Resumé
Kunstig intelligens, robotteknologi og autonome systemer øger kompleksiteten i erstatningskrav ved driftsafbrydelser, idet de adskiller den fysiske reparation fra den egentlige genopretning af driften. Der er et stigende behov for retsrevisorer til at vurdere forlængede genopretningsperioder, teknologisk afhængighed, gradvis genopstart og risici for betingede driftsafbrydelser i virksomheder, der anvender kunstig intelligens.
Introduktion
Kunstig intelligens, robotteknologi og autonome systemer ændrer i rivende fart den måde, virksomhederne drives på. Produktionsanlæg, lagre, logistiknetværk, datacentre og forsyningskæder inden for halvledere bliver mere effektive, men også mere afhængige af højt integreret teknologi. For forsikringsselskaber, forsikringstagere, mæglere og skadesbehandlere skaber dette et væsentligt nyt problem: tab som følge af driftsafbrydelser kan fortsætte længe efter, at de fysiske reparationer er afsluttet.
Hvad sker der?
Historisk set har mange erstatningskrav i forbindelse med driftsafbrydelser fokuseret på den tid, der kræves til at reparere eller udskifte beskadiget ejendom. I mange moderne virksomheder er det ikke længere tilstrækkeligt. AI-baserede systemer kræver ofte softwarevalidering, rekalibrering af sensorer, sikkerhedstest, dataverifikation, leverandørsupport og gradvis genopstart, før virksomheden kan vende tilbage til normal drift. Et anlæg kan være fysisk repareret, men stadig ude af stand til at fungere, fordi dets automatiserede systemer ikke er blevet godkendt, testet eller fuldt ud reintegreret.
Dette problem er især relevant i brancher, der er afhængige af robotteknologi, autonomt udstyr, avanceret produktion og dataintensiv infrastruktur. Automatiserede lager- og hentesystemer, AI-drevne logistikplatforme, specialiserede produktionslinjer og datacentre er ofte afhængige af en præcis koordinering mellem hardware, software, strømforsyning, køling, kommunikation og tredjepartsleverandører. Når en komponent beskadiges eller svigter, kan genopretningsperioden strække sig ud over det synlige reparationsarbejde.
Risikoen omfatter også betinget driftsafbrydelse. Mange AI-afhængige virksomheder er afhængige af specialiserede leverandører, et begrænset antal udstyrsproducenter, unikke chips, transformere, koblingsudstyr, styresystemer og softwaresupport. Hvis en leverandør, et forsyningsselskab eller en teknologileverandør kommer i forsinkelse, kan de økonomiske konsekvenser længere nede i forsyningskæden blive betydelige.
Hvad betyder det?
Det centrale spørgsmål i forbindelse med erstatningskravet er ved at skifte fra »Hvornår blev ejendommen repareret?« til »Hvornår var virksomheden rent faktisk i stand til at genoptage sin normale drift?«. Denne skelnen kan have væsentlig indflydelse på beregningen af tab som følge af driftsafbrydelse.
Skadesbehandlere kan blive nødt til at vurdere, om yderligere driftsstop skyldes materielle skader, genoprettelse af software, cybersikkerhedsproblemer, systemvalidering, begrænsninger i forsyningskæden eller driftsparathed. Forsikringstagere kan blive bedt om at fremlægge mere omfattende dokumentation, der viser, hvorfor tidsrammen for genoprettelsen var rimelig. Forsikringsselskaber kan have brug for en mere detaljeret forståelse af de driftsmæssige afhængigheder, der ligger til grund for den påståede tabperiode.
Ekspertens synspunkt
Set ud fra et regnskabsmæssigt efterforskningsperspektiv er genopretningsperioden ved at blive et af de vigtigste og mest omstridte aspekter ved erstatningskrav vedrørende driftsafbrydelser forårsaget af kunstig intelligens. At kvantificere tabet kræver mere end blot at gennemgå historiske salgs- og udgiftsdata. Det kræver en forståelse af forretningsmodellen, teknologistrukturen, produktionsarbejdsgangen, kravene til genstart, afhængigheder af leverandører samt de foranstaltninger, der er truffet for at afbøde skaden.
Retsrevisorer kan bidrage til at fastslå de økonomiske konsekvenser af hver enkelt fase af driftsstop, herunder reparation, test, validering, genstart, opkøring og tilbagevenden til normal drift. De kan desuden hjælpe med at skelne mellem dækkede tab og konsekvenser af urelaterede forsinkelser, generelle markedsforhold eller allerede eksisterende driftsproblemer.
Konklusion
I takt med at indførelsen af kunstig intelligens tager fart, vil genopretningsperioderne sandsynligvis blive længere, mere tekniske og underkastes en mere indgående granskning. Den næste generation af erstatningskrav i forbindelse med driftsafbrydelser vil måske i mindre grad være defineret af selve den fysiske reparation og i højere grad af den tid, det tager at genoprette komplekse automatiserede økosystemer på en sikker måde. Forensisk regnskab vil spille en afgørende rolle i at hjælpe alle parter med at forstå, dokumentere og kvantificere disse skader, der er i konstant udvikling.