Marsh AI 专属自保保险预测将数据中心风险重新转回科技业主

Marsh 表示，随着数据中心园区的风险集中度高到仅靠传统保险无法覆盖，AI 基础设施业主正转向专属自保保险。Marsh 对 AI 专属自保保险的预测表明，习惯于将实体风险转移出资产负债表的科技公司，正面临一种逆转。

专属自保公司是由其承保风险所属企业拥有的保险公司。它使母公司能够保留部分选定损失，同时为更严重的事件购买商业保险或再保险。

这一转变并不意味着传统保险公司退出。它改变的是保险公司愿意承接哪些风险、提供多少承保能力，以及向科技公司索取哪些数据。

据 9 月 12 日的一份专属自保保险增长报告，Marsh 的 Michael Serricchio 预计，支持 AI 基础设施的专属自保保险将迎来“爆发式增长”。这一预测出台之际，Swiss Re 和 Aon 均警告称，规模庞大的园区可能让一次实体性故障在多个设施和保单中引发损失。

这不只是保险业的故事。专属自保保险的采用揭示了科技公司计划如何在 AI 扩张项目中，为停机、施工延误、设备故障和自然灾害提供资金保障。

它也将更多责任交给运营方。专属自保公司可以保留商业市场无法高效吸收的风险，但母公司最终仍须为这些保留风险敞口提供资金。

因此，核心博弈十分明确。AI 基础设施业主希望获得足够的保险承保能力，以维持施工和融资进程；传统保险公司则希望避免承担资产高度集聚、且其相互依赖关系仍难以衡量的风险。

Marsh AI 专属自保保险预测实际改变了什么

专属自保保险正从一种专业的企业工具，转变为 AI 基础设施融资的核心组成部分。

长期以来，专属自保保险一直服务于风险特殊、成本高昂或理解不足的企业。采矿、能源、运输和工业企业通常会在标准保单提供的承保能力有限或条款限制严格时采用这一模式。

Marsh 目前认为，这种结构正在成为 AI 数据中心资产组合的优先选择。这一变化反映的是现代园区的规模，而非软件责任风险出现了新类别。

这些园区集成了建筑物、处理器、电力设备、冷却系统、电信连接和备用发电设施。它们还依赖承包商、公用事业公司、芯片供应商、贷款机构、云运营商和租户。

传统保单可以覆盖该系统的部分环节。然而，保险公司必须考虑，当一项事件同时影响多个被保险方或多条保障线时会发生什么。

专属自保公司让业主能够将部分选定风险置于受控的保险载体中。该载体可以覆盖免赔额、吸收可预测损失，或填补商业保单中的除外责任缺口。

它还可以购买再保险，将专属自保公司的特定风险敞口部分转移给其他承保机构。这种做法将业主能够保留的风险，与需要外部资本应对的极端损失区分开来。

眼下的变化并非企业停止购买商业保险。相反，专属自保公司可以成为更大保险计划的组织层。

这种安排让业主对保单措辞、理赔信息和损失记录拥有更大控制权。它还可帮助不同子公司在数据中心资产组合中采用一致的保障方案。

其中的权衡同样重要。向独立保险公司支付的保费，通常会将合同风险敞口从买方转移出去。存入专属自保公司的资金，在经济上仍与母公司相连。

因此，严重损失可能消耗业主原本计划用于其他用途的资本。专属自保保险的增长，既代表风险自留，也代表保险创新。

Marsh 的 AI 专属自保保险预测之所以重要，是因为它表明业主正为传统市场的承保限度做准备。其数据中心仍需要获得贷款方、投资者、承包商和客户认可的保险保障。

但保险公司不能仅因项目有需求，就提供无限承保能力。它们必须为以下可能性定价：一场风暴、电网故障或设备瓶颈，同时影响多个高价值资产。

Marsh 的预测将这种紧张关系公开呈现出来。AI 基础设施正在创造保险需求，同时也使部分风险敞口更难转移。

AI 数据中心保险已超越单体建筑模式

最危险的风险敞口已不再是一处设施受损，而是同一事件引发的多项相互关联损失。

Swiss Re 预计，到 2030 年，与数据中心相关的全球年度保费将从 106 亿美元增至 242 亿美元。其更广泛的保险需求预测将这一增长与施工和运营复杂性联系起来。

这家再保险公司表示，一项大型 AI 数据中心项目的建设成本可能超过 200 亿美元。安装的处理器及其他技术设备随后可能使项目总价值翻倍。

这些数字改变了保险问题的性质。传统商业建筑包含有价值的设备，但超大规模园区汇集了更多资本和运营依赖关系。

建设阶段带来一组风险。开发商面临实体损坏、承包商违约、供应延迟、调试问题和运营日期推迟等情况。

运营阶段则产生另一组风险。一座正常运行的园区必须持续协调供电、冷却、网络连接、实体安全、软件系统和租户承诺。

一次较小的实体事件可能引发规模大得多的营业中断索赔。即使设备大体完好，受损的电力或冷却部件也可能使园区无法为客户提供服务。

同一事故还可能触发多张保单。财产损失、设备故障、施工延误、营业中断、网络、货运和责任保险之间可能发生重叠。

Aon 将其称为累积风险，即多项风险敞口汇集为单一的资产组合层面损失。其累积风险分析指出了纵向和横向两种集中形式。

纵向累积发生于多张保单覆盖同一园区内不同利益主体时。业主、承包商、运营商、租户、公用事业提供商和贷款方都可能提出与同一事件相关的索赔。

横向累积则发生于一次中断影响多个园区、地区或保险组合时。严重风暴或共同供应商的故障，可能在原本独立的设施之间造成损失。

时间又增加了一个维度。园区可能在现场其他区域仍持续施工时分阶段投入运营，导致保险价值和保单出现重叠。

这种复杂性给保险公司带来压力，因为风险数据往往通过彼此独立的业务线提交。一位核保人可能了解一栋建筑，却看不到所有相关的租户、网络、承包商或区域依赖关系。

专属自保公司提供了整合这些信息的场所。业主可以汇集其整个资产组合的理赔记录、工程报告、资产清单和运营数据。

更完善的信息可以支持商业保险安排，因为再保险公司会获得对自留层和转移层更连贯的视图。然而，专属自保公司无法让隐藏的依赖关系凭空消失。

业主必须识别共用变电站、冷却设计、设备供应商、网络路由和施工合作伙伴。否则，专属自保公司可能与外部承保机构一样低估损失。

这也是为什么 AI 数据中心保险正成为一个数据问题。在能够智能分配风险之前，业主需要一张可靠地图，涵盖实体资产、合同义务和技术依赖关系。

这一挑战类似于工业规模的知识管理。团队必须连接工程记录、合同、事故报告、供应商数据和财务假设，同时不能失去它们原有的背景。

不准确的地图可能产生虚假的信心。专属自保公司可能基于站点层面的估算保留风险，却遗漏影响多个园区的区域性事件。

因此，AI 基础设施业主正被推向超越年度保单购买的阶段。他们需要持续的风险敞口管理，覆盖每座园区从规划、建设到运营的全过程。

专属自保公司赋予业主控制权，但也让损失回归业主

专属自保公司可以改善保障设计，但若缺少资本支持，它无法凭空创造经济承保能力。

其吸引力始于控制权。母公司可以界定哪些子公司参与、哪些风险进入专属自保公司，以及如何报告损失。

当标准保单排除新风险敞口，或设置会留下实质缺口的免赔额时，这种灵活性尤其有用。专属自保公司可以按照与业主运营相符的条款，覆盖第一层风险。

它还可以保留发生频率较高、但严重程度仍可控的损失。商业保险公司和再保险公司则可专注于需要更大规模赔付的罕见事件。

这种分层设计可以改善谈判。保留了有意义风险份额的业主，会有更强动力投资于预防、监测和恢复计划。

专属自保公司还会建立正式的理赔记录。随着时间推移，这些记录可形成关于设备故障、停机时长、承包商表现和营业中断成本的证据。

良好的证据很重要，因为 AI 数据中心市场缺乏数十年来可直接比较的损失经验。当前园区使用的计算设备密度更高，电力和冷却系统也比早期设施更复杂。

专属自保公司有助于弥合这一证据缺口。它能够收集外部市场可能无法持续从单个项目获得的运营信息。

然而，控制权并不等于风险转移。当专属自保公司支付索赔时，经济损失仍归属于更广泛的企业集团。

这一差异在相关性事件期间至关重要。多个园区可能同时提交索赔，共同动用同一专属自保资本。

母公司届时可能需要追加资金、缩减保障，或购买更多再保险。每一种应对方式都可能与建设、处理器、能源或网络支出形成竞争。

专属自保公司还带来治理要求。企业需要精算假设、准备金、核保规则、理赔程序、监管合规和独立监督。

如果专属自保公司主要是为填补困难的保险安排而设立，当其定价假设落后于实际风险敞口时，就可能变得脆弱。快速建设使这种风险更加突出。

新建建筑、安装的处理器、调整后的供电安排和新增租户，都可能在一个保单期间内改变保险价值。静态资产清单无法可靠地捕捉这种增长。

Aon 建议在各保障线中采用一致的风险敞口标签，并同时使用确定性和概率性损失建模。确定性分析测试已定义事件，而概率性建模则估算大量可能事件及其发生概率。

两种方法都无法提供确定性。它们的价值在于揭示不同假设将如何改变损失分布和所需资本。

因此，应将 Marsh 对 AI 自保保险的预测理解为财务责任的转移。所有者对保障范围拥有更大影响力，但也更明确地承担不利结果的一部分责任。

当自留层与母公司的资产负债表和风险承受能力相匹配时，这种安排可以奏效。当自保公司的承保能力被当作外部资本的会计替代品时，风险就会变得危险。

决定性问题不在于一家公司是否拥有一家保险公司，而在于该保险公司是否拥有充足资本、可靠的风险暴露数据，以及可信的再保险获取渠道。

地理集群将效率转化为保险集中风险

提升数据中心经济效益的同一种集群化，也可能放大整个保险市场的损失。

数据中心开发商倾向于选择拥有可用土地、电力、水资源、光纤连接、熟练承包商和支持性审批环境的地点。这些要求自然会使园区集中在数量有限的地区。

Swiss Re 报告称，得克萨斯州和弗吉尼亚州占美国现有及规划中数据中心容量的40%以上。这种集中带来了效率，但也使设施面临共同风险。

多个园区可能依赖同一电网、输电走廊、设备供应商和施工队伍。因此，区域性扰动即使未直接损坏每一栋建筑，也可能蔓延开来。

自然灾害风险使这种集中更加明显。Swiss Re 估计，美国超过四分之一的容量位于每年至少出现三天大型冰雹的地区。

约40%的容量位于每年至少可能遭遇三天龙卷风的地区。这些估算描述的是风险暴露模式，并非预测每座设施都会遭受损失。

数据中心的设计特征需要审慎建模。大面积屋顶、表面穿孔、室外设备以及对潮湿敏感的电子设备，都可能增加其对冰雹和水害的脆弱性。

一场风暴还可能同时中断多个项目的建设。灾后，承包商可能需要争夺替换材料、专业劳动力和数量有限的电力设备。

高压变压器构成了尤其棘手的依赖关系。Swiss Re 表示，关键设备的交付周期可能长达数年。

由此产生的损失可能超出维修成本。一台延迟交付的变压器可能推迟收入确认、触发合同罚款，并延长融资义务。

传统保险公司会通过严格审查保额、免赔额、保单措辞和地理风险累积来应对。它们必须考虑所有被保险客户的整体风险，而不只是某一家运营商。

自保公司则从相反方向看待这一问题。它可以详细了解一家企业的风险组合，却未必理解整个区域保险市场。

再保险公司连接了这两种视角，因为它们承接来自多家保险公司和自保公司的风险。它们是否愿意提供承保能力，取决于有关重叠风险暴露的可信信息。

这正是核心冲突加剧之处。所有者希望保险能够认可其工程控制措施，并将其与准备不足的设施区分开来。

保险公司则希望看到证据，证明这些控制措施在区域性事件发生时依然有效。它们还需要了解，看似独立的站点是否存在隐蔽的共同故障点。

配备冗余发电机的园区，仍可能依赖同一个燃料网络。两座拥有独立供电线路的设施，也可能共用上游变电站。

多个站点可能采用带有相同设计缺陷的相同冷却设备。地理距离本身并不能保证独立性。

自保公司可以支持这类分析，因为所有者掌握详细的运营信息。这种架构能够促使工程团队和财务团队采用同一套风险暴露模型。

不过，内部所有权也可能造成接受乐观假设的压力。专注于快速投产的项目团队，可能低估会令融资更复杂的低频事件。

独立建模和再保险公司审查构成了必要的制衡。它们会检验自保公司的自留层是否反映实际损失潜力，而非预算偏好。

因此，保险层面的转变会延伸至选址和架构设计。风险成本会影响企业在哪里建设、选择哪些供应商进行多元化，以及配置多少冗余能力。

这对 AI 战略而言是一个重大变化。一旦将相关性风险纳入计算，最便宜的兆瓦或建设速度最快的地点可能不再具有吸引力。

替代性保障扩大，但验证缺口依然存在

新的保险结构增加了可选方案，但每一种方案仍依赖于可衡量的触发条件和可信的风险暴露数据。

自保公司只是应对传统承保能力受限的一种方式。商业保险公司、再保险公司、经纪商和专业机构正在开发多种分散数据中心风险的方式。

参数化保险就是一个例子。它在客观测量指标达到约定阈值时赔付，而不是等待对实际物理损失进行完整评估。

Descartes Underwriting 于2026年1月推出了面向建设期和运营期数据中心的参数化保障。其产品涵盖洪水、飓风、地震、龙卷风、极端高温和严寒等自然灾害。

该公司表示，其美国市场的单张保单承保能力，对飓风和地震风险最高可达1.4亿美元。相较于价值数十亿美元的园区，这一限额仍然有限。

它的实用性来自速度和灵活性。测得的洪水深度，或龙卷风的强度与接近程度，可以触发赔付，无需按照传统方式核定每一项受损资产。

这种流动性可支持维修、债务偿付或延迟的建设进度。它还可覆盖因业务中断造成的损失，即使直接物理损坏仍较为有限。

不过，参数化保障会带来基差风险。这是指测量触发条件与投保人的实际损失并不一致。

某设施可能遭受严重中断，却未达到规定阈值。反过来，即使实际损失相对较小，触发条件也可能导致赔付。

传统保险仍然发挥着不可或缺的作用。AIG 提供覆盖建设、财产、营业中断、设备故障、货运、网络安全、环境责任和政治暴力的保险。

其数据中心项目表明，商业保险公司正在构建整合型产品，而非退出该行业。AIG 还表示，每年有超过40亿美元的保费通过其网络流入自保公司。

这些方案可以与自保公司并行配置。所有者可以自留可预测的损失，购买高于该层级的传统保障，并针对特定灾害采用参数化保障。

随后，再保险可以提供额外承保能力。临时再保险承保单一风险，而合约再保险承保由保险公司接受的特定风险组合。

替代资本最终可能通过保险连接证券或其他架构发挥更大作用。这类投资者通常要求清晰的模型和经过谨慎界定的损失条件。

每一层都依赖验证。保险公司需要准确的资产价值、工程标准、地理坐标、依赖关系图和现实的中断情景。

现有公开证据并未显示哪些超大规模云服务商已将特定数据中心风险转入自保公司。Marsh 的预测描述的是市场方向，而非已完成交易的公开清单。

它也无法确定每位所有者将自留多少风险。自保结构差异很大，母公司既可以仅将其用于狭义的免赔额，也可以用于更广泛的风险组合。

因此，读者不应将采用自保结构解读为商业保险已经失效的证据。更站得住脚的结论是，没有任何单一保障机制能够高效承接全部风险暴露。

需要审慎追问的是资本充足性。只有当自留损失获得在压力时期仍可动用的资金支持时，自保公司的增长才有帮助。

它还需要具备能够质疑内部扩张目标的治理能力。自保公司不应假设新增园区必然能够分散风险。

共用技术、供应商、电网和地点，都可能在整个风险组合中形成相关性。当依赖关系重复时，更多站点可能意味着更高的集中度。

只有当所有者披露相关结构，或损失经验形成更有力的数据时，验证缺口才会缩小。在此之前，预测仍应只是预测。

当风险回归资产负债表，谁将面临压力

自保公司的增长迫使科技资产所有者、保险公司、贷款机构和客户面对过去被传统保障掩盖的成本。

超大规模云服务商面临的压力最为直接。它们的建设计划需要获得融资伙伴、承包商、房东和地方当局认可的保险。

如果商业市场限制保障，所有者就必须自留更多风险，或寻找其他资本来源。两种选择都可能增加每个项目所占用的资源。

风险管理人员也将获得更大的影响力。他们的工作如今会影响资本配置、选址、供应商多元化、工程标准和运营韧性。

财务负责人必须决定集团可以投入多少自保资本。他们还需要检验多项损失同时发生是否会给流动性带来压力。

工程团队面临新的报告要求。若没有关于设备、建设阶段、电力来源和互连关系的一致信息，保险公司便无法对风险累积进行建模。

云服务客户也面临间接风险。即使客户自身系统完好，严重的园区中断仍可能导致托管应用停止运行。

服务等级协议可以将部分成本转回给运营商。但合同赔偿很少能覆盖客户所承受的每一项运营后果。

因此，开发商和企业买家应仔细审查冗余声明。两个宣传中的区域仍可能共用供应商、网络路由或天气风险。

保险方案可以提供有用线索。核保问题往往会揭示产品文档视为实施细节的依赖关系。

传统保险公司承受着来自两方面的压力。它们希望获取不断增长的保费池，但必须避免承接同一底层事件的多个版本。

Swiss Re 估计，AI 数据中心和可再生能源基础设施在2026年至2030年间合计可产生约2000亿美元的累计商业保险保费。

这一机遇伴随着四项结构性问题：资产规模更大、地理集群化、供应商依赖，以及共享的实体或数字网络。

定价过于谨慎的保险公司可能将业务输给自保公司和替代资本。定价过于激进的保险公司，则可能在重大损失发生后发现隐藏的集中风险。

Marsh 等经纪商处于中间位置。它们帮助客户组合自保留存、原保险、再保险和专业产品。

当保险方案变得更加复杂时，它们的影响力也会增强。不过，复杂性也可能使理赔期间的责任追溯更加困难。

贷款方构成了另一个压力点。即使模型测算的可能损失低得多，他们通常仍会要求与项目全部建设价值挂钩的限额。

Swiss Re 警告称，传统市场只能以具有竞争力的条件支持部分所需限额。自保保险公司可以填补其中一部分缺口，但贷款方必须接受其信用质量。

监管机构也将关注这一转变。自保保险公司必须遵守注册地的规则，保持适当准备金，并记录与关联公司的交易。

资本不足的自保保险公司只能在账面上转移风险。监管机构和评级机构将重点关注母公司能否在不利条件下支持该载体。

压力最终会传导至 AI 用户。基础设施成本会影响云服务合同、算力可用性，以及模型训练或推理服务的经济性。

保险本身不会决定 token 成本。但风险资本将与电力、芯片、建设、网络和融资一道，成为一项真实投入。

对于知识工作者和企业采购方而言，实际教训关乎连续性。AI 服务依赖物理系统，而这些系统的韧性无法仅通过模型基准测试来评估。

供应商评估应包括恢复安排、地域依赖性和合同保障。自保保险公司的兴起表明，基础设施所有者本身也认为这些风险敞口具有实质性影响。

三个信号将检验自保保险转型

接下来的证据必须表明，自保保险公司是在改善风险分配，还是仅仅在企业集团内部重新安置风险敞口。

第一个信号是主要数据中心项目披露的自保保险参与情况。具名交易将揭示所有者保留哪些风险，以及哪些风险层仍由商业保险公司承担。

如果自保保险公司承保了具有实质规模的财产、中断或建设风险敞口，这类披露将强化 Marsh 对 AI 自保保险的预测。狭窄的免赔额安排则意味着这一转变较为有限。

第二个信号是组合层面建模的改进。Aon 表示，保险公司需要在园区、保单和项目阶段之间一致地识别风险敞口。

能够绘制共同电网、供应商、承包商和网络依赖关系的工具，可以提升承保信心。其采用将支持规模更大、稳定性更高的保险计划。

不完整的报告会削弱这一前景。如果容量提供方无法区分真正的风险分散与对单一故障点的重复敞口，他们将继续保持谨慎。

第三个信号是保险公司和再保险公司在续保期间的行为。限额、免赔额、除外责任和要求的自留额，将表明传统市场是否认为 AI 园区风险可控。

稳定的承保能力将表明，自保保险公司正成为更广泛市场中协调一致的一层。限额大幅缩减则意味着，由于外部市场风险偏好仍受限制，所有者正在保留风险。

最终，理赔将提供最严苛的检验。一次重大风暴、停电、设备故障或施工延误，将揭示不同保单如何相互作用。

关键问题包括赔付速度、保障重叠、资本充足性和追偿。一项复杂的保险计划只有在压力下仍能运作，才有价值。

技术领导者还应关注选址。项目若转向集中度较低的地区，将表明风险定价已开始影响基础设施战略。

供应商决策也是如此。更长的变压器交付周期和重复的设备设计，可能将一次中断演变为组合层面的问题。

自保保险公司可以促进更好的决策，因为自留损失会让所有者拥有直接的财务动机来降低依赖性。若自保保险公司依赖过于乐观的模型或薄弱的治理，这一益处便会消失。

因此，AI 数据中心风险转变既不是退出保险，也不是保险的简单扩张。它是在重新协商由谁为不确定性提供资金。

Marsh 预计，自保保险公司将吸收更多组合风险敞口。Swiss Re 则预计，保险需求将增长，同时风险集中度将变得更难管理。

两种观点都可能正确。市场可以快速扩张，同时将每个项目总风险中较小的份额转移给独立保险公司。

最终结果将取决于证据，而不仅是结构。自保保险公司需要充足资本、外部审查、最新资产数据，以及能够经受区域性事件考验的再保险。

企业采购方应询问，其 AI 服务商如何区分状态页面上看似独立的设施。投资者则应询问，有多少风险仍留在关联保险公司内部。

基础设施团队应在施工开始前，将工程决策与保险假设联系起来。部署后再修复未识别的依赖关系，成本更高，而且未必能恢复可用容量。

Marsh 对 AI 自保保险的预测值得关注，因为它揭示了 AI 热潮之下的一项物理约束。算力扩张需要有人在基础设施失效时为后果提供资金。

未来数月，请关注具名自保保险配置、更强的风险累积工具，以及续保条款的实质性变化。这些信号将表明，市场是在扩大其承保能力，还是在将负担重新转移给技术所有者。