保険金支払い担当

日本最大級の損害保険会社2社——どちらもMS&ADグループ——が、画像解析の提携先とともに、保険金支払い業務のなかの一つの機能を発表したものである:顧客が損害の証明のために提出する写真の電子的な特徴と付随する情報を多層的に解析し、生成AIで作成・加工された可能性のある画像や、改変・流用された画像を検知する。結果は保険金支払いの部門で参考情報として使われ、発表文は、保険金の支払いについての最終的な判断は従来どおり担当者が行うと述べている。保険会社はこれを第一段階と呼んでいる。画像解析会社は発表文に連名で加わり、出願中の特許を共有しているので、利害がある。件数、検知率、誤検知についての数字はない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

世界最大級の保険会社が、2025年の自社の損害保険事業について報告したものである。複雑な医療書類——診療録、入退院の記録——を読むAIが、自動車以外の保険金請求の端から端までの自動解決に適用され、その対象は100万件近くに及び、それによって人身傷害の請求の70%が、最短51秒で自動的に解決されたと述べている。また、スマートな不正検知による2025年の保険金の節約額を105.1億元と報告しており、100億元を上回るのは3年連続である。これは保険会社自身の数字である:節約額には算出方法が示されておらず、報告は、システムが解決しない請求がどうなるのか、何件が職員の確認を受けるのか、保険金担当の職員を何人雇っているのかを述べていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

米国と欧州、保険会社1社。同社の年次報告書によれば、2025年12月31日時点で請求の約55%が最初から最後まで自動化されており、同社の請求ボットは、支払いを決める権限のない請求や懸念を認めた請求を振り分け、専門分野、資格、業務量、スケジュールに基づいて人間の請求専門家に割り当てる。同社自身の説明であり、例外キューの規模やそれを処理する人数は示されていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

欧州連合。宛先は各社ではなく各国の所管当局であり、対象は保険会社と仲介者の価値連鎖全体である。二つを合わせて読まないと、この記録は誤解を招く。備えるべきだと述べていること——ソルベンシーII 第46条と委任規則2015/35第258条に従い、AIの生涯全体にわたる実効的な内部統制を敷くこと。役割、上げるための手順、責任を負う職能を方針に書き込み、職員をその役割に応じて訓練し、その仕組みが意図どおりに振る舞うための歯止めを置くこと。そうでないこと——第2.8項は、この意見書が新しい要件を定めるものではないと述べており、第2.4項から第2.6項は、保険会社が使いうるほかの高リスクのAIの仕組みと並んで、生命保険と医療保険のリスク評価と価格づけを名指ししている。保険金の処理は名指ししておらず、この分類はAI法第6条第3項・第4項および第7条を妨げないとしている。つまり保険金の判断について、この意見書は高リスクの規制を指し示していない。適用されると意見書が述べているのは通常の内部統制の法であり、加えて、AIの仕組みを相手にしていると顧客に告げる義務と、職員のAIについての素養を高める義務である。個々の請求を人が決めることを求めるものは、ここには何もない。

失敗、撤回、規制、あるいは費用が導入を抑えている。判断を下げる、あるいはその不確かさを広げることがある。

自社で組んだ仕組みの上で、単純な個人向け保険を書く米国の直販の保険会社一社である。提出書類のすぐ次の一文がこの主張に枠をはめている——そのロボットに解決の権限がない請求や、懸念を見つけた請求は、仕分けされて人の請求の専門家に割り当てられる。つまりこれが示しているのは、この会社での受付の段の自動化であって、請求の仕事に人が要らなくなったことではない。古い保険の仕組みで動いている従来型の保険会社——大半の市場で保険料の大半を握っている——については何も語っていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

米国の9州の保険規制当局が、市場行為規制の権限にもとづき、2020年に7,500万ドルを超える保険料を引き受けた自家用自動車保険の会社に送った調査である。193社が回答し、回答期限は2021年10月28日だった。193社のうち135社が、保険金の業務でAIまたは機械学習を使っていると報告した。モデルは主に査定担当者のための情報源であり(96社)、ほかに保険金の支払額の決定(50社)、請求の割り当ての決定(58社)、損害の画像の評価(55社)にも使われていた。請求の承認に使っていたのはわずかで(9社)、請求の拒否に使っていた会社は一社もない。不正については95社がこうしたモデルを使っており、その多くは、さらなる調査のために請求を回付する用途だった(83社)。このデータが描くのは、各社が規制当局に報告した2021年の米国の大手自動車保険会社であり、モデルが査定担当者の時間をどれだけ置き換えたかは測っていない。

雇用主がそれを本番に置いた。基準線を動かしうる——規模と、その場がどれだけ似ているかで重みづけされる。

最初に任される仕事——請求を受け、ほかと似た請求をさばくこと——は、ある会社の年次報告が「その98%をロボットがやっている」と述べている半分である。持ちこたえるのは例外と、断ることであり、そのどちらも定型の件数をこなすことでは身につかない。面接で、請求のどれだけがそもそも人のところまで届くのかを訊くこと。

あなたの位置は、一日が件数なのか例外なのかによる。件数は、誰かの採算の資料に数字が載っている部分である。例外は、引受の束が実際に金を失う場所であり、高くつく珍しい請求と、ただ珍しいだけの請求を見分けられる人は、部門が手放せない人である——ただしそれは、いまより小さい部門である。

留まって強くする

例外の窓口へ移る

定型の請求は自動化の数字が出てくる場所であり、珍しい請求は金が失われる場所である。前者を自動化した部門も、後者のために人を必要とし続ける。

職の形を組み替える

自動の判断に答える人になる

EUでは、保険会社は使用するAIシステムに対して有効な内部統制と人による監督を保ち、責任を負う機能を指名することが期待されている。仕組みが生む不支給が増えるほど、なぜこの一件なのかを言える人が要る——そしてそれは雑用ではなく、定義された位置である。

隣へ移る

リスクに値をつける側へ渡る

価格づけが築かれているのは請求のデータの上であり、損害が実際どう到来するかを見てきた人は、価格の表が知らないことを知っている。

業務ごとに問うこと。半分ずつが、まったく違う速さで動いているからである。ある保険会社自身の年次報告は、受付の端に数字をつけている——98%の場合、そのロボットが請求を受け、人を通さずに支払うか断っている。同じ提出書類の次の一文は、解決できない請求は人の専門家へ行くと述べており、その仕分けの部分は動いていない。自分で確かめられる信号——先月自分が触れた請求のうち、それを見たことのない人の目にも「どの請求とも同じ」に見えたであろうものはいくつか。

違う。そしてその隔たりこそ役に立つ部分である。その数字は、自社で組んだ仕組みの上で単純な個人向け保険を書く直販の保険会社一社のものである。大半の市場で保険料の大半は、ずっと古い仕組みで動く従来型の保険会社にある。そこでは同じ自動化が、設定ではなく基盤の入れ替えを要する。このサイトが能力と導入と雇用の変化を分けているのは、まさにその三つの距離こそ、この業界についての予測が外れてきた場所だからである。

保険会社に投げるべき正しい問いであり、「AIが関わっているか」と訊くよりも良い問いである。EUでは、保険会社は自社のAIに対して実効的な内部統制と人による監督を保ち、顧客にAIシステムとやり取りしていることを伝えなければならない。ただし、そこには請求ごとに人が判断することを求める定めはない。確かめる価値があるのは、その説明が自分の請求に固有のものなのか、定型文なのかである——定型文なら、このページが述べている「答えられる位置」に、いまのところ人が置かれていないということである。

どの扉から入るかで完全に変わる。そしてそれは、引き受ける前に決着させる価値がある。定型の件数をこなす職は、ある会社自身の報告が割合を出している半分にある。例外、大口の損害、苦情に結びついた職は、答えられる側の半分にあり、そしてそこにはたいてい、一つ目の種類の職が与えてくれる件数の経験が要る——それがいまのこの職業の、居心地の悪い形である。面接で、請求のどれだけが人のところまで届くのか、届かない請求はどうなるのかを訊くこと。