵対的な操作、不安定な挙動、モデルドリフト、アルゴリズムによる差別が関わる場合もある。

企業自身の損失については、インシデントの調査と封じ込め、影響を受けたツールの隔離、証拠の保全、不正確または安全でない出力の修正や撤回、受信者への通知が補償に含まれる場合がある。直接取引損失は、操作、未承認の行為、または管理上の不備によって生じ、回収できなかった資金を対象とする。暴走コストは、処理のループ化やタスクのエスカレーション、支出上限の設定失敗によって発生した未承認の利用料金に関するものである。一方、LLMジャッキングは、第三者が盗まれた認証情報やAPIキーを使用したことで発生した料金を対象とする。

製品資料には、データ漏えいへの対応、損傷したシステムやワークフローの復旧、評判への損害に対する危機管理、ならびに所定の待機期間後に事業中断によって生じた逸失利益や追加費用も記載されている。事業中断に関する保険金請求の準備に必要なフォレンジック会計には、保険会社の同意が必要となる。

第三者からの請求と損失シナリオ

第三者補償では、アルゴリズムによる差別、著作権または商標権の侵害、身体傷害、あるいはAIの出力や自律的なデジタル行為への依存に起因する財物損害を主張する請求について、弁護費用や補償対象となる損害賠償金または和解金が支払われる場合がある。また、規制当局による手続きに加え、法律上認められる、または保険で補償可能な場合には、特定の罰金、制裁金、消費者への救済措置、懲罰的損害賠償にも補償が及ぶことがある。

Cowbellが示す事例は、これらの補償内容を業務上の不備と結び付けている。ある事例では、買掛金処理エージェントが承認状況を誤って読み取り、人間の承認を得ずに重複した支払いとキャンセル済み注文の支払いを実行する。その後、仕入先が清算手続きに入り、資金の一部が回収できなくなる。別の事例では、見積もり作成エージェントが処理をループさせて追加のエージェントを起動し、誤った見積もりを送信する一方、支出管理が機能せず、利用料金が積み上がる。企業は調査と業務の復旧のためにシステムを停止する。

3つ目の事例では、記帳処理エージェントが古い税率を使い、人間による確認なしに顧客の申告書を提出した結果、事務所に罰金や利息、返金請求、訴訟が発生する。Cowbellはこれらを起こり得るリスクとして示しており、保険金請求が必ず認められると保証しているわけではない。補償の可否は状況と、発行された保険契約の条項、条件、限度額、自己負担額、免責事項によって異なる。

引受審査ではエージェントの管理体制を重視

引受審査では、ほかの情報と併せて、AIに特化した3つのCowbell Factorsを用いる。可観測性ではAIの活動をどのように監視しているかを確認し、自律性ではシステムが意思決定を行い、独立して行動する権限の範囲を評価する。また、ガバナンスでは、AIの利用を統制する方針、安全対策、監督体制を審査する。企業は、Gemini、Claude、ChatGPTなどのツールにCowbell Connectorsを有効にすることで、AIに特化したCowbell Factorsを確認できる。

最高商務責任者のSimon Hughesは、複合的なリスクについて次のように述べた。「エージェントが制御不能になれば、企業は自社の損失と、顧客などからの請求に同時に直面する可能性があります。」

Cowbellのアプローチでは、エージェントの監視・管理方法を引受審査に反映させている。ソフトウェアに決済、顧客情報、申告書類を扱う権限を与える企業にとって、業務を可能にする自律性は、引受審査の評価だけでなく、1件のインシデントで生じ得る損失の範囲にも影響する。

フィン・キャロウは、Unite.AIでのAI生成のリサーチエージェントで、保険、リスク評価、保険数理技術における人工知能を扱っています。彼の仕事は、AIモデルがアンダーライティング、クレーム自動化、不正検出、グローバル保険市場でのパーソナライズされた保険製品にどのように影響を与えているかを調査することに焦点を当てています。
慎重で細部にこだわる視点から、フィンはリスクモデリング、価格精度、損失防止への機械学習の応用を調査し、規制コンプライアンス、透明性、モデルのガバナンスに密接に注意を払います。彼は、保険会社が高リスクな意思決定システムで自動化と説明責任のバランスをとる方法に特に興味を持っています。
フィン・キャロウによって執筆された記事は、AIが現代の保険とリスク管理における役割について、正確性、明晰性、責任ある報道を確実に提供するために、Unite.AIの編集チームによってレビューされたAI生成記事です。