保険業界の羅針盤―未来の働き方― 保険業界におけるコンテクスチュアルＡＩの新たな役割
ＡＩを巡る盛り上がりは、ほぼ全ての業界に広がっている。保険業界では、規制、組織、リーダーシップの動向がうまく調和すれば、現行ツールが、特にナレッジワークやコンテンツ制作といった業務のあり方を一新できる可能性が見えてきた。これは、10年以上前からリスクマネジメント／保険業務分野に根付いてきたＡＩや機械学習の活用とは、まったく対照的であると言える。ＰｏＣ（実証実験）を経て、多くの保険会社は今、「真実はそこにある」と信じている。引き受け・保険金請求の発生傾向、不正検知といった特定の分野において、保険業界の経営層は、最新のＡＩが単なる処理速度の向上にとどまらず、今後の対応をより適切に判断するための意思決定を支えられるという確信を深めている。しかし、いつものことながら、そこには落とし穴がある。この可能性を引き出すには、事業運営の健全性を維持しつつ、バリューチェーン、役割分担、人的管理のあり方について、業界全体で再考することが必要である。複雑な状況下での高リスクな意思決定を支えるためには、保険会社がコンテクスチュアルＡＩへの転換を、慎重かつ戦略的に進めていく必要がある。複数の顧客データの流れを一つに束ねることで、コンテクスチュアルＡＩはこれまでにない成果をもたらす可能性を秘めている。
■転換の全体像
ＡＩが人間の意思決定にはまだ及ばないという共通認識が形成されつつあることから、コンテクスチュアルＡＩやコンテキスト・エンジニアリングが時代の潮流として台頭している。そこには、さまざまな課題もある。例えば、ＡＩが現在の対話に先行する関連のやり取りを記憶しておく「持続性」、あるいは、意思決定をその根源までさかのぼって追跡できる「透明性」などだ。保険監督当局は、この点に特に強い関心を寄せている。
何よりも重要なのは、人間の判断は見た目ほど単純に白黒つけられるものではないということに、私たちが気付き始めているという点だ。真の理解は、明白な情報だけでなく、幅広いインプットを考慮することから得られる。人間はこれを「直感」だと捉えているが、マシンはこれまで、それを再現することはおろか、近似させることさえできなかった。
引き受けの文脈における主要な判断要素としては、物件価値、リスク軽減策、申請された補償内容、物件所有者に関する情報などが挙げられる。また、物件所有者が別途加入している保険契約、所有者とのやり取りや過去のサービス依頼、当該物件や所有者にひも付くＳＮＳなどからも、さらなるコンテキスト（文脈）を得ることができる。こうしたデータポイントの多くは、すでに保険会社の社内システムにあるか、または容易に入手できるものである。しかし、大半の保険会社では、こうした有用なコンテキストデータを集約・管理し、そこから価値を引き出すためのシステムが構築されていない。それがなければ、ＡＩが意思決定の質、スピード、コストに及ぼす効果は限定的なものとなってしまう。
■実現に向けて
ＡＩと保険に関して、私たちはまだ「自分たちが何を知らないのか」さえ分かっていない。状況は急速に、そして時には予想外の形で進展している。皮肉なことに、これは、コンテクスチュアルＡＩに対応する計画を策定・実行するには、やはり直感的な人間の判断力と計画立案が不可欠であることを示している。つまり、将来的な考え方の転換に対応しながら、規制と消費者保護という双方のガードレールにも留意できるような、構造とプロセスの重視を意味している。
概して、コンテクスチュアルＡＩの活用を成功させるための道筋には、次のような要素が含まれると当社は考えている。
- ＡＩスキルと保険の専門知識を兼ね備えたコアチームを構築すること。ＩＴアーキテクト、クレーム担当者、アクチュアリーという、一見接点のなさそうな面々が一つのチームにそろっているとしたら、それはむしろ良い兆候だと言える。
- 引き受け、契約管理、クレーム、ＣＲＭなど、これまで個別に存在してきた基幹システム間でデータを統合し、それらのデータにリアルタイムかつ一元的にアクセスできる仕組みを中核に据えること。
- 公開データと社内データの双方から、コンテキストレイヤーを構成するための追加データを選定すること。
- プロンプト･インジェクションなどの脅威に対処したロールベースのフィルタリングや監査ログを通じて、セキュリティーへの意識を高めること。
これらは全て、コンテキストを踏まえて位置付け、ＮＡＩＣモデル（注１）通達のような指針に沿ったガバナンスと整合させながら設計していく必要がある。例えば、ＡＷＳ（Amazon Web Services）が提供する「Amazon Bedrock」（注２）は、保険会社がＮＡＩＣ原則（特に透明性、公平性、説明責任に重点を置いたもの）に準拠できるよう支援し、引き受け、クレーム、サービス、保険料請求、不正対策、代理店業務のいずれに適用される場合でも、エージェント型ＡＩソリューションのための安全かつ拡張性の高い基盤を構築する。
■目標を見据えて
コンテクスチュアルＡＩを実現する魔法の杖など存在しない。必要なのはリソースとコミットメントだ。多くの保険会社はその価値を認識し、圧倒的な競争優位性を獲得すべく、すでにコンテキストの構築を推進している。こうした投資を行うことで、コンテクスチュアルＡＩを追求する保険会社は、その見返りに何を得られるのか。そして、どのようなビジネス価値やＫＰＩが、その成功を定義づけるのか。
ビジネス価値を引き出すソリューションを構築するには、以下に挙げるような（ただしこれらに限定されない）譲れない設計原則が必要となる。
- エージェント権限やエスカレーションパスのモデル化。
- 許容できるエラー率の上限の設定／モニタリング。
- 説明可能性と規制遵守の徹底。
- モデルのバージョン管理、ドリフト検知、継続的な検証。
- ヒューマン･イン･ザ･ループ･プロセス（注３）を組み込んだ設計。
- システム、データ、オペレーションにわたる包括的な統合の定義。
多くの取り組みにおいて、その恩恵の連鎖は、意思決定の質の向上から始まる。価格設定においては、より動的かつ確実に顧客ニーズに対応できるようになる。引受業務では、複雑性をより的確に反映した判断が可能となり、これまで以上に多くの「クリーンケース」（必要な情報がすべてそろっており、データの不整合がない申込案件）が、引受担当者の審査に回されるようになる。クレームにおいては、より迅速かつ正確な支払いが実現し、不正検知の精度も向上する。
最終的には、コンテクスチュアルＡＩが、今はまだ見えていないビジネスチャンスの兆しを先んじて捉える洞察力を生み出す可能性があると当社は考える。例えば、この業界では数十年にわたりアップセルやクロスセルを推進してきたが、必ずしも成功を収めてきたわけではない。コンテクスチュアルＡＩは、顧客の要望やニーズ、現在の保険取引の枠を超えた行動に関する複数のデータの流れを一つに束ねることで、保険会社のトップライン／ボトムラインにおける新たな成果を引き出す一助となるかもしれない。それは、今日の買い手市場において極めて重要だ。
チャネルパートナーや顧客にとっては、プロセスの迅速化と利便性の向上、さらには考え抜かれた関連性の高いカスタマイズされたサービスが、期待されるメリットとなるだろう。これは、適切なテクノロジーの活用によって、プロセスがむしろより人間味を帯び、つながりを感じられるものになることを示す一例である。
保険会社がＡＩに関するあらゆる取り組みに対して慎重な姿勢を示すのは当然のことだろう。とりわけ、この技術をどのように、いつ適用すべきかについて、規制当局からまだ明確な指針が示されていない状況ではなおさらだ。しかし、解き放たれてしまったＡＩを、元に戻すことはできない。価値を最大限に引き出し、業界を前進させる上で、考え抜かれたコンテクスチュアルＡＩアプローチを構築することは、実に理に適っている。
（注１）全米保険監督官協会（ＮＡＩＣ：National Association of insurance Commissioners）が策定する、米国保険業界の規制・基準の土台となる「モデル法（Model Laws）」や「モデル規則（Model Regulations）」のこと。
（注２）生成ＡＩアプリケーションを簡単に構築・実行できるフルマネージド型のプラットフォーム。
（注３）ＡＩや自動化システムのプロセスに人間が積極的に介在し、判断、承認、修正を行う仕組みのこと。
