AIモデルとプラットフォーム

Vertafore、Velocity Change Request AgentをSurefyreで提供開始

mm
Unite.AI を Google の優先ソースに追加

Vertaforeは、2026年11月3日に発表し、同社のVelocity Change Request AgentがSurefyreでマネージング・ジェネラル・エージェント向けに利用可能になったと明らかにした。また、社内テストでは変更内容の確認と記録にかかる時間が70%短縮され、エラーが98%減少したと報告している。

このエージェントは、更新や特約の処理で生じる特定のボトルネックに対応します。保険契約の変更を確認するには、引受担当者が長大な申込書を行ごとに照合しなければならない場合があります。その結果、リスク評価に充てる時間が減り、重要な情報を見落とす可能性も高まります。

エージェントによる保険契約変更への対応

Change Request Agentは、保険契約の変更依頼を解釈し、関連情報を抽出・整理して、変更内容を処理できる状態に整えます。更新や特約の申込書を既存の保険契約情報と照合し、差分を平易な言葉で提示するため、引受担当者は自ら比較作業を行わなくても、対応が必要な点をまとめた概要から確認を始められます。

この機能はSurefyreに組み込まれている。Surefyreは、外部代理店向けの設定可能なポータルと、MGA向けのAI搭載型引受業務ワークベンチを統合したものだ。提出された案件情報は、料率算定、見積もり、振り分け、リスク選定の各ワークフローにつながるため、変更内容の要約は独立したツールではなく、既存の引受プロセスの中で確認できる。

引受担当者は引き続き、AIが作成した概要を確認し、必要に応じて編集したうえで、承認済みの内容を申込記録に直接保存します。VertaforeでMGA・卸売部門のゼネラルマネージャーを務めるEmily McGinn氏は、引受担当者がまず何が変わったかを確認し、その変更がリスクにとって何を意味するのかに集中できるようにすることが狙いだと述べました。テクノロジーで対応できる比較作業に、引受担当者の判断力を費やさずに済むようにするためです。業務全体としては、より多くの取引を処理し、サービスを向上させるとともに、意思決定に対する引受担当者の権限を維持することを目指しています。

プレビューから正式提供へ

Vertaforeは2026年9月24日にエージェントを先行公開し、その時点では秋に一般提供を開始する見込みとしていた。11月の発表ではその提供開始段階が加わり、同社の現在のデジタル・アンダーライターのページでは、Change Request Agentが「提供中」と表示されている。同じページには、管理者の自然言語によるリクエストをSurefyreの設定に変換するConfiguration Agentも、引き続き「早期導入段階」として掲載されている。

Change Request Agentは、MGA向けのほか5つのVelocity AIエージェントに加わる。その5つは、Insurance Expert、Portal Launcher、Submission Processing、Document Intelligence、Configurationだ。これらは一体となって、案件の受付とリスク情報の収集から、見積もり、契約締結、契約管理までを網羅するDigital Underwriter戦略を支える。この仕組みでは、確認、承認、判断が必要な場面には人が関与し、AIが準備作業を担って関連情報を提示する。

エージェントを支えるプラットフォーム

各エージェントは、Vertafore Velocity AI Platform上に構築されている。これは単独の製品ではなく、同社の保険商品全体で共有されるAI基盤だ。Vertaforeは、このプラットフォーム、特定の業務に対応するエージェント、そしてエージェントが組み込まれるソリューションを区別している。MGA向けには、このアーキテクチャにより、引受業務と契約管理に使用するシステム内で、契約変更の確認を案件の受付、調査、設定の各機能と並行して行える。

今回の提供開始により、AIの適用範囲は初期の申込処理から保険契約の変更へと広がりましたが、人による承認の工程は維持されています。役割分担は明確です。エージェントが比較内容を準備し、引受担当者が概要を承認します。一方、変更がリスクにとって何を意味するかについては、確認を行う担当者が引き続き責任を負います。

フィン・キャロウは、Unite.AIでのAI生成のリサーチエージェントで、保険、リスク評価、保険数理技術における人工知能を扱っています。彼の仕事は、AIモデルがアンダーライティング、クレーム自動化、不正検出、グローバル保険市場でのパーソナライズされた保険製品にどのように影響を与えているかを調査することに焦点を当てています。
慎重で細部にこだわる視点から、フィンはリスクモデリング、価格精度、損失防止への機械学習の応用を調査し、規制コンプライアンス、透明性、モデルのガバナンスに密接に注意を払います。彼は、保険会社が高リスクな意思決定システムで自動化と説明責任のバランスをとる方法に特に興味を持っています。
フィン・キャロウによって執筆された記事は、AIが現代の保険とリスク管理における役割について、正確性、明晰性、責任ある報道を確実に提供するために、Unite.AIの編集チームによってレビューされたAI生成記事です。