Problem ubezpieczeń: kto płaci, gdy robot humanoidalny kogoś skrzywdzi

W październiku 2025 roku robot Digit pracujący w centrum realizacji Amazon w Sumner w stanie Waszyngton strącił 16-kilogramowe pudełko z półki prosto na stopę pracownika. Pracownik doznał złamania kości śródstopia. To nie było dramatyczne zdarzenie. Nikt nie trafił do szpitala. Lokalne media o tym nie napisały. Ale kontuzja uruchomiła łańcuch pytań, których cała branża robotyki humanoidalnej po cichu się obawiała.

Kto płaci?

Odpowiedź wydaje się prosta. Nie jest. Robot Digit został wyprodukowany przez Agility Robotics. Oprogramowanie kontrolujące trajektorię jego ramienia zostało częściowo wytrenowane na danych od zewnętrznego dostawcy AI. Robot został wdrożony przez Amazon w ramach leasingu komercyjnego. Centrum realizacji działało zgodnie z protokołami bezpieczeństwa opracowanymi wspólnie przez Amazon i Agility. Firmware działający w momencie incydentu został zaktualizowany dwa dni wcześniej.

Więc jeszcze raz: gdy robot humanoidalny kogoś skrzywdzi, kto płaci? Producent, który zbudował ciało? Firma AI, której model kontrolował decyzję? Operator, który wdrożył robota? Właściciel obiektu, który zorganizował przestrzeń pracy? Dostawca oprogramowania, który wypchnął ostatnią aktualizację?

Prawo odpowiedzialności za produkt odpowiadało już na różne wersje tego pytania. Ale roboty humanoidalne łamią te ramy w sposób, jakiego żadna wcześniejsza kategoria produktów nie zdołała osiągnąć.

Ramy prawne, które nie pasują

Współczesne prawo odpowiedzialności za produkt w Stanach Zjednoczonych opiera się na zasadzie ustanowionej w latach 60.: odpowiedzialność obiektywna (strict liability). Jeśli produkt jest wadliwy i ta wada powoduje obrażenia, producent ponosi odpowiedzialność niezależnie od tego, czy dopuścił się zaniedbania. Nie trzeba udowadniać, że producent zrobił coś źle. Wystarczy udowodnić, że produkt był wadliwy i ta wada spowodowała obrażenia.

Te ramy sprawdzają się doskonale w przypadku tosterów, samochodów i elektronarzędzi. Toster albo ma wadę w okablowaniu, albo nie. Hamulce samochodu albo spełniają specyfikacje, albo nie. Produkt opuszcza fabrykę w ustalonym stanie i jeśli ten stan jest wadliwy, producent ponosi odpowiedzialność.

Roboty humanoidalne łamią ten model na trzy fundamentalne sposoby.

Po pierwsze, roboty humanoidalne są autonomicznymi decydentami. Tradycyjne przemysłowe ramię robota wykonuje stały program. Jeśli uderzy pracownika, można prześledzić dokładną linię kodu, która nakazała ruch. Robot humanoidalny działający na nowoczesnym modelu AI nie wykonuje stałego programu. Postrzega otoczenie za pomocą czujników, przetwarza tę percepcję przez sieć neuronową i generuje polecenia motoryczne w czasie rzeczywistym. “Decyzja” o poruszeniu ramieniem w określony sposób wynika z miliardów parametrów sieci neuronowej oddziałujących z danymi z czujników. Nie ma jednej linii kodu do obwinienia.

Po drugie, produkt zmienia się po sprzedaży. Roboty humanoidalne otrzymują bezprzewodowe aktualizacje oprogramowania. Robot, który Agility wysłało do magazynu Amazon w czerwcu, może w październiku działać na fundamentalnie innym oprogramowaniu. Jeśli do obrażeń dojdzie po aktualizacji, to czym jest istotny “produkt” - sprzętem, który został wyprodukowany, czy oprogramowaniem, które zostało zaktualizowane? Jeśli aktualizacja wprowadziła błąd, czy to wada produkcyjna, wada projektowa, czy coś zupełnie innego?

Po trzecie, wiele robotów humanoidalnych wykorzystuje systemy uczące się, które dostosowują swoje zachowanie na podstawie otoczenia. Robot wdrożony w magazynie uczy się układu przestrzeni, wzorców ruchu ludzi, typowego rozkładu ciężaru paczek. To oznacza, że zachowanie robota w szóstym miesiącu różni się od zachowania w pierwszym miesiącu - nie z powodu jakiejkolwiek aktualizacji oprogramowania, ale dlatego, że sam robot zmienił się poprzez doświadczenie. Produkt dosłownie nie jest tym samym produktem, który został sprzedany.

Problem łańcucha odpowiedzialności

W tradycyjnej odpowiedzialności za produkt łańcuch jest krótki. Producent wytwarza produkt. Detalista go sprzedaje. Konsument go używa. Jeśli produkt jest wadliwy, producent płaci. Detalista też może ponosić odpowiedzialność, ale producent jest głównym celem.

W przypadku robotów humanoidalnych łańcuch jest długi i splątany.

Rozważmy realistyczny scenariusz wdrożenia. Figure AI produkuje robota Figure 02. Robot działa na sprzęcie zaprojektowanym przez Figure, ale zawiera siłowniki od koreańskiego dostawcy, czujniki od japońskiego producenta i moduły obliczeniowe od NVIDIA. Model AI został wytrenowany częściowo na danych od OpenAI i częściowo na zastrzeżonych danych zebranych przez Figure. Robot jest sprzedawany firmie logistycznej, która wdraża go w farmaceutycznym centrum dystrybucyjnym. Centrum dystrybucyjne jest prowadzone przez zewnętrznego operatora logistycznego na rzecz firmy farmaceutycznej. Robot jest serwisowany przez autoryzowanego partnera serwisowego.

Teraz robot upuszcza opakowanie leków. Kto jest w łańcuchu odpowiedzialności?

Zgodnie z obowiązującym prawem amerykańskim, prawnik powoda prawdopodobnie pozwałby każdego z tej listy i pozwoliłby sądom to rozstrzygnąć. To nie jest hipoteza. Dokładnie tak dzieje się w złożonych sprawach odpowiedzialności za produkt dotyczących wyrobów medycznych, samolotów i urządzeń przemysłowych. Różnica polega na tym, że te branże mają dekady orzecznictwa i ustalone ramy podziału odpowiedzialności. Robotyka humanoidalna nie ma żadnych.

Dostawca modelu AI jest najbardziej nowym i prawnie niepewnym uczestnikiem łańcucha. Jeśli Figure AI używa modelu wywodzącego się od OpenAI do kontrolowania decyzji robota, a jedna z tych decyzji powoduje obrażenia, czy OpenAI ponosi częściową odpowiedzialność? OpenAI argumentowałoby, że dostarczyło model ogólnego przeznaczenia, a nie produkt specyficzny dla robotyki. Figure argumentowałoby, że model OpenAI jest komponentem, jak klocek hamulcowy, a dostawcy komponentów dzielą odpowiedzialność. Sądy nie rozstrzygnęły tej kwestii, a odpowiedź ukształtuje całą branżę AI, nie tylko robotykę.

Czego uczy nas doświadczenie z robotami przemysłowymi

Roboty humanoidalne są nowe. Przemysłowe ramiona robotów nie są. Tradycyjna branża robotyczna wygenerowała dekady danych o incydentach, które dają przedsmak tego, z czym branża humanoidalna zmierzy się na większą skalę.

Według danych OSHA, incydenty w miejscu pracy z udziałem robotów przemysłowych powodowały średnio około 2,4 zgonów rocznie w Stanach Zjednoczonych na przestrzeni ostatnich piętnastu lat. Ta liczba wydaje się niewielka i rzeczywiście jest. Całkowita zainstalowana baza robotów przemysłowych w USA przekracza 400 000 jednostek. Wskaźnik śmiertelności na jednostkę jest ekstremalnie niski - mniej więcej jeden zgon na 170 000 roboto-lat eksploatacji.

Ale ten niski wskaźnik istnieje, ponieważ roboty przemysłowe działają w kontrolowanych środowiskach. Są przykręcone do podłogi. Pracują za osłonami bezpieczeństwa. Ich ruchy są z góry ustalone i powtarzalne. Ludzcy pracownicy są przeszkoleni, by nie wchodzić w ich strefę operacyjną. Gdy dochodzi do incydentów, prawie zawsze chodzi o pracownika wchodzącego do strefy robota podczas pracy lub o awarię systemu blokad bezpieczeństwa.

Roboty humanoidalne działają w fundamentalnie innych warunkach. Dzielą przestrzeń z ludźmi. Poruszają się w nieprzewidywalnych środowiskach. Wchodzą w bezpośrednią interakcję z ludźmi. Cały model bezpieczeństwa, który sprawia, że roboty przemysłowe są statystycznie bezpieczne, po prostu nie ma zastosowania.

Branża ubezpieczeniowa spędziła dekady na budowaniu modeli aktuarialnych dla robotów przemysłowych. Modele te wyceniają ryzyko na podstawie typu robota, zastosowania, infrastruktury bezpieczeństwa i historii operatora. Robot spawalniczy w fabryce samochodów z pełnym ogrodzeniem bezpieczeństwa i doświadczonymi operatorami to dobrze rozumiane ryzyko. Ubezpieczyciel może wycenić taką polisę z pewnością, ponieważ ma dane z setek tysięcy podobnych instalacji.

Dla robotów humanoidalnych te dane nie istnieją. Każde wdrożenie jest w zasadzie pierwszą tego typu instalacją. Ubezpieczyciele wyceniają polisy na podstawie analiz inżynieryjnych, analogii do pokrewnych kategorii i wykształconych przypuszczeń. Ta niepewność przekłada się na składki.

Co ubezpieczyciele faktycznie robią

Globalna branża ubezpieczeniowa nie zignorowała robotów humanoidalnych. Munich Re, Swiss Re i Lloyd’s of London opublikowały w ciągu ostatnich dwóch lat badania na temat odpowiedzialności za systemy autonomiczne. Pojawiło się kilka specjalistycznych produktów ubezpieczeniowych, ale są drogie i ograniczone.

Obecne roczne składki ubezpieczeniowe za wdrożenia robotów humanoidalnych w warunkach komercyjnych wynoszą od 15 000 do 75 000 USD za jednostkę, w zależności od zastosowania, środowiska i modelu robota. Dla porównania, tradycyjne przemysłowe ramię robota w prawidłowo osłoniętej instalacji kosztuje ubezpieczenie od 2 000 do 8 000 USD rocznie. Składka za humanoida jest mniej więcej pięć do dziesięciu razy wyższa, a limity ochrony są zazwyczaj niższe.

Na wysokie składki wpływa kilka czynników. Brak danych aktuarialnych wymusza na ubezpieczycielach wbudowywanie dużych marginesów niepewności. Zdolność do autonomicznego podejmowania decyzji wprowadza ryzyka trudne do modelowania. Szybko zmieniający się krajobraz oprogramowania utrudnia ocenę profilu ryzyka konkretnego wdrożenia w konkretnym momencie. A prawna niepewność wokół podziału odpowiedzialności oznacza, że ubezpieczyciele nie są w stanie dokładnie przewidzieć, jak sądy rozdzielą winę.

Munich Re przyjęło inne podejście, opracowując parametryczny produkt ubezpieczeniowy dla operatorów robotów humanoidalnych. Zamiast pokrywać konkretne incydenty, produkt wypłaca odszkodowanie na podstawie mierzalnych wskaźników: jeśli wskaźnik błędów robota przekroczy określony próg, jeśli nieplanowany przestój przekroczy określoną liczbę godzin lub jeśli incydenty bezpieczeństwa o jakiejkolwiek wadze wystąpią powyżej bazowej częstotliwości. Ten model omija niektóre kwestie podziału odpowiedzialności, wypłacając operatorowi bezpośrednio, niezależnie od tego, kto ostatecznie ponosi winę.

Swiss Re opublikowało najbardziej kompleksowe ramy myślenia o ryzyku związanym z robotami humanoidalnymi. Ich raport z 2025 roku dotyczący maszyn autonomicznych identyfikuje cztery warstwy ryzyka: ryzyko niezawodności sprzętu (robot się psuje), ryzyko niezawodności oprogramowania (oprogramowanie zawodzi), ryzyko decyzji AI (AI podejmuje złą decyzję) i ryzyko integracji (robot wchodzi w nieprzewidywalne interakcje ze środowiskiem). Każda warstwa wymaga innych metod oceny i generuje inne rodzaje roszczeń.

Przejście z fabryki do domu

Wszystko omawiane do tej pory dotyczy wdrożeń komercyjnych i przemysłowych, gdzie operatorem jest korporacja z zespołami zarządzania ryzykiem, protokołami bezpieczeństwa i działami prawnymi. Problem ubezpieczeniowy staje się dramatycznie trudniejszy, gdy roboty humanoidalne wchodzą do domów.

W warunkach komercyjnych operator dzieli odpowiedzialność z producentem. Operator jest odpowiedzialny za prawidłowe wdrożenie, konserwację, szkolenie i protokoły bezpieczeństwa. Jeśli operator wdraża robota w sposób, przed którym producent wyraźnie ostrzegał, operator ponosi znaczącą winę.

W warunkach domowych “operatorem” jest konsument. Od konsumentów nie oczekuje się, że będą ekspertami od bezpieczeństwa. Nie czytają 200-stronicowych instrukcji bezpieczeństwa. Nie przeprowadzają ocen ryzyka. Stawiają robota obok schodów i każą mu przynieść szklankę wody. Gdy robot potyka się o dywan i upuszcza szklankę na ich małe dziecko, konsument nie zostanie uznany za winnego, bo nie przeprowadził analizy zagrożeń na swoim korytarzu.

To przenosi ciężar odpowiedzialności niemal w całości na producenta. A to przesunięcie ma ogromne implikacje dla ekonomii robotyki domowej.

Rozważmy matematykę. Jeśli domowy robot humanoidalny kosztuje 20 000 USD w detalu, a producent musi posiadać pokrycie odpowiedzialności od 250 000 do 500 000 USD na jednostkę, a roczna składka za to pokrycie wynosi od 5 000 do 15 000 USD, sam koszt ubezpieczenia dodaje od 25% do 75% do rocznego kosztu posiadania. Dla kategorii produktów, która jest już droga, to potencjalnie zabójcze obciążenie ekonomiczne.

To nie jest hipotetyczne zmartwienie. Już teraz kształtuje strategię produktową w dużych firmach. Unitree G1, wyceniony na około 16 000 USD, jest promowany przede wszystkim wśród badaczy i deweloperów, a nie konsumentów. Częściowo wynika to z możliwości, ale częściowo z tego, że Unitree nie może jeszcze zaoferować ram pokrycia odpowiedzialności, jakich wymaga produkt konsumencki. Figure AI i Agility Robotics koncentrowały się niemal wyłącznie na wdrożeniach komercyjnych, wyraźnie odkładając rynek domowy na później.

Firmy, które dostarczyły roboty do środowisk domowych, głównie Unitree poprzez swój program deweloperski, zrobiły to z obszernymi wyłączeniami odpowiedzialności przenoszącymi całe ryzyko na nabywcę. To działa w przypadku badaczy, którzy rozumieją ryzyka. Nie działa na masowym rynku konsumenckim.

Podejście UE: odpowiedzialność obiektywna za AI

Unia Europejska posunęła się dalej niż jakikolwiek inny organ prawny w kwestii odpowiedzialności za systemy autonomiczne. Dwa akty prawne zmieniają krajobraz.

Znowelizowana Dyrektywa UE o odpowiedzialności za produkt, przyjęta w 2024 roku, wyraźnie rozszerza odpowiedzialność obiektywną na oprogramowanie i systemy AI. Zgodnie z nowymi przepisami oprogramowanie jest traktowane jako “produkt” dla celów odpowiedzialności, a producenci produktów z obsługą AI ponoszą odpowiedzialność obiektywną za szkody spowodowane przez decyzje AI w ich produktach. Co kluczowe, dyrektywa obejmuje również aktualizacje oprogramowania po sprzedaży. Jeśli producent wypuszcza aktualizację, która wprowadza wadę, producent ponosi odpowiedzialność za szkody spowodowane tą aktualizacją, nawet jeśli oryginalny produkt nie był wadliwy.

Proponowana Dyrektywa o odpowiedzialności za AI idzie dalej. Tworzy “domniemanie przyczynowości”, które przenosi ciężar dowodu w sprawach dotyczących szkód związanych z AI. Zgodnie z obecnym prawem powód musi udowodnić, że wada produktu spowodowała jego obrażenia. W przypadku systemów AI udowodnienie przyczynowości jest często niemożliwe, ponieważ proces podejmowania decyzji jest nieprzejrzysty. Dyrektywa o odpowiedzialności za AI tworzy domniemanie prawne: jeśli stwierdzona zostanie niezgodność systemu AI z wymogami bezpieczeństwa, a związek przyczynowy ze szkodą jest prawdopodobny, sąd może domniemywać przyczynowość. Ciężar dowodu przenosi się na producenta, który musi udowodnić, że AI nie spowodowało szkody.

Dla producentów robotów humanoidalnych ramy UE mają natychmiastowe praktyczne konsekwencje. Firmy sprzedające roboty w Europie muszą traktować swoje systemy decyzyjne oparte na AI jako produkty podlegające odpowiedzialności obiektywnej. Muszą prowadzić dokumentację wystarczającą do obrony przed roszczeniami opartymi na domniemaniu przyczynowości. Muszą śledzić każdą aktualizację oprogramowania i jej skutki. I muszą posiadać ubezpieczenie pokrywające pełny zakres ich ekspozycji na odpowiedzialność w UE.

Amerykańska mozaika regulacyjna

Stany Zjednoczone nie mają federalnych ram dla odpowiedzialności za roboty humanoidalne. Rezultatem jest mozaika podejść na poziomie stanowym, która tworzy niepewność i złożoność w zakresie zgodności.

Odpowiedzialność za produkt w USA jest regulowana głównie przez prawo stanowe, a stany znacząco różnią się w swoich podejściach. Niektóre stany stosują odpowiedzialność obiektywną. Inne wymagają udowodnienia zaniedbania. Niektóre ograniczają odszkodowania. Inne nie. Dla producentów robotów humanoidalnych oznacza to, że robot wdrożony w Kalifornii podlega innym regułom odpowiedzialności niż ten sam robot wdrożony w Teksasie.

Kilka stanów zaczęło regulować systemy autonomiczne konkretnie, głównie w kontekście pojazdów autonomicznych. Kalifornia, Arizona i Teksas uchwaliły przepisy tworzące ramy regulacyjne dla samochodów samojezdnych. Niektóre z tych ram zawierają przepisy dotyczące odpowiedzialności, które mogłyby zostać rozszerzone na roboty humanoidalne, ale żadne nie zostały do nich wyraźnie zastosowane.

Brak federalnej legislacji oznacza, że prawo odpowiedzialności za roboty humanoidalne będzie się rozwijać poprzez sprawy sądowe, a nie przez ustawodawstwo. Pierwszy poważny pozew o obrażenia spowodowane przez robota humanoidalnego ustanowi precedens, który ukształtuje całą branżę. Producenci, ubezpieczyciele i prawnicy powodów są tego w pełni świadomi, dlatego pierwsze znaczące incydenty będą przedmiotem agresywnych procesów.

Problem składek i pułapka skalowania

Wyzwanie ubezpieczeniowe tworzy pułapkę skalowania, która może opóźnić adopcję robotów domowych o lata.

Składki ubezpieczeniowe są wysokie, ponieważ nie ma danych aktuarialnych. Dane aktuarialne nie istnieją, ponieważ bardzo mało robotów humanoidalnych jest wdrożonych w domach. Bardzo mało robotów humanoidalnych jest wdrożonych w domach częściowo dlatego, że składki ubezpieczeniowe są tak wysokie. Pętla się wzmacnia.

Przerwanie tej pętli wymaga zaistnienia jednej z kilku rzeczy. Producenci mogliby się samoubezpieczyć, wchłaniając ryzyko odpowiedzialności do swoich bilansów i wliczając je w cenę produktu. Jest to wykonalne dla firm z dużymi bilansami, takich jak Tesla, ale koncentruje ogromne ryzyko. Pojedynczy głośny incydent skutkujący wysokim wyrokiem mógłby stworzyć egzystencjalną ekspozycję finansową.

Alternatywnie, rządy mogłyby stworzyć ramy ograniczonej odpowiedzialności dla certyfikowanych robotów humanoidalnych, podobne do ram istniejących dla szczepionek (National Vaccine Injury Compensation Program) lub energii jądrowej (ustawa Price-Anderson). Te ramy ograniczają odpowiedzialność producenta w zamian za spełnienie standardów bezpieczeństwa i udział w funduszu odszkodowawczym. Żaden rząd nie zaproponował takich ram dla robotów humanoidalnych, ale precedens istnieje.

Trzecią opcją jest to, co zrobiła branża pojazdów autonomicznych: zbudowanie zestawu danych aktuarialnych poprzez kontrolowane, wielkoskalowe wdrożenia. Waymo przejechało miliony autonomicznych mil i wygenerowało wystarczającą ilość danych, by ubezpieczyciele mogli wyceniać pokrycie pojazdów autonomicznych z rozsądną pewnością. Producenci robotów humanoidalnych potrzebują odpowiednika danych przebiegu Waymo - milionów godzin autonomicznej pracy w zróżnicowanych środowiskach - by dać ubezpieczycielom dane potrzebne do przystępnej wyceny pokrycia.

Swiss Re szacuje, że branża ubezpieczeniowa potrzebuje co najmniej pięciu milionów godzin autonomicznej pracy robotów humanoidalnych w zróżnicowanych środowiskach, by zbudować bazowe modele aktuarialne. Przy obecnym tempie wdrażania, z około 15 000 robotów humanoidalnych działających na świecie, osiągnięcie tego progu zajmie dwa do trzech lat ciągłej pracy. Do tego czasu składki pozostaną podwyższone, a pokrycie ograniczone.

Co to oznacza dla branży

Krajobraz ubezpieczeń i odpowiedzialności to nie kwestia poboczna. To czynnik warunkujący przyszłość całej branży robotów humanoidalnych.

W przypadku wdrożeń komercyjnych sytuacja jest do opanowania. Firmy wdrażające roboty humanoidalne w magazynach i fabrykach mogą wchłonąć wyższe koszty ubezpieczenia jako część całkowitego kosztu posiadania, zwłaszcza jeśli robot zapewnia wystarczające zyski z produktywności. Komercyjne ramy odpowiedzialności, choć niedoskonałe, funkcjonują.

W przypadku wdrożeń domowych sytuacja stanowi realną barierę. Dopóki koszty ubezpieczenia nie spadną, co wymaga danych aktuarialnych, co wymaga powszechnego wdrożenia, co wymaga przystępnego ubezpieczenia, rynek domowych robotów humanoidalnych stoi w miejscu. Przerwanie tej pętli będzie wymagało innowacji regulacyjnych, absorpcji ryzyka przez producenta lub obu tych rzeczy.

Firmy, które rozwiążą problem ubezpieczeniowy, zyskają decydującą przewagę konkurencyjną. Producent, który może oferować swoje roboty z wbudowanym pokryciem odpowiedzialności wliczonym w cenę zakupu lub subskrypcji, usuwa poważną barierę zarówno dla konsumentów, jak i nabywców korporacyjnych. Tesla, z doświadczeniem w samoubezpieczaniu pojazdów autonomicznych przez Tesla Insurance, jest prawdopodobnie najlepiej przygotowana do realizacji tego modelu.