Fysieke AI: Gevolgen voor risicomanagers, verzekeraars en schade-experts

Hoe fysieke AI de bedrijfsvoering in diverse sectoren verandert

Fysieke kunstmatige intelligentie (AI) zorgt voor een snelle transformatie van de operationele omgevingen in de logistiek, de opslag en het transport. Autonome magazijnsystemen en vloten van zelfrijdende vrachtwagens worden nu op grote schaal ingezet, waardoor de manier waarop risico’s ontstaan, zich concentreren en worden overgedragen fundamenteel verandert. Deze ontwikkeling leidt tot een gemengd risicoprofiel waarin fysieke activa, softwaregestuurde besluitvorming en systeemwijde onderlinge verbondenheid samenkomen.

De overgang naar fysieke AI is geen speculatieve aangelegenheid; deze wordt nu al in diverse sectoren doorgevoerd, vaak via meerjarige transformatieprogramma’s.

Grote detailhandelaren en logistieke bedrijven maken van hun distributiecentra zelfstandig opererende eenheden. Autonoom vrachtvervoer wordt al getest en ingezet in de praktijk. Robotica wordt in vrijwel elke sector van de economie geïntroduceerd, met name in sectoren als de mijnbouw, de productie, de distributie en de gezondheidszorg. In veel gevallen moderniseren organisaties één faciliteit, één locatie of één systeem tegelijk, waarbij ze hun risicoblootstelling geleidelijk aanpassen naarmate elke overgang wordt voltooid.

Deze geleidelijke invoering brengt een unieke uitdaging met zich mee: één organisatie kan tegelijkertijd zowel traditionele als autonome omgevingen exploiteren, die elk zeer uiteenlopende risicokenmerken hebben. Naarmate meer vestigingen overstappen, verschuift een steeds groter deel van de blootstelling naar onbekend terrein.

Autonome magazijnsystemen en fabrieksrobotica ontwikkelen zich verder dan de traditionele programmeerbare machines met vastomlijnde grenzen.

Fysieke AI omvat in toenemende mate agentgebaseerde AI en autonome robots die worden aangestuurd door grote taalmodellen. Deze systemen zijn ontworpen om hun omgeving te interpreteren, beslissingen te nemen en hun gedrag aan te passen aan veranderende omstandigheden. Ze voeren niet louter instructies uit; ze nemen in feite complexe beslissingen in dynamische, zich ontwikkelende omgevingen.

Fysieke AI wordt al op grote schaal ingezet in de productie, opslag en het transport. Gecentraliseerde AI-platforms kunnen honderden autonome robots binnen één operatie coördineren, wat faciliteiten met een hogere dichtheid, continue productie en voortdurende optimalisatie mogelijk maakt. Tegelijkertijd maken technologieën voor autonoom vrachtvervoer de overstap van proefprogramma’s naar commerciële toepassing, waarbij zelfrijdende voertuigen op aangewezen vrachtcorridors rijden en miljoenen mijlen aan operationele ervaring opdoen. Prognoses uit de sector wijzen op een snelle uitbreiding van het wagenpark in de komende jaren.

Hoe fysieke AI de risicoblootstelling en verliesprofielen verandert

De invoering van fysieke AI brengt op verschillende cruciale manieren veranderingen in de risicoprofiel met zich mee:

• In autonome omgevingen worden vaak meer bewerkingen in kleinere ruimtes samengepakt, waardoor de blootstellingsdichtheid toeneemt.
• Van geïsoleerde storingen aan apparatuur tot systeembrede incidenten die gevolgen hebben voor hele faciliteiten of wagenparken
• Van menselijke fouten naar algoritmische en autonome besluitvorming
• Van traditionele magazijnomgevingen tot omgevingen met geconcentreerde, hoogwaardige activa
• Van voornamelijk letsel bij personen tot schade aan gespecialiseerde apparatuur en bedrijfsmiddelen

Naarmate deze activa duurder en veiliger worden, verschuift het risicoprofiel. Op sommige gebieden neemt de frequentie van schadegevallen af, maar wanneer zich toch incidenten voordoen, zijn deze ernstiger, duurt het langer om de situatie te herstellen, zijn er complexere subrogatieonderzoeken nodig en leiden ze tot aanzienlijk hogere risico’s op bedrijfsonderbreking en extra kosten.

Hoe claims en aansprakelijkheid zich ontwikkelen in autonome omgevingen

Aangezien fysieke AI de grens tussen fysieke en digitale systemen doet vervagen, moet het onderzoek naar schadeclaims zich hieraan aanpassen. Om de oorzaak van een schade vast te stellen, is tegenwoordig meer nodig dan alleen een fysieke inspectie. 

Autonome systemen brengen nieuwe uitdagingen op het gebied van aansprakelijkheid met zich mee, waaronder:

• Onderzoek naar storingen, oorzaken en bronnen in onderling verbonden systemen
• Stijgende waarde van activa en vereisten op het gebied van gespecialiseerde (geschoolde arbeidskrachten) en het herstel van apparatuur
• Datagestuurde incidentanalyse waarbij systeemlogboeken en telemetriegegevens moeten worden geanalyseerd
• Langere bedrijfsonderbrekingen als gevolg van de levertijd voor vervangende producten en de validatie, herkalibratie of herschikking van systemen.
• Een groter risico op bedrijfsonderbrekingen, aangezien automatisering de exploitatiekosten verlaagt en tot hogere winstmarges leidt.
• Het verlies of de beschadiging van complete vloten van geautomatiseerde apparatuur en operationele systemen.

Bij het onderzoek naar claims is steeds vaker multidisciplinaire expertise nodig, waaronder forensische robotica, geavanceerde gegevensanalyse en de evaluatie van agentgebaseerde software.

De aansprakelijkheid bij autonoom vrachtvervoer verschuift in hoog tempo van een op de chauffeur gerichte benadering naar een gedeelde verantwoordelijkheid tussen fabrikanten, AI-ontwikkelaars en wagenparkbeheerders. Het verzamelen van realtime gegevens verbetert de reconstructie van incidenten, maar maakt het vaststellen van de oorzaak en de aansprakelijkheid complexer wanneer er een systeemstoring optreedt.

Verzekeringsmodellen worden aangepast om een gecombineerde dekking te bieden voor autoaansprakelijkheid, productaansprakelijkheid en cyberrisico’s (het hacken van voertuigen).

De dynamiek op het gebied van regelgeving en de toekomst van autonome systemen

Sinds 2017 richten het Amerikaanse Ministerie van Transport en toonaangevende bedrijven op het gebied van autonoom vrachtvervoer zich op een gezamenlijke prioriteit: veiligheid. Dit is de hoogste prioriteit voor de overheid, eigenaren, exploitanten, consumenten en alle andere weggebruikers. Dat is begrijpelijk, aangezien er jaarlijks ongeveer 500.000 verkeersongevallen plaatsvinden waarbij vrachtwagens betrokken zijn. Tussen 2021 en 2023 leidden ongevallen met grote vrachtwagens tot meer dan 15.000 dodelijke slachtoffers. Volgens het DOT wordt echter meer dan 90% van de ongevallen veroorzaakt door menselijke fouten. Tot nu toe wijzen vroege operationele gegevens erop dat technologieën voor autonoom rijden het potentieel hebben om het aantal ongevallen, verwondingen en dodelijke slachtoffers te verminderen.

De H.R. 4661 – AMERICA DRIVES Act stelt een federaal kader voor autonoom vrachtvervoer voor, waaronder het gebruik van voertuigen van niveau 4 en niveau 5 zonder menselijke bestuurders over staatsgrenzen heen. De voorgestelde federale kaders en de lopende discussies over regelgeving kunnen een bredere inzet van autonoom vrachtvervoer tussen staten mogelijk maken, hoewel de invoering op staatsniveau nog steeds ongelijkmatig verloopt en zich blijft ontwikkelen. Verschillende staten (waaronder Arizona, Texas, Nevada, Florida, Oklahoma en Ohio) ondersteunen nu al tests en beperkte proefprogramma’s, waardoor waardevolle operationele ervaring wordt opgedaan naarmate de technologie zich verder ontwikkelt.

Wat verzekeraars en schade-experts nu moeten doen

Door de snelle opkomst van fysieke AI moeten verzekeraars en schade-experts zich nu al gaan aanpassen.

Naarmate fysieke AI zich verder ontwikkelt, kunnen organisaties niet wachten tot deze technologie volledig is ingevoerd om actie te ondernemen. Er zijn verschillende stappen die hen kunnen helpen zich beter voor te bereiden op deze overgang:

• Het bijwerken van acceptatiemodellen en het analyseren van elk risico bij verlenging
• Het bijwerken van de huidige implementatie van Physical AI bij de verzekerde, zodat hierin rekening wordt gehouden met risico’s op systeemniveau en de onderlinge koppeling van Physical AI-systemen
• Herziening van de dekkingsstructuren voor bedrijfsonderbreking en hoogwaardige activa
• Het ontwikkelen of actualiseren van multidisciplinaire capaciteiten op het gebied van schadeclaims
• Het volgen van ontwikkelingen op het gebied van regelgeving die van invloed zijn op autonome activiteiten

Organisaties die zich proactief aanpassen, zullen beter in staat zijn om opkomende risico’s te beheersen en de verdedigbaarheid van schadeclaims te waarborgen.

Voorbereiding op een complexer, systeemgestuurd risicolandschap

Fysieke AI betekent een fundamentele verschuiving van traditionele, lineaire risico-omgevingen naar complexe, adaptieve systemen. Schadegebeurtenissen worden in toenemende mate bepaald door de manier waarop systemen op grote schaal informatie interpreteren, beslissingen nemen en met elkaar interageren. Voor verzekeraars en schade-experts zal succes afhangen van het vermogen om zowel de fysieke als de digitale dimensies van schade te beoordelen, multidisciplinaire expertise te ontwikkelen en effectief te reageren op een risicolandschap dat steeds meer onderling verbonden, geautomatiseerd en datagestuurd is.

Geciteerde bronnen:

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