Tuntutan D&O Meningkat: AI Bantu Urus Risiko Pengarah

AI dalam Insurans dan Pengurusan Risiko••By 3L3C

Tuntutan D&O meningkat akibat risiko siber, geopolitik dan muflis. Ketahui cara AI bantu underwriting, ramalan risiko dan pengesanan anomali.

D&OInsurans KorporatRisiko SiberGeopolitikAI UnderwritingAnalitik Ramalan
Share:

Featured image for Tuntutan D&O Meningkat: AI Bantu Urus Risiko Pengarah

Tuntutan D&O Meningkat: AI Bantu Urus Risiko Pengarah

Kadar muflis global makin kerap dibincangkan di bilik lembaga—dan bukan sebab ia “trend”, tetapi sebab ia mula muncul dalam bentuk tuntutan insurans liabiliti pengarah & pegawai (D&O). Bila syarikat bergelut dengan aliran tunai, serangan siber, atau kejutan geopolitik, keputusan pengurusan akan diperiksa dengan lebih tajam. Tuntutan pun naik.

Realitinya: kenaikan tuntutan D&O hari ini didorong dua pemecut utama—risiko siber dan ketidaktentuan geopolitik—di atas latar kebankrapan yang tinggi. Ini bukan isu “pematuhan” semata-mata. Ini isu kelangsungan perniagaan, reputasi, dan daya tarikan pelabur.

Dalam siri AI dalam Insurans dan Pengurusan Risiko, saya suka melihat masalah melalui satu lensa: apa yang boleh dibuat sekarang untuk mengurangkan pendedahan dan mempercepat keputusan? Jawapannya bukan menambah kertas kerja. Jawapannya ialah data yang lebih baik, amaran awal, dan proses tuntutan yang lebih tajam—di sinilah AI benar-benar berguna.

Kenapa tuntutan D&O sedang meningkat sekarang?

Jawapan ringkas: lebih banyak syarikat berada di bawah tekanan, dan bila tekanan memuncak, tindakan pengarah/pegawai menjadi sasaran.

1) Kadar kebankrapan dan “stress” kewangan mencetuskan litigasi

Bila syarikat menghampiri zon bahaya, pihak berkepentingan (pelabur, pemiutang, pembekal, malah pekerja) mula mencari pihak yang “patut bertanggungjawab”. Dalam situasi ini, tuduhan lazim yang muncul dalam tuntutan D&O termasuk:

  • Salah nyata atau misrepresentation dalam pelaporan kewangan
  • Kegagalan mendedahkan risiko material (contoh: pendedahan hutang, kontrak utama, risiko vendor)
  • Keputusan pengurusan yang didakwa melanggar fiduciary duty
  • Dakwaan “terlambat bertindak” apabila tanda amaran sudah jelas

Bila kebankrapan meningkat, bilangan situasi “siapa patut dipersalahkan” juga meningkat. Dan tuntutan D&O biasanya datang bersama kos guaman yang besar, masa pengurusan yang terbakar, serta kesan reputasi yang lama.

2) Risiko siber mengubah bentuk tuntutan D&O

Serangan siber bukan sekadar tuntutan cyber insurance. Ia juga boleh menjadi tuntutan D&O bila pihak luar mendakwa lembaga gagal:

  • menyediakan kawal selia keselamatan maklumat yang munasabah
  • meluluskan bajet mitigasi yang sepadan dengan risiko
  • mengurus vendor teknologi dengan ketat
  • melaporkan insiden mengikut kehendak undang-undang/aturan

Serangan ransomware yang melumpuhkan operasi seminggu sahaja sudah cukup untuk mengheret isu tadbir urus ke pentas litigasi. Dalam banyak kes, “soalan” yang ditanya bukan teknikal—tetapi governance: siapa tahu apa, bila mereka tahu, dan apa tindakan mereka?

3) Geopolitik dan gangguan rantaian bekalan menambah pendedahan

Sekatan perdagangan, konflik serantau, turun naik harga komoditi, serta perubahan polisi import/eksport menekan kontrak dan margin. Ini memunculkan risiko D&O melalui:

  • kegagalan memenuhi kontrak (dan dakwaan pengurusan mengambil risiko keterlaluan)
  • ketidakpatuhan sekatan atau polisi rentas sempadan
  • keputusan pelaburan/penutupan operasi di negara tertentu

Bila pasaran tidak stabil, keputusan strategik jadi lebih “boleh dipersoal” dari perspektif undang-undang.

Satu ayat yang patut diingat: Bila syarikat tertekan, orang ramai mencari naratif—dan tuntutan D&O sering menjadi tempat naratif itu diuji.

Apa sebenarnya yang dicari penuntut dalam kes D&O?

Jawapan ringkas: bukan kesilapan biasa—tetapi kegagalan proses, kegagalan pendedahan, atau kegagalan pengawasan.

Dalam audit tuntutan yang saya pernah lihat, pola yang berulang biasanya begini:

“Dokumentasi keputusan” lemah

Mesyuarat ada, tetapi justifikasi keputusan tidak jelas. Bila kes dibawa, ketiadaan rekod yang kemas membuka ruang spekulasi.

“Isyarat awal” diabaikan

Contohnya, indikator kewangan mula merosot 2–3 suku berturut-turut, aduan pelanggan meningkat, atau downtime sistem makin kerap—tetapi tiada pelan tindakan yang konkrit.

Pendedahan risiko tidak konsisten

Laporan kepada pelabur atau pihak berkepentingan kelihatan terlalu optimistik berbanding data dalaman.

Ini penting untuk difahami kerana di sinilah AI boleh membantu—bukan menggantikan pengarah, tetapi menguatkan disiplin pengawasan dan membuat bukti keputusan lebih kukuh.

Peranan AI dalam underwriting D&O: dari “form” kepada ramalan

Jawapan ringkas: AI membantu penanggung insurans menilai risiko D&O dengan lebih tepat melalui data luas, isyarat awal, dan model yang mengesan perubahan risiko secara dinamik.

Underwriting D&O secara tradisional banyak bergantung pada borang cadangan, penyata kewangan, profil lembaga, dan rekod litigasi. Masalahnya: dunia berubah lebih pantas daripada kitaran pembaharuan polisi tahunan.

1) AI menambah lapisan “amaran awal” (early warning)

Model analitik ramalan boleh menggabungkan indikator seperti:

  • trend kewangan (margin, aliran tunai, leverage)
  • risiko industri (contoh: tekanan regulatori, perang harga)
  • pendedahan siber (isyarat kelemahan kawalan, insiden vendor)
  • pergolakan geopolitik yang relevan dengan pasaran/operasi

Bukan semua data perlu “sensitif”. Banyaknya ialah data operasional dan trend risiko yang membantu mengukur perubahan.

2) Penetapan harga lebih selaras dengan risiko sebenar

Bila tuntutan D&O meningkat, pasaran cenderung menaikkan kadar secara menyeluruh. AI membolehkan pendekatan lebih adil: syarikat yang benar-benar memperbaiki governance dan kawalan boleh dipbezakan daripada yang sekadar “mengisi borang”.

3) Underwriting berasaskan senario (scenario-based)

Untuk risiko geopolitik dan rantaian bekalan, AI membantu menjalankan simulasi:

  • apa berlaku jika vendor utama terputus 30 hari?
  • apa kesan jika kos input naik 20% selama 6 bulan?
  • apa kebarangkalian ketidakpatuhan sekatan jika syarikat beroperasi di beberapa negara?

Senario ini menjadikan perbualan D&O lebih praktikal: bukan “kita patuh”, tetapi “kita bersedia”.

AI untuk pengesanan penipuan & anomali dalam tuntutan D&O

Jawapan ringkas: AI mengesan pola luar biasa dalam tuntutan, dokumen, dan garis masa peristiwa—membantu siasatan lebih pantas dan mengurangkan kebocoran kos.

D&O bukan segmen yang sinonim dengan penipuan terbuka seperti motor atau perubatan, tetapi “kebocoran” berlaku dalam bentuk:

  • dokumentasi yang tidak konsisten antara sumber
  • kronologi kejadian yang berubah-ubah
  • tuntutan kos guaman yang tidak sepadan dengan fasa kes
  • pihak ketiga yang berulang dalam banyak kes (vendor guaman/forensik tertentu) dengan pola bil yang pelik

Bagaimana AI digunakan secara praktikal?

  • NLP (pemprosesan bahasa semula jadi) untuk membaca dokumen panjang (surat tuntutan, minit mesyuarat, e-mel terpilih) dan menandakan percanggahan.
  • Analitik rangkaian untuk melihat hubungan pihak (pengarah, entiti berkaitan, vendor) dan mengesan konflik kepentingan.
  • Pengesanan anomali pada kos—membandingkan bil guaman mengikut jenis kes, bidang kuasa, dan tempoh litigasi.

Keuntungan paling besar bukan “automasi total”. Keuntungan paling besar ialah mengutamakan kes berisiko tinggi untuk semakan manusia supaya masa pakar digunakan dengan bijak.

Apa yang patut dibuat oleh syarikat (lembaga & pengurusan) sekarang?

Jawapan ringkas: kurangkan punca tuntutan D&O dengan governance yang boleh dibuktikan, kawalan siber yang boleh diaudit, dan pemantauan risiko yang konsisten.

Berikut langkah yang realistik untuk 30–90 hari—terutama menjelang musim perancangan bajet hujung tahun dan penetapan KPI awal 2026.

1) Perkemas “bukti tadbir urus” dalam 30 hari

Anda tak perlu mesyuarat tambahan setiap minggu. Yang perlu ialah disiplin:

  • Nyatakan 3–5 risiko utama organisasi dan pemiliknya
  • Pastikan minit mesyuarat merekod rasional keputusan (bukan sekadar keputusan)
  • Tetapkan ambang “trigger” (contoh: jika cash conversion cycle melepasi X hari, pelan tindakan automatik dibentang)

2) Audit pendedahan siber pada tahap lembaga dalam 60 hari

Bukan audit teknikal semata-mata. Fokus pada soalan governance:

  • Apakah metrik keselamatan yang dilihat lembaga setiap bulan?
  • Bagaimana risiko vendor diukur dan diluluskan?
  • Apakah pelan respons insiden—siapa buat keputusan, siapa berkomunikasi, dan bila?

3) Gunakan analitik ramalan untuk risiko kewangan dan operasi dalam 90 hari

Jika organisasi anda ada data jualan, AR/AP, inventori, downtime IT, aduan pelanggan—anda ada bahan untuk model amaran awal.

Pendekatan mudah yang saya cadangkan:

  1. Pilih 10 indikator “sihat vs bahaya” yang sudah ada dalam laporan dalaman
  2. Bina papan pemuka ringkas: trend 12 bulan + ambang amaran
  3. Tambah lapisan AI untuk ramalan 8–12 minggu (bukan 3 tahun—itu biasanya terlalu kabur)
  4. Tetapkan rutin tindakan bila amaran menyala

Hasilnya: bila krisis berlaku, anda boleh menunjukkan pattern of oversight—itu sangat membantu dari sudut D&O.

Soalan lazim (yang orang memang cari) tentang D&O, siber dan AI

Adakah insurans D&O melindungi semua tindakan pengarah?

Tidak. Secara umum, D&O melindungi liabiliti tertentu berkaitan tindakan dalam kapasiti pengarah/pegawai, tetapi pengecualian lazim termasuk penipuan terbukti, keuntungan tidak sah, dan beberapa bentuk salah laku yang disengajakan. Perincian bergantung pada terma polisi.

Kenapa serangan siber boleh jadi tuntutan D&O, bukan hanya tuntutan siber?

Kerana isu selepas insiden sering bertukar menjadi isu tadbir urus: adakah pengawasan mencukupi, pendedahan dibuat tepat pada masanya, dan langkah pencegahan setara dengan risiko.

AI menggantikan underwriter atau peguam tuntutan?

Tidak. AI mempercepat triage, menambah ketekalan, dan menaikkan ketepatan melalui data. Keputusan akhir masih memerlukan pertimbangan profesional—terutama bagi kes litigasi kompleks.

Langkah seterusnya: jadikan AI “penguat” ketahanan insurans dan risiko

Kenaikan tuntutan D&O bukan sekadar berita industri. Ia isyarat bahawa dunia korporat sedang memasuki fasa di mana cyber + geopolitik + tekanan kewangan berlanggar serentak—dan lembaga akan dinilai berdasarkan cara mereka mengesan, mendokumentasi, dan bertindak.

Bagi penanggung insurans, AI membolehkan underwriting yang lebih tajam dan pengurusan tuntutan yang lebih cekap. Bagi syarikat pula, AI membantu membina “sistem amaran awal” yang mengurangkan kejutan dan menguatkan bukti governance.

Jika anda sedang menyemak pembaharuan D&O untuk 2026 atau mahu mengurangkan pendedahan litigasi dalam 6 bulan akan datang, fokus pada dua perkara: data yang menunjukkan pengawasan, dan proses yang boleh diaudit. Soalan yang patut kekal bermain di kepala kita: bila risiko seterusnya datang—adakah kita boleh membuktikan bahawa kita nampak awal dan bertindak dengan munasabah?