保險跟隨機械而行 — 而目前它追不上

當人們列舉推動自動化機械普及的因素，保險很少出現 — 而這是誠實的判斷。主流的普及框架把公眾信任、技術安全、可行的商業模式、監管，以及跨行業協作放在核心。世界經濟論壇與 BCG 在 2025 年關於自動駕駛車輛的研究，正是圍繞這些重點而建；保險並不在其中。保險跟隨技術而行，而非引領技術。

但保險內部確實存在一個具體的瓶頸。這些框架交給保險公司的唯一任務，是建立風險評估模型 — 而要做得好，前提是擁有可支撐穩健模型的大規模數據，這正是保險公司今天所缺乏的。限制並非承保意願，也不是資本，而是證據。

更深層的問題是，傳統定價嚴重落後於真實安全表現。北美產險精算學會（CAS）的研究顯示，一部把損失減半的車輛，四年後僅獲約 8% 折扣；即使近乎零事故的車輛，也只有約 15%。以年度、人口統計為基礎的定價，從來不是為追蹤可因一次軟件更新而改變的風險而設。當風險變化快過為其定價的軌道，價格便不再承載資訊。

與此同時，安全證據已經出現。Swiss Re 對 2,530 萬英里自動駕駛 Waymo 行程的同行評審分析發現，在可比路線上，受傷索償較人類基準少約 90%，財產損失索償少約 88%。該結果限於地理圍欄範圍、受傷樣本亦較小，但方向清晰：這些機械的風險確實不同，卻仍以為人類司機而設的工具來定價。

在這一切之下，保費池正在重新分布，而非萎縮。自動化把損失由人類司機轉移到機械、軟件與營運方 — 由個人與商用汽車險，轉入產品、專業與網絡責任險。Deloitte 估計，即使只有 20% 的保費轉移，單是美國商用汽車險每年便有約 70 億美元流出；Goldman Sachs 預測，與 robotaxi 相關的保險到 2035 年將超過 4,000 億美元；KPMG 預期到 2050 年，產品責任將佔汽車損失約 57%。這些是以美國為主的預測，但形態一致：基礎並未消失，而是圍繞新險種與新數據重新成形。

因此，保險在普及中的角色，比常見口號更狹窄、也更穩固。它並非啟動自動化的關鍵，而是一個能否跟上、取決於數據的跟隨者。實際上，最先規模化的機械，將是那些風險能被持續讀取、並能向保單背後資本解釋清楚的機械 — 而非示範做得最好的機械。

這正是市場欠缺的一層：一道即時、可讀的風險訊號，逐部資產、逐程行程，讓持牌保險公司與再保險公司能據以承保。在商用車隊、robotaxi 與配送 — 以及現有模型幾乎未觸及的亞太市場 — 這需求最為迫切；當地保險自第一天起便屬強制，風險集中於必須投保的有償付能力營運方。YAS 讀取機械遙測並產生這道訊號；由持牌保險公司定價並承擔風險。誠實的說法不是保險啟動自動化，而是：自動化正在重塑全球最龐大的保費基礎之一，舊有軌道看不清楚，而限制在於數據 — 這正是值得填補的缺口。

資料來源：World Economic Forum 與 BCG，自動駕駛車輛普及框架（2025）；Casualty Actuarial Society，自動駕駛車輛工作組（2018）；Swiss Re 與 Waymo，刊於 Traffic Injury Prevention 的同行評審分析（2024）；Deloitte；Goldman Sachs（2025）；KPMG。