Graham Gordon, サピエンスのP＆C製品＆戦略ディレクター Graham Gordon サピエンスのP＆C製品＆戦略ディレクター

手動から自律へ：GenAI時代の保険自動化の再考

保険会社は、自動化の利点を長い間理解してきた：ワークフローを合理化し、顧客サービスを向上させ、エージェントを単純なタスクから解放すること。一部のデジタルファーストの保険会社は、完全な自動化に向けて押し進めていますが、ほとんどの保険会社はまだ部分的に自動化されており、現代の需要を満たすことができないツールに取り残されています。これらの伝統的なキャリアは、まだ基礎的な課題に取り組んでいます。データのシロ、古いワークフロー、AIの識別能力の限界があり、自動化をスケールアップすることは、複雑さとコストの増加につながります。GenAIは、保険の分野で自動化の意味を再定義しています。保険の分野では、保険の申し込み、保険金の支払い、保険のサービス、などの分野で意思決定のインテリジェンスを実現しています。自動化の完全な約束を実現するには、保険会社は、責任を持ってスケールアップするために、AIの採用に対する段階的なアプローチを採用する必要があります。保険の分野でのGenAIの役割が拡大するにつれて、保険会社が知るべきことがあります。伝統的な自動化の限界歴史的に、保険の自動化は、ルールベースのシステムとロボティック・プロセス・オートメーション（RPA）と同義でした。これらのツールは、繰り返しのタスクには効果的ですが、逸脱や繊細な意思決定が必要な場合には限界があります。しかし、保険金のコストが上昇し、規制の厳しさが強化され、顧客が迅速で、ハイパー・パーソナライズされた体験を期待する今日の市場では、より多くのことが求められます。AI駆動の自動化は、これらの需要を優先順位付けするのに役立ちます。GenAIは、保険の価値チェーン全体で、保険の申し込み、予測リスク評価、パーソナライズを強化する可能性があります。しかし、採用は最初のステップにすぎません。明確な戦略がなければ、保険会社は非効率的に自動化し、知らないうちにコンプライアンスのリスクを引き起こし、GenAIの完全な利点を逃す可能性があります。保険自動化の5つのレベル自律走行能力の5段階分類システムにインスパイアされた、保険会社は、自動化の成熟度モデルを使用して、自動化の進歩をよりよく評価しています。 レベル0（手動）：レガシーエNVアイロンメントと小さな相互会社プロバイダーでは一般的です。レベル0の保険会社は、すべてを手動で行います。手動データ入力、スプレッドシート、紙のフォームが運用を支配しています。 レベル1（基本）：最も基本的な自動化レベルでは、見積もり生成やシンプルなポリシーのSTP（直通処理）などのタスクが部分的に自動化されていますが、人間が主な運用の流れをまだコントロールしています。 レベル2（エマージング）：ここでは、自動化がほとんどのワークフローを推進しますが、エッジケース（例えば、異常な保険金支払い条件やその他の非凡な状況）では、人間が介入することがまだ期待されています。 レベル3（高度）：レベル3では、標準的なライン（自動車保険や住宅保険など）のポリシーのライフサイクルが完全に自動化され、人間の入力は、より異常な保険状況のみで必要になります。自動化された保険金支払いと更新トリガーは、このレベルの特徴です。 レベル4（完全自動化）：レベル4の保険会社は、GenAIツールとマシンラーニング（ML）モデルを使用して、初期の顧客とのやり取りから最終的な支払いまで、エンドツーエンドのライフサイクルを管理します。人間は、戦略的なオーバーサイトのみを提供します。Lemonadeは、たとえば、人間のレビューなしで2秒未満でレンタカーの保険金支払いを処理できます。これは、完全な自動化の成功例です。 どのレベルも、良い出発点です。しかし、競争的な志向を持つ現代の保険会社にとって、完全な自動化が目標でなければなりません。これを達成するには、保険会社は、データを整理し、AIのガバナンスとコンプライアンスの枠組みを確立し、倫理的な懸念、AIの妄想、または偏見に対処するために、監査可能な意思決定プロセスを確立する必要があります。AIと協力するためにスタッフをトレーニングすることは、テクノロジーそのものと同等に重要です。正しくプロンプトすること、出力をレビューすること、エッジケースを誘導することは、AIの採用において不可欠です。自動化が価値をもたらす実際に、AI駆動の自動化は、保険会社にとってどのような意味がありますか。保険金支払いの処理では、GenAIは、トライアージュと初期の損失通知（FNOL）評価を迅速化しています。実際、76%の保険会社は、すでに保険金支払いのワークフローにGenAIの機能を実装したり、実装する予定です。この機能は、特に不正検出の場合に戦略的に重要です。AIは、従来のモデルでは見逃される可能性のある異常なパターンを識別するための独自の能力を持っています。Mastercardは、たとえば、GenAI駆動の不正検出措置をすでに実装しています。不正なリスクを商人に警告する速度と精度を2倍にし、不正な取引の誤陽性を最大200%削減しました。Insurtechは、不正検出データベースにGenAIを重ねて、リアルタイムで保険金支払いを相互参照しています。保険の申し込みも、AI駆動の意思決定サポートツールによって改善され、提出されたリスクをリアルタイムで表面化し、次のステップをすぐに提案できます。多くの企業は、提出データを分析し、予備的な評価を生成するGenAIツールを試験しています。保険の申し込み担当者の低価値タスクにかかる時間を短縮しています。最後に、GenAIは、保険のすべてのタッチポイントで顧客サービスを向上させ、AI駆動のバーチャルエージェントとGenAIチャットボットでサービス品質と速度を高めています。AIロードマップ：小さく始め、戦略的にスケールアップする保険の自動化は、バイナリ・スイッチではありません。GenAIはエンジンですが、自動化を目指す保険会社は、旅を意図的に運転する必要があります。段階的なロードマップを描き、戦略的にスケールアップし、時間の経過に伴う進歩をベンチマークします。成熟度をベンチマークし、AIと人間の判断をペアリングすることで、保険会社は自信を持って自動化し、インテリジェントな保険の未来を運営する立場に立ちます。これは、単なる便利さの問題ではありません。保険会社に頼るのが難しいときに、人々が保険会社に頼ることを、以前よりも簡単にします。