保険会社は特定できない保険で損失を出しています。AIがそれを変えることを目指しています。

業界が好調な年でさえ、あるスタートアップは保険会社の保険の20%から30%が採算が取れない可能性があると述べています。彼らはそれらを見つけるために800万ドルを調達しました。

米国の財産・損害保険会社は、業界向けソフトウェアを販売するY Combinator支援のスタートアップSoterisの報告によれば、数十年で最高の引受年のひとつを記録しました。

しかし、全体的に好調な結果は弱点を隠すことがあります。Soterisによれば、多くの保険会社は自社の保険のかなりの割合で静かに損失を出しており、どの保険がそうかを判断する信頼できる方法がありません。

Soterisは800万ドル以上のシード資金と、この問題に取り組む新製品をもってステルス状態から抜け出しました。同社のCEOであるSunit Shahは、業界の盲点とそれを解決することが保険会社と顧客にとって何を意味するかについて語りました。

保険会社が問題を見えない理由

保険会社は、特定の年齢層や地域のドライバーなど、類似した顧客をグループ化して価格設定や業績評価を行います。単一の保険は請求が発生するかしないかのどちらかであるため、アクチュアリーは長らくグループ内の差異をランダムなノイズとして扱ってきました。グループ全体は健全に見えても、その中の一部の保険は損失を出すことがあり、保険の真のコストは請求が発生したとき、場合によっては販売から数年後に初めて明らかになります。

「すべての保険会社は、損失を出す保険を書いていることを認識しています」とShahは声明で述べました。彼は、そうした保険を見つけるツールが不足していると主張しています。保険会社と協働した結果、業績が良好な会社でさえ、利益を削る保険を抱えており、場合によっては全体の20%から30%に相当すると彼は述べています。

個別保険へと向かう業界

賞金の大きさがこのアイデアが注目を集める理由です。McKinseyは、保険会社が引受結果（保険を書いて得られる利益）を、平均的に健全に見えるグループでの利益回復や不採算事業の削減といった協調的な施策により、30%から50%向上させられると推定しています。コンサルティング会社の2025年保険レポートは、個人単位までのより細かなセグメンテーションとパーソナライズが業界の方向性であることを示しています。

Soterisはその変革に取り組むスタートアップの一つです。そのアプローチは、過去のデータからパターンを学習するAIの一形態である機械学習を用いて、保険会社の過去の保険を何百万、場合によっては何十億もの方法で分析します。同社によれば、スプレッドシートで作業するチームは数十件から数百件を処理できるとのことです。これらの分析を組み合わせることで、各保険をグループの一部としてではなく、個別にスコア付けします。

同社によれば、保険会社は見積もりが要求された時やその後の任意の時点で、0.25秒未満でスコアを取得でき、設定には90日未満かかります。

請求から利益へ

Soterisの最初の製品は、2020年から保険会社およびそれらの代理店で使用されており、各保険の保険料のうちどれだけが請求として支払われるかを予測します。同社は、1億件以上の保険申請（総保険料は1,800億ドル超）にスコアを付け、顧客は1年以内に請求支払率を5〜15ポイント改善したと述べています。

新製品はさらに一歩進んで、利益に焦点を当てます。一つの保険から得られる金額は、販売会社、州のライセンスを保有する会社、資本を提供する会社の間で分配され、各社が異なる割合を受け取ります。Soterisは、保険の請求コストだけではその保険が保険会社にもたらす利益を示さないと述べています。この新ツールはその金額を推定し、営業利益の一般的指標であるEBITDAで報告します。

同社によれば、いくつかのパイロットプロジェクトで保険会社のEBITDAが70%から125%上昇したことが示されました。これらは本格的な展開ではなくパイロットであり、結果はSoteris独自のものです。

顧客にとっての意味

自動車や住宅保険を購入する人にとって、Shahは主な影響は保険会社側にあると述べています。このツールは各保険が利益を上げることを保証するためです。顧客への利益は間接的に生じると彼は主張しています。

「保険会社の主な目標は保有保険数を増やすことであり、二次的な効果として、これにより価格を下げて市場シェアを拡大できるようになる」とShahは述べました。「したがって、多くの人にとっては、保険会社が当社の製品を使用しなければならない場合よりも保険料が低くなると期待できます。」

それは期待であり、保証ではありません。Shahの回答は価格に焦点を当てており、採算が合わないと判断された顧客が保険を拒否されたり更新されなかったりするかどうかには触れていません。同社の製品説明では、利益が出ない保険の引受きを保険会社が停止させると述べており、これは実際の問題であることを示唆しています。

公平性の問題

保険会社のAI活用は、人々が不公平に価格設定されたり、アルゴリズムによって保険を断られたりする懸念を呼び起こしています。「それは妥当な懸念であり、私たちが真剣に受け止めている問題です」とシャーは述べました。彼は差別禁止の既存規則やバイアステストの要件を指摘し、規制が外部のチャットボットに依存せずに社内でAIを構築すべき理由だと述べています。Soterisは、同社のモデルが各要因が結果にどれだけ寄与したかを示すことができると述べており、これは規制を正しく遵守することが業界で成功するために不可欠であるため、保険会社にとって重要だと語っています。

なぜ待たされたのか、そして誰が支援しているのか

Soterisは2020年から保険会社と協業していますが、上場は今になって初めてです。シャーは、この課題の解決には時間がかかったと述べました。適切なチームを構築するのは困難で、保険業界外の専門家が自動的に適合するわけではないことが分かりました。「ドメインの専門知識が非常に重要でした」と彼は語ります。彼自身のキャリアは、大学院在学中に生命保険会社向けの価格モデルを構築する副業から始まりました。経済学の博士号取得後、ヘッジファンドのPine River Capitalで取引を行い、そこで財産・損害再保険会社を立ち上げるプロジェクトをリードするのを手伝いました。「そこが本当に保険がいかに本質的に厳しいかを学んだ場所です」と彼は言いました。

シードラウンドはSpider Capitalが主導し、Intact Private Capital、Amplify Partners、Foundation Capital、Webb Investment Network、Overlook Venturesも参加しました。Soterisは顧客の名前を明かしません。「この段階では、契約上の義務によりこの情報を公開できません」とシャーは述べました。

注目すべき点

業界の方向性は明確です。より多くの保険会社が、ポリシー単位で価格設定とリスク評価を行いたいと考えています。未解決の課題は、パイロットプロジェクト以外でどれだけの潜在的利益が実現可能か、そしてそれが最終的にどこに向かうかです。シャーが予想するように、保険会社はコスト削減分を価格引き下げとして顧客に還元することも、保険件数を減らしながら高いマージンを維持することもできます。規制当局は、どの顧客がスコアの不利な側に回るかを注意深く監視する可能性が高いです。