Motion

Ασφάλιση Ανθρωποειδών Ρομπότ: Τιμολόγηση Κινδύνου Χωρίς Ιστορικό

Η ασφάλιση των ανθρωποειδών ρομπότ είναι δύσκολη, καθώς δεν υπάρχει σχεδόν κανένα ιστορικό ζημιών για να καθοριστεί η τιμή τους. Εδώ εξηγείται γιατί υπάρχει αυτό το κενό, πώς ένα μοντέλο τιμολόγησης μπορεί να αντλήσει δεδομένα από πραγματικές αναπτύξεις και γιατί η ασφαλιστική κάλυψη πρέπει να συνδέεται με τη μίσθωση.

Motion1 Inc. ·

Ασφάλιση Ανθρωποειδών Ρομπότ: Τιμολόγηση Κινδύνου Χωρίς Ιστορικό

Η ασφάλιση βασίζεται στην ιστορία. Ένας αναλογιστής καθορίζει ένα ασφάλιστρο εξετάζοντας χρόνια αξιώσεων για ένα δεδομένο περιουσιακό στοιχείο, υπολογίζοντας πόσο συχνά τα πράγματα πάνε στραβά, πόσο άσχημα, και πόσο κοστίζει η αποκατάστασή τους. Για αυτοκίνητα, εργοστάσια και βιομηχανικά μηχανήματα, αυτό το ιστορικό είναι εκτενές. Για τα ανθρωποειδή ρομπότ, μόλις και μετά βίας υπάρχει.

Αυτή η απουσία δεν είναι μια υποσημείωση. Ένα ρομπότ που δεν μπορεί να ασφαλιστεί, είναι ένα ρομπότ που είναι δύσκολο να ενταχθεί σε μια γραμμή παραγωγής ή οπουδήποτε κοντά σε ανθρώπους. Η κάλυψη είναι συχνά η σιωπηλή προϋπόθεση για την ανάπτυξη, και αυτή τη στιγμή είναι το κομμάτι του παζλ που υστερεί περισσότερο σε σχέση με το υλικό (hardware).

Αυτό το άρθρο εξετάζει γιατί τα ανθρωποειδή είναι πραγματικά δύσκολο να ασφαλιστούν, τι χρειάζεται πραγματικά κάλυψη, και γιατί η πιο πρακτική απάντηση είναι να συνδεθεί η κάλυψη με τη μίσθωση και να αφήσουμε την πραγματική χρήση να βελτιώσει την τιμολόγηση με την πάροδο του χρόνου.

Γιατί τα ανθρωποειδή είναι δύσκολο να ασφαλιστούν

Έλλειψη αναλογιστικού ιστορικού

Το βασικό πρόβλημα είναι η έλλειψη τυποποιημένων πλαισίων κινδύνου και αναλογιστικών δεδομένων για τις υποχρεώσεις των ρομπότ. Οι ασφαλιστές έχουν συνηθίσει να τιμολογούν από μεγάλες δεξαμενές προηγούμενων αξιώσεων. Για τα ανθρωποειδή, αυτές οι δεξαμενές είναι αραιές ή άδειες. Υπάρχουν περιορισμένα ιστορικά δεδομένα σχετικά με το πόσο συχνά μια μονάδα αστοχεί, με ποιον τρόπο, και πώς μοιάζει η προκύπτουσα ζημιά.

Χωρίς αυτή τη βάση, ο καθορισμός ενός ασφαλίστρου γίνεται εικασία μεταμφιεσμένη σε αριθμό. Αν η τιμή είναι πολύ υψηλή, η κάλυψη καθίσταται απρόσιτη. Αν η τιμή είναι πολύ χαμηλή, ο ασφαλιστής αναλαμβάνει έκθεση που δεν μπορεί να υπολογίσει σωστά. Κανένα από τα δύο αποτελέσματα δεν βοηθά έναν κατασκευαστή που προσπαθεί να αναπτύξει (τα ρομπότ).

Ένα νέο σχήμα κινδύνου

Τα ανθρωποειδή επίσης δεν αντιστοιχούν καθαρά σε τίποτα που οι ασφαλιστές ήδη κατανοούν. Είναι ψηλά, βαριά και κινητά, και έχουν σχεδιαστεί για να λειτουργούν σε κοινόχρηστους χώρους δίπλα σε ανθρώπους αντί πίσω από ένα κλουβί ασφαλείας. Επιπλέον, συνδυάζουν πολύπλοκο φυσικό υλικό (hardware) με λογισμικό τεχνητής νοημοσύνης (AI) που λαμβάνει τις δικές του αποφάσεις σε πραγματικό χρόνο.

Αυτός ο συνδυασμός εισάγει κινδύνους χωρίς σαφές προηγούμενο. Ένα ασφάλιστρο θα βασιζόταν ιδανικά σε δεδομένα σχετικά με τα ποσοστά αστοχίας εξαρτημάτων, τις δυσλειτουργίες λογισμικού και τα περιστατικά που προκαλούνται από την τεχνητή νοημοσύνη. Σήμερα αυτά τα δεδομένα είναι σπάνια, οπότε το σχήμα του κινδύνου γίνεται κατανοητό πολύ καλύτερα στη θεωρία παρά στην πράξη.

Ποιος φταίει

Η απόδοση ευθύνης είναι το μέρος που η βιομηχανία δεν έχει λύσει. Όταν ένα ανθρωποειδές προκαλεί ζημιά, το προφανές ερώτημα είναι τι πήγε στραβά, και η ειλικρινής απάντηση είναι συχνά ασαφής. Ήταν αστοχία υλικού (hardware), σφάλμα λογισμικού (software bug), ή μια απόφαση που έλαβε η τεχνητή νοημοσύνη (AI) από μόνη της;

Αυτή η ασάφεια έχει σημασία για την ασφάλιση, επειδή η ευθύνη συνήθως εξαρτάται από την αιτία. Ένας ενεργοποιητής καρπού που σπάει είναι μια διαφορετική αξίωση από ένα μοντέλο που παρερμήνευσε μια κατάσταση, ακόμα κι αν η ορατή ζημιά φαίνεται πανομοιότυπη. Μέχρι να μπορέσει να προσδιοριστεί αξιόπιστα η αιτία, η τιμολόγηση και η διευθέτηση των αξιώσεων παραμένει δυσκολότερη από ό,τι για τα συμβατικά μηχανήματα.

Τι χρειάζεται πραγματικά κάλυψη

Αφαιρέστε την καινοτομία και οι ασφαλίσιμες εκθέσεις εμπίπτουν σε τρεις οικείες κατηγορίες.

Η πρώτη είναι η ζημιά υλικού (hardware). Τα ανθρωποειδή είναι ακριβά, μηχανικά πυκνά μηχανήματα. Μπορεί να πέσουν, να συγκρουστούν ή να υποστούν ζημιά κατά τη διάρκεια της κανονικής εργασίας, και οι επισκευές δεν είναι φθηνές.

Η δεύτερη είναι η αστική ευθύνη έναντι τρίτων και η προσωπική ασφάλεια. Επειδή αυτά τα μηχανήματα λειτουργούν κοντά σε ανθρώπους, ένα περιστατικό μπορεί να σημαίνει τραυματισμό ενός εργαζομένου ή ζημιά στην ιδιοκτησία κάποιου άλλου. Αυτή είναι συνήθως η έκθεση που ανησυχεί περισσότερο έναν αγοραστή, και αυτή που συχνότερα εμποδίζει την ανάπτυξη χωρίς να υπάρχει κάλυψη.

Η τρίτη είναι η διακοπή εργασιών. Ένα ανθρωποειδές που σταματά να λειτουργεί μπορεί να διακόψει μια γραμμή παραγωγής ή μια βάρδια. Το κόστος εκεί δεν είναι το ίδιο το ρομπότ, αλλά ο χρόνος διακοπής λειτουργίας που προκαλεί – η χαμένη παραγωγή ενώ η μονάδα επισκευάζεται ή αντικαθίσταται.

Για πλαίσιο, οι βιομηχανικοί ρομποτικοί βραχίονες λειτουργούν συνήθως με περίπου 95 έως 99 τοις εκατό χρόνο λειτουργίας (uptime), προϊόν δεκαετιών βελτίωσης. Τα ανθρωποειδή έχουν ελάχιστα έως καθόλου δημοσιευμένα δεδομένα αξιοπιστίας για σύγκριση ακόμη, και ως άποψη της βιομηχανίας και όχι ως μετρημένο γεγονός, θα χρειαστεί πραγματικός χρόνος ανάπτυξης πριν κατανοηθούν καλά τα πρότυπα αστοχίας και διακοπής λειτουργίας τους. Αυτή η αβεβαιότητα είναι ακριβώς αυτό που καθιστά δύσκολη την τιμολόγηση της έκθεσης σε διακοπή λειτουργίας σήμερα.

Αυτά τα ίδια κενά χρηματοδότησης και αξιοπιστίας είναι ο λόγος που τα ρομπότ είναι δύσκολο να χρηματοδοτηθούν και η ασφάλιση τείνει να αναδύεται ως το ίδιο πρόβλημα.

Οι τρεις ασφαλίσιμες εκθέσεις για τα ανθρωποειδή ρομπότ - ζημιά υλικού (hardware), αστική ευθύνη έναντι τρίτων και διακοπή εργασιών

Τιμολόγηση που μαθαίνει: ο κύκλος δεδομένων

Εάν το εμπόδιο είναι τα ελλείποντα δεδομένα, η λύση είναι να τα δημιουργήσουμε και να οικοδομήσουμε μια τιμολόγηση που βελτιώνεται καθώς αυτά φτάνουν.

Κάθε αναπτυγμένο ανθρωποειδές παράγει μια ροή χρήσιμων σημάτων: πόσες ώρες λειτουργεί, ποια εξαρτήματα φθείρονται ή αστοχούν, πόσο συχνά εμφανίζονται σφάλματα λογισμικού και πόσος χρόνος διακοπής λειτουργίας προκύπτει. Κάθε ένα από αυτά είναι ένα σημείο δεδομένων που ένας αναλογιστής δεν είχε ποτέ πριν.

Αυτό δημιουργεί έναν κύκλο. Η αρχική τιμολόγηση είναι αναγκαστικά συντηρητική επειδή τα δεδομένα είναι αραιά. Καθώς οι μονάδες τίθενται σε λειτουργία και αυτό το ιστορικό συσσωρεύεται, το μοντέλο γίνεται πιο ακριβές. Η καλύτερη τιμολόγηση υποστηρίζει περισσότερες αναπτύξεις, περισσότερες αναπτύξεις παράγουν περισσότερα δεδομένα, και ο επόμενος γύρος τιμολόγησης είναι ακόμα πιο ακριβής. Η αβεβαιότητα που καθιστά δύσκολη την ασφάλιση των ανθρωποειδών σήμερα είναι η ίδια αβεβαιότητα που συρρικνώνεται με κάθε μηχάνημα που τίθεται σε λειτουργία.

Το κλειδί είναι να είμαστε έτοιμοι να συλλέγουμε αυτό το σήμα από την πρώτη μέρα, έτσι ώστε τα δεδομένα πραγματικής χρήσης, αστοχίας και διακοπής λειτουργίας να τροφοδοτούν συνεχώς την τιμολόγηση, αντί να περιμένουμε χρόνια για να σχηματιστεί ένα σύνολο δεδομένων σε επίπεδο βιομηχανίας.

Ο κύκλος δεδομένων ασφάλισης - οι αναπτύξεις παράγουν δεδομένα χρήσης και αστοχίας, τα οποία βελτιώνουν την τιμολόγηση και ξεκλειδώνουν περισσότερες αναπτύξεις

Γιατί η κάλυψη ανήκει στη μίσθωση

Εδώ είναι που έχει σημασία η ομαδοποίηση (bundling). Η αγορά κινείται ήδη προς την ενσωματωμένη, πλήρους κύκλου ζωής κάλυψη – προστασία που εκτείνεται σε παραγωγή, πώληση, μίσθωση και τελική χρήση, αντί να προσαρμόζεται εκ των υστέρων ως ξεχωριστό προϊόν.

Για έναν κατασκευαστή, μια αυτόνομη αναζήτηση ασφάλισης κατά τον χρόνο ανάπτυξης είναι τριβή στην χειρότερη δυνατή στιγμή. Η πιο καθαρή προσέγγιση είναι να συνδεθεί η κάλυψη με τη μίσθωση, έτσι ώστε να τιμολογείται και να είναι σε ισχύ τη στιγμή που το ρομπότ τίθεται σε λειτουργία. Μία συμφωνία καλύπτει το μηχάνημα, τη χρηματοδότησή του και τον κίνδυνο του.

Η ομαδοποίηση κλείνει επίσης τον κύκλο δεδομένων. Ένας πάροχος που τόσο μισθώνει όσο και ασφαλίζει τη μονάδα βλέπει απευθείας τη χρήση, την αστοχία και τον χρόνο διακοπής λειτουργίας, και μπορεί να τα τροφοδοτήσει απευθείας στην τιμολόγηση. Η μίσθωση γίνεται το κανάλι μέσω του οποίου κάθε ανάπτυξη βελτιώνει το μοντέλο – η ενσωματωμένη προσέγγιση και ο κύκλος δεδομένων αλληλοενισχύονται. Αυτό είναι μέρος της ευρύτερης μετατόπισης από capex σε opex που καθιστά τα ανθρωποειδή πρακτικά για υιοθέτηση.

Πού οδηγεί αυτό

Η ασφάλιση των ανθρωποειδών θα γίνει ευκολότερη, και ο λόγος είναι απλός: το κενό δεδομένων κλείνει λίγο με κάθε μηχάνημα που τίθεται σε λειτουργία. Αυτό που σήμερα μοιάζει με απουσία ιστορικού είναι στην πραγματικότητα μια ιστορία που γράφεται ακόμα. Το έργο τώρα είναι να δομηθεί η μίσθωση και η κάλυψη έτσι ώστε κάθε ανάπτυξη να μετράει – ώστε τα ρομπότ που βρίσκονται ήδη σε λειτουργία να κάνουν τα επόμενα ευκολότερα στην ασφάλιση, και ευκολότερα να τεθούν σε λειτουργία κοντά στους ανθρώπους που είναι κατασκευασμένα για να βοηθήσουν.

← Επιστροφή στο Blog