生成AIはここ数年、保険業界で驚くほどの注目と投資を集めてきました。そして、2025年にはエージェントAIがさらなる注目と興奮を呼び起こすでしょう。
見たところ、ほとんどすべての業界が生成AI技術の導入を急いでおり、保険業界も例外ではありません。OpenAI、Amazon、Google、Microsoft、Meta、AnthropicなどのGPTモデルを所有する企業は、それぞれの大規模言語モデル（LLM）の開発と改善に多大な投資を続けています。保険会社はこうしたモデルに保険業界の革命の可能性を見いだしており、すでに業務の進め方に劇的な影響を与えています。
Celent社は、生成AIの分野における技術進歩の速度（例：エージェントAI、DeepSeekやAlibabaのQwQ-32Bのようなより高速で効率的なコンピューティング）と、競争圧力、保険会社の快適度の向上、規制の明確化によるジェネレーションAIアプリケーションの成熟が相まって、保険会社による投資を引き続き促進すると予測しています。
> ウェビナー | IDPは保険のモダナイズをどのようにして推し進めているのか
現在地点はどこでしょうか？
2025年3月に北米の保険会社を対象に、保険業界における生成AIの活用についてCelentが行った調査によると、保険会社はAIの呼び声に応えており、すでに44%が生成AIベースのソリューションを運用しています。2024年に生成AIの本番稼働に入った企業の割合に比べると、57％も増加しています。さらに38％が、来年中に生成AIソリューションの本番稼働を始める予定だと答えました。
予測された使用が現実のものとなった場合、2026年の第1四半期までに米国の保険会社の約80%が生成AIベースのソリューションを実装することになります。これは驚くべき数字です。生成AIの採用は保険バリューチェーン全体に広がっており、社内向けのカスタマー（すなわち従業員）エクスペリエンスが主な重点分野です。
さらに、保険金請求と引受業務が急速にトップの座を占めつつあります。これはおそらく、請求や引受業務のユースケースで使用する膨大な量のデータ、特に非構造化データの取り込みと要約による大幅な効率向上を保険会社が目の当たりにしていることによるでしょう。
多くの保険会社は、必要なものを迅速に入手するために、サードパーティー企業との関係を活用しています。良いニュースとして、Celent社の最近の「レガシー・モダナイゼーションにおける生成AI」レポートの調査結果によれば、プラットフォームとサービスのプロバイダーは、自社のプラットフォームとサービスに生成AIを急速に適応させ、非常に短期間で多数の新機能を追加しています。
エージェントAIの未来と急速な変化のペース
保険会社が理解しつつあることの一つが、GPTモデルの導入に伴って猛烈なスピードで変化が起きたということです。そしてエージェントAIが登場します。これはデータ分析に基づいて自律的に行動し、意思決定を行い、タスクを実行できるAIシステムを指します。
エージェントAIは保険業界で徐々に注目を集め始めており、瞬く間にAI応用の次のステップに関する新しい話題となっています。
エージェントAIは、今後さまざまな機能にわたって保険業務を変革する大きな可能性を秘めています。より自律的なAIエージェントへの飛躍は、保険会社の運営方法を再構築し、さらなる効率の向上、カスタマーエクスペリエンスの改善、リスク管理の強化をもたらすことが期待されます。
すでに一部の少数の保険会社はエージェントAIソリューションの試験運用や概念実証に着手しており、さらに数社（4%）が本番運用への移行へと進んでいます。Celent社の最新の生成AI調査によると、保険会社の22%が2026年末までにエージェントAIベースのソリューションを導入すると述べています。
保険業務におけるエージェントAIの可能性
お客様サービス
保険契約の複雑な問い合わせを処理するバーチャルアシスタントは、複数のチャネルにわたって高度にパーソナライズされたサポートを24時間体制で提供し、契約手続きや保険金請求などのプロセスを通じて顧客を案内することができます。エージェントAIは、タイムリーなリマインダーや補償範囲の提案を通じて保険契約者と積極的に関わり、全体的なカスタマーエクスペリエンスを向上させることができます。
引受
エージェントAIは、大量の構造化データと非構造化データをリアルタイムで分析し、より正確で動的なリスクプロファイルを作成します。これにより、個々人に合わせた保険契約の価格設定と提案が可能になり、不適切な価格設定のリスクが軽減されます。生成AIと同様に、エージェントAIは引受担当者が複雑な案件や最終承認に集中できる時間をさらに増やします。
保険請求処理
エージェントAIは、初期評価や書類の検証から詐欺の検出や支払いの提案まで、請求ライフサイクル全体を自動化できる可能性もあります。自動化は処理時間を大幅に短縮し、運用効率を向上させ、手作業によるタッチポイントを最小限に抑えられることから、スムーズな処理を増やし、保険金請求の迅速な解決を通じた顧客満足度の向上につながるでしょう。
不正の検出と防止
エージェントAIはデータパターンを継続的に分析し、保険金請求の内容に通常と異なる点がないかどうかをリアルタイムで監視して、不正検知の体制を強化します。外部データベースと連携して保険金請求の真正性を検証することができるため、不正行為による損失の減少に貢献します。
気候リスクとESGモデリング
エージェントAIはリアルタイムの環境データを分析し、気候変動やその他のESG関連要素についてのリスクのモデリングを改善することができます。
全般的な運用効率
エージェントAIは、保険契約の更新、請求の承認、コンプライアンスレポートなどの日常的な管理機能を自動化します。また、従業員のリソースを最適化し、ミスを減らし、手戻りのコストを削減することで、運用コストの削減と収益性の向上につながります。
規制コンプライアンスの強化
エージェントAIはレポート作成を簡素化し、規則の遵守をサポートします。
以下の図は、保険のバリューチェーン全体にエージェント型AIがもたらす将来的な影響について、保険会社に意見を尋ねた際の回答です。
新しいAI技術には新たな課題が生じます
大きな可能性を秘めているにもかかわらず、保険分野での生成AIとエージェントAIの導入を成功させるには、いくつかの課題に対処する必要があります。
規制遵守と説明可能性
保険会社は、規制基準を満たし、差別的な慣行を防ぐために、AIの意思決定における透明性を確保しなければなりません。多くの大規模言語モデル（LLM）の「ブラックボックス」的な性質から、その根拠を説明することが難しくなっています。
課題に対処するには：
- AIモデルの透明性と説明可能性を優先し、可能な場合は解釈可能なAI技術を選択します。
- 偏見と公平性に関する定期的な監査を含む強力なAIガバナンスフレームワークを実装します。
- 現在必要でなくても、使用したデータ、モデル開発、意思決定プロセスの詳細な記録を規制審査のために保持してください。
- 規制当局と連携し、保険におけるAIの進化する要件を理解します。
バイアスと倫理的考慮事項
どのLLMでも、トレーニングに使用されたデータに存在するバイアスが永続化されて、不公平または差別的な結果につながる可能性があります。保険会社には公平性を確保し、倫理的要件を考慮する責任があります。
課題に対処するには：
- AIに関する明確な倫理ガイドラインと原則を確立します。これらの原則には、組織の価値観と法的義務を反映させる必要があります。
- 生成AIが効果的に推論し、信頼できる出力を提供できるように、広範なトレーニングを実施します。
- 潜在的なバイアスを防ぐため、トレーニング・データの精選と監査を実施します。
- モデルの開発中に、偏見の検出と抑制の手法を採用します。
- AIシステムを継続的に監視し、差別的なパターンを検出して、必要に応じてモデルを再調整します。
レガシーシステムへの統合
既存のレガシー・インフラストラクチャへの新しいAIシステムの統合は、煩雑で高いコストがかかるかもしれません。
課題に対処するには：
- AI実装の主要領域を優先し、段階的な統合アプローチを採用します。
- APIとミドルウェアを活用して、レガシーシステムを新しいAIプラットフォームに接続します。
- 柔軟性と拡張性を向上させるために、クラウド型ソリューションを検討します。
雇用喪失に関する懸念
どのような形態であれ、AIによってプロセス自動化が推進されることで、従業員が仕事を失う懸念につながる可能性があります。
課題に対処するには：
- AI関連のあらゆる要素について、コミュニケーション計画を作成します。
- 既存の従業員のトレーニングとスキルアップに投資します。
- AI大学やAI認定プログラムなどを作成します。
- 外部のAIベンダーやコンサルタントと提携して、社内人材のスキルアップや、スキル不足の解消を支援します。
実装の初期費用が高い
生成AIとエージェントAIに必要な技術、人材、インフラへの投資には、多額の初期費用がかかる可能性があります。
課題に対処するには：
- クラウドプラットフォームを活用し、拡張可能な費用対効果の高いコンピューティングリソースにアクセスできるようにします。
- 効率的なパフォーマンスを実現するためにAIモデルを最適化します。
- AIの導入をサポートするために必要なITインフラストラクチャと専門知識に投資します。
想定外の結果が発生する可能性
AI エージェントがますます自律的に動作するにつれて、顧客やビジネスに悪影響を及ぼす可能性のある想定外の行動や結果が生じるリスクがあります。
課題に対処するには：
- AIエージェントは、判断の難しい事例や想定しうる故障モードなど、現実世界のシナリオを模倣したシミュレーション環境で広範なテストを受ける必要があります。
- 正式な手法を用いて、AIエージェントコンポーネントの正確性と安全性を検証します。
- 潜在的な障害点のデバッグ、監視、理解を容易にするために、モジュール式のコンポーネントでエージェントを設計し、解釈可能性（エージェントが特定の決定を下した理由の理解）を優先します。
- 特定のタスクに必要なアクセス許可とデータおよびシステムへのアクセス権のみを持つエージェントを設計します。。
AIエージェントは、判断の難しい事例や想定しうる故障モードなど、現実世界のシナリオを模倣したシミュレーション環境で広範なテストを受ける必要があります。
将来の見通し
保険業界におけるエージェントAIの将来は、AIの強みと従業員の専門知識を融合した、高度に統合されたアプローチになると考えられます。自律型AIエージェントが日常的なタスクを処理し、データに基づく洞察を提供します。
効率性の向上が実現されると、従業員は複雑な意思決定、例外処理、戦略的な取り組みにより注力するようになります。ユーザーフレンドリーでコード不要のインターフェースの開発は、さまざまな保険チームでの幅広い採用を可能にします。
エージェントAI技術が成熟し、課題への対応が進むにつれて、エージェントAIは保険業界のソリューション環境における重要な要素となり、イノベーションを推進し、大きな価値をもたらすでしょう。
著者について
キース・レイモンドは、Celent社の北米保険部門における主席アナリストです。業界での経験が豊富で、AI、ジェネレーティブAI、プロセス自動化、ビジネストランスフォーメーションと財務、損害保険、生命、健康、年金に関する業務の経験豊富な専門家です。キースの研究は保険バリューチェーン全体のプロセス自動化に焦点を当てており、ジェネレーティブAIが保険業務に与える影響に関する一連のCelentレポートを執筆しています。キースはInsurtech Connect、Insurtech Insights、Insurance Innovatorsなど、保険業界の主要なテクノロジーカンファレンスで頻繁に講演を行っています。また、北米の保険会社向け生成AIブートキャンプや、Celent社の生成AI年次シンポジウムのファシリテーターもつとめています。
