保険業界で進むai開発や導入にはどのような動きがあるのでしょうか？ここでは、実際に保険関連企業で導入されているaiの成功事例を取り上げて紹介しています。
一般的に保険金請求は紙ベースでおこなわれ、その内容を精査し支払う保険金額の算定と支払可否を判断します。間違いが許されない細心の注意が必要な業務なだけに、かかる人件費や時間が大きくとられていました。
そこで、読み取り技術を活用し読み取り作業をオートメーション化。社内の統一コードに変換し、画像識別でどのコードに該当するのかわかればいいようにしました。テキスト化が不要なので、読み取り制度や表現の揺らぎなどの問題も発生しません。
申込書に記載されている手書き文字の読み取りを行ったところ、約80％と高い精度で正しいコードへの置き換えができました。保険金に関わることなので、業務すべてを完全オートメーション化するには厳しい数値ですが、該当項目を探したり入力作業などの手間が減りました。
| 対応内容 | 画像認識・手書きOCR |
|---|---|
| 開発企業 | 株式会社 Laboro.AI |
証券会社では国内外の債券から投資信託、仕組債と幅広い商品を取り扱っており、顧客のリスク許容度や売買回数・金額、株式保持期など状況が違います。顧客へのアプローチの効率化と優良顧客との繋がり、顧客体験の拡大を目的に、過去の購買実績や閲覧実績から購買確率モデルを構築し、期待販売金額のリストを作成。
期待販売金額の高い顧客から購入しやすそうな商品でアプローチできるので、限られたスタッフでの効果的な商品の提示・提供を可能にしています。とはいえ、ただ単に金額の高い順からアプローチしているのではなく、顧客の購買傾向を可視化し、顧客の趣味・嗜好に合わせた商品が提案できるようにしています。
| 対応内容 | 購買予測・需要予測・マッチング・レコメンド機能 |
|---|---|
| 開発企業 | 株式会社ブレインパッド |
Accenture（旧Albert）が自動車保険の特約サービスとして貸与しているドライブレコーダー端末が強い衝撃を検知すると、端末から事故対応のオペレーターに連絡。録画された事故映像が送信されます。合わせて、加速度センサーやGPSから事故状況をAIが解析。
この事故状況再現システムの導入で、事故状況を自動的に再現し、事故の形態、車両の損傷箇所、道路形態などの情報が得られ、AIが算出した責任割合の自動算出をいち早く確認できるようになりました。事故のスピーディーな解決と保険金支払いを可能にしています。また、解析結果は案内資料として渡しているので、関係者各位への自己説明のサポートツールとして活用できます。
| 対応内容 | 画像認識・異常検知 |
|---|---|
| 開発企業 | Accenture（旧Albert） |
株式会社PKSHA Technologyの独自アルゴリズムを活用し、生命保険・損害保険一体の推奨プランを提案できるシステムを開発。東京海上日動の保険代理店で「超保険」を提案する際に、PKSHAのアルゴリズムが顧客のニーズを学習し保険の最適化を提案します。
これまで蓄積してきた契約情報を分析し、その結果からAIが顧客の状況やニーズにあった補償・保険金額を選定し、一人一人にあった保険プランを設計。補償ごとに「おすすめ度」を数値してくれるので、他のおすすめプランとも容易に比較できます。
保険スタッフは保険プランに適宜調整を加えて提案するだけでなので、プラン作成の業務負担を軽減し、顧客のニーズをくみ取ったサービスを可能にします。
| 対応内容 | 購買予測・需要予測・マッチング・レコメンド機能 |
|---|---|
| 開発企業 | 株式会社PKSHA Technology |
サイトの「よくあるご質問」ページに、バーチャルナビゲーションシステム「日々乃（ひびの）まもり」を導入。口語体で入力された質問文章を解析し、DNPのコンシェルジュシステム「Faceコンシェル」によりWEBサイト内の情報に合わせた回答や、必要な情報ページへの誘導を可能にしています。
趣味など関係ない質問をすると「日々乃まもり」の表情が変わるなど、ユニークな仕掛けも。使用できるデバイスはパソコンだけでなくタブレット端末やスマホでもでき、一部の端末では音声での質問にも対応しています。
「日々乃まもり」を導入することでコールセンターの負担を軽減し、利用客の待ち時間短縮にも。また、質問の記録から顧客データの分析ができ、FAQの充実や商品の開発に活用されています。
| 対応内容 | 自然言語処理 |
|---|---|
| 開発企業 | 株式会社インテリジェント ウェイブ |
アイデアベースではよさそうにみえたプロジェクトでも、現場の課題に対応していないと失敗しやすいです。しっかりとゴールを決めないでプロジェクトを始めると、担当者とシステムの開発会社とで認識が異なるまま進んでしまい、PoCを作った後に認識の違いが明らかになるなど、「PoC死」を招く事もあります。
保険業界におけるAI活用では、不正請求の探知、事故状況の自動生成、生損保一体プランを設計、問い合わせ対応など、保険業務を効率化してくれます。ただ、目的を明確にして導入しないと、状況を改善できないばかりではなくコストも高くついてしまいます。また、使いこなせる人材がいないと「負の遺産」と化してしまう可能性もあるので、全員が正しく使用できるような研修やマニュアルを用意する必要があります。
AI受託開発を成功させるには、ベンダーとの密なコミュニケーションが必須となります。TOPページでは企業の課題解決に向き合う人材やサポート体制に力を入れているベンダーをピックアップしていますので、是非比較・検討の参考にされてみてください。
※Google検索で「AI受託開発 ベンダー」と検索し、表示される企業をピックアップし、公式HPに導入事例・取引実績を掲載している企業を選出しています
（2022年８月29日時点）
【選出理由】
Laboro.AI：調査した40社のうち、業界知識を持ち、ビジネスコンサル経験豊富な担当者が要件定義・PoCの段階から保守・運用まで対応してくれるという、「伴走」が期待できる記載があったため。
Accenture（旧Albert）：調査した40社のうち、最もデータサイエンティストの在籍数が豊富で、統計学や金融学といった分野の研究も行なっているという「データ分析・活用」が期待できる記載があったため。
KICONIA WORKS：調査した40社のうち、最も社員在籍数が少ないながらも、少数精鋭で早期に顧客価値を生み出す、無駄なコストを削減といった「スピード対応・低予算」が期待できる記載があったため。
※「主な対応領域」は各社HPで確認できる情報をもとに作成しております。
