沃伦·巴菲特持有伯克希尔超过五十年，保险业务一直是他的现金牛。但他从未直接投资过任何一家中国保险公司。
巴菲特评估保险公司看三个核心指标：承保纪律、浮存金成本、管理层品质。在他的框架下，中国保险公司存在明显短板。综合成本率波动大，承保端稳定性不足。股东业绩压力、行业价格战、传统代理人制度三重挤压之下，承保纪律让位于规模扩张。浮存金成本整体偏高，投资端被动追求高收益，反向影响承保端稳定性。管理层在股东回报、监管合规、地方政府关系之间寻求平衡，难以完全以股东长期利益为核心。
这些都是国内保险公司目前所面临的困境。
但当算法开始大规模替代人类决策时，社会的责任兜底系统将面临重组。在这个重构起点上，旧的保险公司恰好拥有一张入场券。这也许会改变我们评估它的方式。
候选者的处境
当AI黑箱导致系统崩溃，当自动驾驶发生事故，谁来承担责任？
法律尚未有答案。但社会系统的运转不能等待法律完备。在立法滞后的地带，市场会自发寻找临时方案：由特定机构承担兜底责任，用契约填补制度真空。
这个角色，我暂且称之为责任基础设施：技术出错、法律滞后时的责任兜底机制。
评估谁能承担，主要看三个维度：信任来源、赔付能力、制度接口。但维度只是静态坐标，真正决定谁能走得更远的，是每个候选者面临的机会窗口与制约条件之间的张力。
政府基金和社保体系，信任来自国家信用：赔付有财政兜底，制度接口通畅。但它守住底线的生态位决定了，它面对算法偏见、提示注入攻击这类高频、技术驱动的商业风险时，它既缺乏定价灵活性，也缺乏主动介入的意愿。
再保险市场，信任来自行业声誉，赔付能力强。但远离终端客户，制度接口偏后端。它可以为前端承担者提供资本缓冲，却难以自己走到前面去定义标准和产品形态。
科技公司的自保机构，掌握场景数据，离风险最近。特斯拉知道自动驾驶什么时候会犹豫，滴滴知道人机协同在哪个环节最容易出事。理论上，它可以自设风险基金，把责任管理变成一项内置功能。但机会窗口同时也是它的命门：当技术提供者同时担任责任裁决者，独立性天然存疑。建立独立治理架构和第三方托管是解法，但解法本身需要成本，也需要时间被信任。监管对没牌照的主体跑得快这件事，天然警惕。
去中心化保险协议，信任来自代码透明和共识机制。它的赔付能力受限于资金池规模，复杂争议仍需人类仲裁。它真正的机会在制度接口上：一旦法律承认链上裁决的效力，它的代码就是全部底牌。
保险公司是独立持牌机构，信任来自牌照和市场信誉，赔付有资产负债表和再保险体系支撑，制度接口与现有体系无缝对接。它是最容易被制度惯性选中的兜底者。它的制约是优势的影子：大型组织转型慢，以往整个体系为精算和销售搭建，内部对新风险的认知迭代速度跟不上技术变化。短期KPI与长期能力建设冲突，如何在发展和盈利之间取舍仍是最大的制约。
这些候选者不是在同一条赛道上竞速。它们各自面临不同的机会窗口和制约条件，而这些窗口和条件天然匹配不同的风险场景。
标准化、高频、小额的风险，去中心化协议的技术优势最明显，前提是制度开门。
数据充足、场景封闭的生态内风险，科技公司自保效率最高，前提是解决独立性问题。
需要专业裁量、涉及巨尾风险的复杂场景，持牌机构的制度接口和资本厚度仍然必要，前提是保险机构跑得够快。
以及，支付意愿。从目前迹象看，部分头部科技公司已表现出为算法审计保险支付溢价的意愿，它们购买的不只是风险转移，更是向监管和公众自证清白的凭证。这一需求能否扩散至更广泛的企业，形成足够规模的付费市场，仍有待验证。
正在发生的事
传统保险的规则是精算定价、风险分散、承保盈利。AI时代引入新规则：算法可解释性催生审计需求，数据透明度催生治理需求，责任可追溯催生基础设施需求。
系统越精密，越需要责任分配机制。AI在替代人类决策的同时制造新的责任真空。填补这些真空的方式，将决定未来责任体系的形态。
商业模式对所有候选者一视同仁地未验证，行业分歧已现萌芽。
探索者正在进场。北京市自驾条例于2025年4月施行，明确支持开发覆盖L2至L4级自动驾驶的专属产品。美国市场，Mosaic与慕尼黑再保险合作推出aiSure，以参数化结构承保AI模型性能风险：若模型未达到定义的准确率阈值，即触发赔付，无需证明过失。
也有保守者在撤退。2024年起，AIG、Great American、WR Berkley等美国保险巨头开始在商业综合责任险保单中加入AI排除条款。WR Berkley的措辞尤为彻底：涉及生成式AI输出的知识产权侵权、虚假信息传播等风险，明确列为除外责任。保险公司用除外责任划清边界，实质是将定义权让给愿意承担不确定性的新玩家。
创业公司正在填补巨头撤退留下的空白。Corgi，一家2024年获准成立的MGA机构，专攻AI系统失效导致的财务损失，声称年收入已超4000万美元。若数据属实，这意味着算法风险的可定价性已从理论假设进入商业验证阶段。
探索者与撤退者的分歧，指向同一个问题：算法风险的可定价性。有人押注实时数据能降低不确定性，有人担忧历史数据的缺失导致尾部风险无法测算。
说回保险
保险公司在这场重构中有一张入场券，但入场券不等于领奖台。是主动参与规则的定义，还是被动等待算法风险变得可定价、可统计，是每一家险企都应深思的考题。
主动意味着在立法之前用自己最擅长的能力定义责任边界，在监管之前用定价倒逼安全标准。被动意味着只承保那些已经被充分理解的风险，把定义权让给科技公司或政府。
但在AI时代，破釜沉舟是登台的代价。
巴菲特对保险公司的投资理念，只是旧规则下的重要参照。