专属自保公司正迅速成为 AI 保险的试验场

如今，关于专属自保保险最常被提及的一点是：AI 数据中心规模太大，传统市场难以承保。全球最大的保险经纪商和专属自保管理机构 Marsh 预计，设立内部保险公司以承保数据中心风险的企业将迅速增加。信用评级机构 S&P Global Ratings 曾形容，Meta 的一处设施已超出完全投保的限度。据 Captive Review 报道，目前全球专属自保公司已超过 6,000 家，承保保费约 2,400 亿美元，较两年前增长近五分之一。

专属自保公司是一种保险公司，通常只有一个客户（即其母公司），承保业务范围较窄，也没有零售分销渠道。它仍然需要开展核保、计提精算准备金、进行法定会计核算和审计、接受法律审查，并提交监管文件。但它没有沿用四十年的大型机系统、没人敢碰的理赔平台，也没有一千名习惯成自然的核保人员。因此，在保险业中，这里是最理想的环境，可以检验软件能否运营整套业务。

Huscarl 首席执行官 Alexandre Musy 所在的公司正在为企业及其专属自保公司开发 AI 精算师。他直言不讳地指出了这一趋势的意义。“专属自保公司规模较小，业务也比较简单，”他说。“可以肯定的是，一旦 AI 驱动的专属自保公司投入运营，接下来就会出现 AI 驱动的保险公司。”

Musy 与首席技术官 Paulien Jeunesse 此前曾在 Descartes Underwriting 打造了 Huscarl 所称的全球首款面向企业的参数型网络保险产品。Musy 在欧洲推动了该产品的商业化扩张；身为精算师和 AI 科学家的 Jeunesse 则构建了其底层模型。

这个行业靠 PDF 运转

Captive.com于8月发布的一篇报道发现，自保保险公司中的人工智能应用仍主要是一系列单一任务工具，用于从文件中提取数据、核对记录、检查保单措辞、起草报告或协助理赔管理等工作。

风险转移平台 RYSKEX 的首席执行官 Marcus Schmalbach 告诉该媒体，障碍在于运营模式和数据，而非技术。

专属自保公司可能采用复杂的风险融资机制，但运营仍依赖电子表格、电子邮件和人工核对的 PDF 文件；这些资料由母公司、经纪商、前端保险公司、管理机构、理赔管理机构、精算师、再保险公司和审计师提供，而各方发送的格式不同、时间安排也各异。与商业保险公司相比，专属自保公司的交易量较低，因此过去并没有太大的经济压力促使其整合系统；而且每家专属自保公司的架构都略有不同，难以实现标准化。据他所说，这些流程一直靠人工处理，是因为它们从一开始就不是为自动化而设计的。

DICEUS 首席执行官 Illia Pinchuk 告诉 Captive.com，痛点主要集中在不同机构之间的交接环节。他还提到一项涵盖 100 家专属自保公司和 200 份保单的计划：集中管理后，续保可以批量处理，保险凭证也能按需生成。

Musy 更具体地解释了共享数据层为何屡屡无法落地。

他说，共享数据层“会给整个行业带来很大益处”，但专属自保业务牵涉精算师、审计师、会计师、律师、投资经理和第三方管理机构，而且“参与者越多，实施就越困难”。

他认为，失败的原因在于社会因素，而非技术。“总会有人无法或不愿使用先进系统，”他说，因此市场最终还是会回到“PDF 和 Excel 文件”。

这一观察也带有商业竞争意味，描述的并非双雄对决，而是三方角力。软件供应商正向现有专属自保管理机构销售数据层。另一批原生 AI 专属自保管理机构则凭借已构建好的数据层与这些现有机构竞争。Huscarl 处于第三种位置：它向这一渠道提供精算和数据层，而非取而代之。该公司正在拓展专属自保管理机构和经纪商合作伙伴网络，目前已与一家风险自留集团，以及一家营收超过 20 亿美元企业旗下的单一母公司专属自保公司开展合作。

Musy 表示：“目前还看不清哪条路会胜出。”不过，他也提出一种保留看法：这种混乱本身或许就是护城河。他认为，AI 是“处理混乱数据工作流的绝佳黏合剂”，而 Huscarl“自成立以来，大概有 50% 的工程工作都花在处理这些问题上”，如今因此能够“实现对混乱的 PDF 和电子表格的全自动处理，无论这个行业如何演变”。

一家保险初创公司一半的工程投入，都用来读取其他人拒绝停止发送的文件。

目前还无法自动化的部分

双方的目标分歧在于判断，而对这一局限最鲜明的阐述来自一家供应商。

Schmalbach 向 Captive.com 阐述的原则是：系统负责提出建议，专业人士负责作出决定。

软件可以标记准备金发生变动、理赔看起来异常或风险敞口正在恶化等情况，但仍须由合格人员判断其含义，以及是否适用保险保障。

代理可以发现某项理赔已达到报告门槛，并准备通知；但它不应自行拒绝理赔、调整准备金或批准重大付款，也不应能够在既定审批控制之外调动资金。

每项操作都应留有日志、可供审查，并由一名明确具名的负责人承担责任。人工智能应当辅助决策，而不是悄无声息地代为决策。

Musy的雄心不止于此。他表示，指引方向的愿景是“让人工智能成为终极协调者，因为每一项决策都涉及承保、精算、会计、法律和财务方面的考量”，这更像是“专为专属自保保险公司打造的企业大脑，助力它们为所有者创造更高价值”。

Huscarl表示，每项精算研究都由具备资质的人类精算师审查并签署，而且专属自保保险公司的注册地通常无论如何都要求提交经签署的年度精算意见书。自主性体现在工作执行上。判断权以及由此产生的专业责任仍由人承担。Schmalbach从另一个角度谈到了同样的审查，认为将专属自保保险公司的数据与母公司的运营数据关联起来，或许能在年度精算审查发现之前，揭示损失模式。年度审查仍会照常进行。问题在于，谁来为这项审查提供数据。

为何这件事的重要性不止于小众市场

经济效益正是吸引资本的原因。AM Best为约150家美国自保保险公司评级，并估计这些公司在五年间节省了超过80亿美元，因为保费留在了资产负债表上，而没有流出。Marsh统计发现，2025年新成立的自保保险公司有118家，高于前一年的92家；当年商业保险价格下降了约4%。企业在保险价格走低之际仍选择自保，这表明这一转变是结构性的，而非对保险市场趋紧的应对。

投资者已经注意到了这一趋势。9月，专属自保保险管理公司Luzern Risk融资4500万美元；Huscarl则从FRST和Y Combinator融资560万美元。与此同时，过去只有《财富》500强企业才会设立的专属自保保险公司，如今也开始向营收仅有1000万美元的企业推介。

Musy瞄准的并非专属自保保险管理机构，而是商业保险市场本身。他在宣布本轮融资时表示，自己的目标是让企业风险管理人员能够担任自己的首席承保官，迈向“一个自行投保成为默认选择、商业保险反而成为例外的未来”。

这一切并不会让专属自保保险市场变得庞大，却会让它变得清晰可见。

这个行业由数千家规模小、结构简单、人员精简的保险公司组成，承接主流市场不愿承保的风险；在金融领域，这里最适合让软件执行承保、准备金管理、对账和报告工作。凡是在这里经受住考验的做法，接下来都会进入拥有百万保单持有人、且精算部门从互联网出现之前就一直沿用同一套工作方式的公司。