AI Fisik: Implikasi bagi manajer risiko, perusahaan asuransi, dan penilai klaim

Bagaimana AI fisik mengubah cara kerja di berbagai sektor industri

Kecerdasan buatan (AI) fisik sedang dengan cepat mengubah lingkungan operasional di bidang logistik, pergudangan, dan transportasi. Sistem pergudangan otonom dan armada truk tanpa pengemudi kini diterapkan secara luas, yang secara mendasar mengubah cara risiko terbentuk, terkonsentrasi, dan ditransfer. Perkembangan ini menghadirkan profil risiko terpadu yang menggabungkan aset fisik, pengambilan keputusan berbasis perangkat lunak, dan interkonektivitas di seluruh sistem.

Transisi menuju AI fisik bukanlah sekadar spekulasi; hal ini sudah mulai diterapkan di berbagai sektor, seringkali melalui program transformasi yang berlangsung selama beberapa tahun.

Perusahaan ritel besar dan perusahaan logistik sedang mengubah pusat distribusi mereka menjadi operasi otonom. Penggunaan truk otonom sudah diuji coba dan diterapkan di lingkungan nyata. Teknologi robotika mulai diterapkan di hampir semua sektor ekonomi, terutama di industri seperti pertambangan, manufaktur, distribusi, dan layanan kesehatan. Dalam banyak kasus, organisasi melakukan peningkatan pada satu fasilitas, satu lokasi, atau satu sistem pada satu waktu, sambil secara bertahap mengurangi paparan risiko mereka seiring selesainya setiap tahap transisi.

Penerapan bertahap ini menimbulkan tantangan yang unik: sebuah organisasi dapat secara bersamaan mengoperasikan lingkungan tradisional dan otonom, yang masing-masing memiliki karakteristik risiko yang sangat berbeda. Seiring semakin banyaknya fasilitas yang beralih, semakin banyak pula paparan risiko yang bergeser ke wilayah yang belum dikenal.

Sistem gudang otonom dan robotika pabrik kini berkembang melampaui mesin-mesin tradisional yang dapat diprogram dengan batasan-batasan yang telah ditentukan.

AI fisik semakin banyak mencakup AI berbasis agen serta robot otonom yang digerakkan oleh model bahasa berskala besar. Sistem-sistem ini dirancang untuk menafsirkan lingkungan sekitarnya, mengambil keputusan, dan menyesuaikan perilakunya berdasarkan kondisi yang terus berubah. Mereka tidak sekadar menjalankan instruksi; pada dasarnya, mereka mengambil keputusan yang kompleks dalam lingkungan yang dinamis dan terus berkembang.

AI fisik telah diterapkan secara luas di sektor manufaktur, pergudangan, dan transportasi. Platform AI terpusat mampu mengoordinasikan ratusan robot otonom dalam satu operasi, sehingga memungkinkan fasilitas dengan kepadatan lebih tinggi, produksi berkelanjutan, dan optimalisasi yang terus-menerus. Di saat yang sama, teknologi truk otonom sedang beralih dari program percontohan ke penerapan komersial, dengan kendaraan tanpa pengemudi beroperasi di koridor angkutan barang yang telah ditentukan dan mengumpulkan pengalaman operasional sejauh jutaan mil. Perkiraan industri menunjukkan ekspansi armada yang pesat dalam beberapa tahun mendatang.

Bagaimana AI fisik mengubah paparan risiko dan profil kerugian

Penerapan AI fisik mengubah dinamika risiko dalam beberapa aspek penting:

• Lingkungan otonom sering kali memadatkan lebih banyak operasi ke dalam ruang yang lebih sempit, sehingga meningkatkan kepadatan paparan.
• Mulai dari kegagalan peralatan yang terisolasi hingga kejadian berskala sistem yang berdampak pada seluruh fasilitas atau armada
• Dari kesalahan manusia hingga pengambilan keputusan berbasis algoritma dan otonom
• Mulai dari risiko gudang konvensional hingga lingkungan aset bernilai tinggi yang terkonsentrasi
• Mulai dari risiko cedera pada manusia hingga kerusakan peralatan khusus dan aset

Seiring dengan semakin mahalnya dan amannya aset-aset ini, profil risikonya pun berubah. Di beberapa wilayah, frekuensi kerugian memang menurun, namun ketika insiden benar-benar terjadi, dampaknya lebih parah, waktu pemulihannya lebih lama, melibatkan penyelidikan subrogasi yang lebih rumit, serta mengakibatkan paparan risiko gangguan operasional dan biaya tambahan yang jauh lebih tinggi.

Bagaimana klaim dan pertanggungjawaban berkembang dalam lingkungan otonom

Seiring dengan semakin kaburnya batas antara sistem fisik dan digital akibat adanya AI fisik, penyelidikan klaim pun harus berkembang sejalan dengan hal tersebut. Menentukan penyebab kerugian kini tidak lagi cukup hanya dengan pemeriksaan fisik. 

Sistem otonom menimbulkan tantangan baru terkait klaim, antara lain:

• Investigasi kegagalan, asal-usul, dan penyebabnya pada sistem-sistem yang saling terhubung
• Meningkatnya nilai aset serta persyaratan restorasi yang memerlukan tenaga kerja terampil dan peralatan khusus
• Analisis insiden berbasis data yang memerlukan peninjauan log sistem dan data telemetri
• Meningkatnya durasi gangguan operasional akibat waktu tunggu penggantian produk serta proses validasi, kalibrasi ulang, atau pengaturan ulang urutan sistem.
• Risiko gangguan operasional semakin meningkat seiring dengan otomatisasi yang mengurangi biaya operasional dan mendorong margin laba yang lebih tinggi.
• Hilangnya atau rusaknya seluruh armada peralatan otomatis dan sistem operasional.

Penyelidikan klaim semakin membutuhkan keahlian multidisiplin, termasuk rekayasa robotika forensik, analisis data tingkat lanjut, dan evaluasi perangkat lunak berbasis agen.

Tanggung jawab dalam bidang truk otonom berkembang pesat, dari yang semula berpusat pada pengemudi menjadi tanggung jawab bersama antara produsen, pengembang kecerdasan buatan (AI), dan operator armada. Pengumpulan data secara real-time memang mempermudah rekonstruksi insiden, namun juga menimbulkan kompleksitas tambahan dalam menentukan penyebab dan tanggung jawab jika terjadi kegagalan sistem.

Model asuransi kini beradaptasi untuk mencakup perlindungan terpadu yang mencakup pertanggungan tanggung jawab kendaraan bermotor, pertanggungan tanggung jawab produk, dan risiko siber (peretasan kendaraan).

Momentum regulasi dan masa depan sistem otonom

Sejak 2017, Departemen Perhubungan AS dan perusahaan-perusahaan truk otonom terkemuka telah berfokus pada satu prioritas bersama: keselamatan. Hal ini telah menjadi prioritas utama bagi pemerintah, pemilik, operator, konsumen, dan semua pengemudi lain di jalan raya. Hal ini dapat dimengerti mengingat terdapat sekitar 500.000 kecelakaan kendaraan per tahun yang melibatkan truk. Dari tahun 2021 hingga 2023, kecelakaan truk besar telah menyebabkan lebih dari 15.000 korban jiwa. Namun, menurut DOT, lebih dari 90% kecelakaan tersebut disebabkan oleh kesalahan manusia. Hingga saat ini, data operasional awal menunjukkan bahwa teknologi pengemudian otonom berpotensi mengurangi jumlah kecelakaan, cedera, dan korban jiwa.

RUU H.R. 4661 – AMERICA DRIVES Act mengusulkan kerangka kerja federal untuk angkutan truk komersial otonom, termasuk pengoperasian kendaraan Level 4 dan Level 5 tanpa pengemudi manusia melintasi batas negara bagian. Kerangka kerja federal yang diusulkan dan pembahasan regulasi yang sedang berlangsung mungkin memungkinkan penerapan angkutan truk otonom yang lebih luas antarnegara bagian, meskipun penerapan di tingkat negara bagian masih tidak merata dan terus berkembang. Beberapa negara bagian (termasuk Arizona, Texas, Nevada, Florida, Oklahoma, dan Ohio) telah mendukung uji coba dan program percontohan terbatas, yang memberikan pengalaman operasional berharga seiring dengan semakin matangnya teknologi ini.

Apa yang harus dilakukan oleh perusahaan asuransi dan penilai klaim saat ini

Penerapan teknologi AI fisik yang pesat mengharuskan perusahaan asuransi dan penilai klaim untuk mulai menyesuaikan diri sejak sekarang.

Seiring dengan terus berkembangnya AI fisik, organisasi tidak bisa hanya menunggu hingga penerapan penuh untuk bertindak. Ada beberapa langkah yang dapat membantu mereka mempersiapkan diri secara lebih efektif menghadapi transisi ini:

• Memperbarui model penilaian risiko dan menganalisis setiap risiko pada saat perpanjangan
• Memperbarui penerapan AI Fisik yang saat ini digunakan oleh tertanggung agar mencerminkan risiko pada tingkat sistem dan interkonektivitas AI Fisik
• Meninjau kembali struktur pertanggungan untuk gangguan usaha dan aset bernilai tinggi
• Mengembangkan atau memperbarui kemampuan penanganan klaim multidisiplin
• Pemantauan perkembangan regulasi yang berdampak pada operasi otonom

Organisasi yang secara proaktif melakukan penyesuaian akan berada dalam posisi yang lebih baik untuk mengelola risiko yang muncul dan mempertahankan kelayakan klaim.

Mempersiapkan diri menghadapi lanskap risiko yang lebih kompleks dan didorong oleh sistem

AI Fisik menandai pergeseran mendasar dari lingkungan risiko tradisional yang linier menuju sistem yang kompleks dan adaptif. Kejadian kerugian semakin dipengaruhi oleh cara sistem menafsirkan, mengambil keputusan, dan berinteraksi dalam skala besar. Bagi perusahaan asuransi dan penilai klaim, kesuksesan akan bergantung pada kemampuan untuk mengevaluasi dimensi fisik dan digital dari kerugian, mengembangkan keahlian multidisiplin, serta merespons secara efektif terhadap lanskap risiko yang semakin saling terhubung, terotomatisasi, dan didorong oleh data.

Sumber yang dikutip:

https://www.fmcsa.dot.gov/safety/data-and-statistics/large-truck-and-bus-crash-facts
https://crashstats.nhtsa.dot.gov/Api/Public/ViewPublication/813717.pdf