Τεχνητή Νοημοσύνη και Ασφάλιση: Ποιος πληρώνει όταν η AI κάνει λάθος;
Τι συμβαίνει όταν η AI κάνει λάθος; Οι νέοι κίνδυνοι, οι ευθύνες και ο ρόλος της ασφάλισης στη νέα εποχή.
Δημήτρης Διαμάντης
8/28/2026
Η Τεχνητή Νοημοσύνη έχει ήδη μπει στην καθημερινότητά μας. Γράφει κείμενα, αναλύει δεδομένα, δημιουργεί εικόνες, εξυπηρετεί πελάτες και αυτοματοποιεί διαδικασίες που μέχρι πρόσφατα απαιτούσαν ανθρώπινη παρέμβαση.
Οι δυνατότητες είναι τεράστιες. Μαζί τους, όμως, εμφανίζεται και ένα νέο ερώτημα:
Τι συμβαίνει όταν η Τεχνητή Νοημοσύνη κάνει λάθος; Και ποιος αναλαμβάνει τη ζημιά;
Φανταστείτε μια επιχείρηση που χρησιμοποιεί έναν AI agent με πρόσβαση στα email, στα αρχεία και στα πληροφοριακά της συστήματα. Το σύστημα έχει άδεια να εκτελεί συγκεκριμένες εργασίες και κάποια στιγμή, από λάθος, αποκαλύπτει ευαίσθητα δεδομένα πελατών.
Δεν υπήρξε hacker και δεν κλάπηκε κάποιος κωδικός καθώς το ίδιο το σύστημα είχε νόμιμη πρόσβαση — και έκανε κάτι που δεν έπρεπε.
Είναι αυτό κυβερνοεπίθεση; Ποιος ευθύνεται; Καλύπτεται από το ασφαλιστήριο της επιχείρησης;
Αυτά τα ερωτήματα έχουν ήδη αρχίσει να απασχολούν σοβαρά τη διεθνή ασφαλιστική αγορά.
Από εργαλείο παραγωγικότητας σε νέο κίνδυνο
Μέχρι πρόσφατα, η συζήτηση γύρω από την AI στην ασφάλιση αφορούσε κυρίως τα οφέλη της: καλύτερη αξιολόγηση κινδύνου, αυτοματοποίηση αποζημιώσεων, καταπολέμηση της απάτης και αποτελεσματικότερο underwriting.
Πλέον όμως η AI δεν αποτελεί μόνο εργαλείο.
Γίνεται και η ίδια παράγοντας κινδύνου.
Σύμφωνα με το Tufts University, το MIT AI Risk Repository έχει καταγράψει περισσότερους από 1.700 κινδύνους που σχετίζονται με συστήματα AI, ενώ ήδη υπάρχουν υποθέσεις γύρω από πνευματικά δικαιώματα, διακρίσεις, παραπλανητικές πληροφορίες και deepfakes.
Αυτό δεν σημαίνει ότι πρέπει να φοβόμαστε την εξέλιξη της τεχνολογίας ομως όσο αυξάνεται η χρήση της, αυξάνονται και οι περιπτώσεις όπου ένα λάθος ή μια κακόβουλη χρήση μπορεί να προκαλέσει πραγματική οικονομική ζημιά.
Όταν ένα ΑΙ κάνει λάθος
Ένας χαρακτηριστικός κίνδυνος είναι τα λεγόμενα hallucinations: περιπτώσεις δηλαδή όπου ένα μοντέλο AI, στην "προσπάθεια" να ικανοποιήσει την ανάγκη του χρήστη, παράγει πληροφορίες που φαίνονται αξιόπιστες, αλλά είναι λανθασμένες ή ακόμη και ανύπαρκτες.
Για έναν απλό χρήστη αυτό μπορεί απλά να σημαίνει μια λάθος απάντηση.
Για έναν επαγγελματία όμως μπορεί να σημαίνει κάτι πολύ περισσότερο.
Τι γίνεται ομως αν ένας δικηγόρος χρησιμοποιήσει ανύπαρκτη νομολογία που δημιούργησε ένα AI;
Αν ένας σύμβουλος βασίσει μια επαγγελματική σύσταση σε λανθασμένη ανάλυση ή αν μια επιχείρηση δώσει στον πελάτη εσφαλμένες πληροφορίες που δημιουργήθηκαν αυτόματα;
Τότε ένα AI error μπορεί να μετατραπεί σε ζήτημα Professional Liability, δηλαδή ζήτημα επαγγελματικής ευθύνης.
Οι κίνδυνοι δυστυχώς δεν σταματούν εκεί και μπορούν να περιλαμβάνουν διαρροές δεδομένων, παραβιάσεις πνευματικών δικαιωμάτων, deepfake απάτες, αλγοριθμικές διακρίσεις και νέες μορφές κυβερνοεπιθέσεων.
Από το ΑΙ που απαντά, σε αυτό που ενεργεί
Η μεγαλύτερη ίσως αλλαγή έρχεται με τους AI agents.
Σε αντίθεση με το απλό chatbot, ένας agent μπορεί να λάβει έναν στόχο και να πραγματοποιήσει απο μόνος του μια σειρά ενεργειών, με αρκετά περιορισμένη ανθρώπινη παρέμβαση.
Και εδώ δημιουργείται ένα νέο ασφαλιστικό πρόβλημα.
Το Reuters επισημαίνει ότι οι παραδοσιακές ασφαλίσεις κυβερνο-κινδύνων σχεδιάστηκαν κυρίως γύρω από περιστατικά μη-εξουσιοδοτημένης πρόσβασης, ransomware ή hacking.
Ένας AI agent όμως μπορεί να προκαλέσει ζημιά χρησιμοποιώντας πρόσβαση που του είχε δοθεί νόμιμα από την ίδια την επιχείρηση και έτσι τα "παραδοσιακά" όρια των κυβερνο-κινδύνων αρχίζουν να γίνονται λιγότερο ξεκάθαρα..
Ποιος ευθύνεται όταν το AI κάνει λάθος;
Η απάντηση δεν είναι πάντα προφανής.
Υπάρχει η εταιρεία που ανέπτυξε το μοντέλο, η εφαρμογή που το χρησιμοποιεί, η επιχείρηση που το ενσωμάτωσε στις διαδικασίες της, ο εργαζόμενος που έδωσε την εντολή και τελικά ο πελάτης ή τρίτος που μπορεί να υποστεί τη ζημιά.
Το λάθος μπορεί να προέρχεται από τον σχεδιασμό του μοντέλου, από τον τρόπο χρήσης του ή από το γεγονός ότι ένας AI agent απέκτησε περισσότερα δικαιώματα από όσα θα έπρεπε.
Γι' αυτό και το μελλοντικό underwriting δεν θα περιορίζεται στην ερώτηση:
«Χρησιμοποιείτε Τεχνητή Νοημοσύνη;»
Θα πρέπει να εξετάζει:
Πώς τη χρησιμοποιείτε, σε ποια δεδομένα έχει πρόσβαση, ποιες αποφάσεις μπορεί να πάρει και ποιος τις ελέγχει;
Μπορούν να ασφαλιστούν αυτοί οι κίνδυνοι ;
Ως έναν βαθμό, ήδη ασφαλίζονται — αλλά όχι μέσω ενός ενιαίου «AI Insurance».
Ανάλογα με τους όρους κάθε συμβολαίου, μια διαρροή δεδομένων μπορεί να σχετίζεται με Cyber Insurance, μια λανθασμένη επαγγελματική συμβουλή με Professional Liability / Errors & Omissions (E&O) και ένα λάθος τεχνολογικής υπηρεσίας με Technology E&O.
Άλλες περιπτώσεις μπορεί να αγγίζουν καλύψεις προσβολής πνευματικής ιδιοκτησίας ή ευθύνης έναντι τρίτων.
Παράλληλα, αρχίζουν να εμφανίζονται διεθνώς πιο εξειδικευμένες λύσεις για κινδύνους όπως model under-performance, hallucinations και παραβιάσεις πνευματικών δικαιωμάτων.
Το σημαντικό ερώτημα πλέον δεν είναι απλώς αν μια επιχείρηση έχει κάλυψη cyber insurance αλλά αν ο συγκεκριμένος τρόπος με τον οποίο χρησιμοποιεί την AI καλύπτεται πραγματικά από το ασφαλιστήριό της.
Ένας κίνδυνος που μπορεί να επηρεάσει πολλούς ταυτόχρονα
Για τις ασφαλιστικές υπάρχει και μία ακόμη μεγάλη πρόκληση.
Χιλιάδες επιχειρήσεις μπορεί να χρησιμοποιούν το ίδιο AI model και πάροχο ή την ίδια τεχνολογική υποδομή, οπότε ένα σοβαρό πρόβλημα σε ένα από αυτά τα συστήματα μπορεί να οδηγήσει σε πολλές ζημιές ταυτόχρονα.
Αυτό είναι το systemic ή accumulation risk: μεγάλος αριθμός ασφαλισμένων ζημιών που προέρχεται από την ίδια ή από στενά συνδεδεμένη αιτία.
Οι Ευρωπαϊκές Εποπτικές αρχές έχουν ήδη προειδοποιήσει ότι τα προηγμένα AI models μπορούν να αυξήσουν την ταχύτητα, την κλίμακα και την πολυπλοκότητα των κυβερνοεπιθέσεων.
Το πρόβλημα πλέον για την ασφάλιση είναι ότι η AI εξελίσσεται τόσο γρήγορα ώστε δεν υπάρχουν ακόμη αρκετά ιστορικά δεδομένα για να υπολογιστεί με ακρίβεια η πιθανότητα και το μέγεθος μελλοντικών ζημιών.
Και χωρίς αρκετά δεδομένα, το underwriting και η σωστή τιμολόγηση του κινδύνου γίνονται πολύ δυσκολότερα.
Το AI ενισχύει και κινδύνους που ήδη γνωρίζουμε
Βέβαια δεν είναι όλοι οι κίνδυνοι εντελώς καινούργιοι καθώς περιστατικά όπως η απάτη, οι κυβερνοεπιθέσεις, η κλοπή ταυτότητας και η επαγγελματική αμέλεια υπήρχαν πολύ πριν από την AI.
Η Τεχνητή Νοημοσύνη όμως μπορεί να τους κάνει ταχύτερους, φθηνότερους, πιο πειστικούς και πολύ πιο εύκολα κλιμακούμενους.
Ένα deepfake μπορεί να μιμηθεί τη φωνή ή την εικόνα ενός ανθρώπου. Ένα generative AI εργαλείο μπορεί να δημιουργήσει πολύ πιο πειστικά phishing μηνύματα, ενώ ένας autonomous agent μπορεί να πραγματοποιήσει μέσα σε δευτερόλεπτα ενέργειες που προηγουμένως απαιτούσαν ανθρώπινη εργασία.
Γι' αυτό η AI μπορεί να θεωρηθεί όχι μόνο ως νέος κίνδυνος αλλά και ως risk amplifier — ένας παράγοντας δηλαδή που ενισχύει ήδη υπάρχοντες κινδύνους.
Τι σημαίνει αυτό για επιχειρήσεις και επαγγελματίες;
Το συμπέρασμα δεν είναι ότι πρέπει να σταματήσουμε να χρησιμοποιούμε AI καθώς προσφέρει σημαντικά πλεονεκτήματα και θα αποτελεί όλο και μεγαλύτερο μέρος της καθημερινής λειτουργίας επιχειρήσεων και επαγγελματιών.
Αυτό που αλλάζει είναι ότι η χρήση της πρέπει να αντιμετωπίζεται πλέον και ως ζήτημα risk management.
Μια επιχείρηση θα πρέπει να γνωρίζει ποια εργαλεία χρησιμοποιεί, ποια δεδομένα τους παρέχει, σε ποια συστήματα έχουν πρόσβαση, ποιες αποφάσεις μπορούν να λαμβάνουν αυτόνομα και πού απαιτείται ανθρώπινος έλεγχος.
Αντίστοιχα, η ασφαλιστική αγορά θα πρέπει να προσαρμόσει τους όρους, τις καλύψεις και το underwriting της σε αυτή τη νέα πραγματικότητα.
Είναι δύσκολο να υπάρξει ένα μοναδικό «ασφαλιστήριο AI».
Είναι όμως αρκετά πιθανό να ανανεωθούν παράλληλα οι καλύψεις Cyber, Professional Liability, Technology E&O όπως και άλλων κλάδων, με νέα, πιο εξειδικευμένα προϊόντα.
Αλλωστε, η ιστορία της ασφάλισης είναι στενά συνδεδεμένη με την εξέλιξη της τεχνολογίας ενώ κάθε νέα δυνατότητα δημιουργεί νέες ευκαιρίες — οπως και νέους κινδύνους.
Το ερώτημα δεν είναι πλέον αν θα χρησιμοποιήσουμε Τεχνητή Νοημοσύνη.
Το ερώτημα είναι αν, οσο της εμπιστευόμαστε όλο και περισσότερα δεδομένα, διαδικασίες και αποφάσεις, θα είμαστε εξίσου έτοιμοι να διαχειριστούμε τις συνέπειες όταν κάτι πάει στραβά.