論考記事

不正検知の論点:AI、サプライ チェーン、利益についてのヨーロッパの視点

作成者: ソロモン・フィリップ|2023/05/14 22:00:00

Solomon Philip は、シフトテクノロジーのマーケットインテリジェンス部門の責任者を務めています

最近の「シフト マーケット フォース」のブログ投稿で、当社は、無数の情報源から生じる経済的不確実性が保険会社の利益に与える影響について取り上げました。こうしたマクロ経済問題は世界中の保険業界に影響を与えていますが、私たちの前回のインサイトでは、主に北米市場に焦点を当てていました。しかし、特に修理用パーツの市場に関連して、ヨーロッパでは何が起こっているのでしょうか?なぜ保険会社が関心を持つ必要があるのでしょうか?そして、利益の改善のために人工知能 (AI) の力を活用するには、どうしたらよいでしょうか?

複雑さの高まり = コストの増加
欧州で事業を行う保険会社は、修理用パーツ市場を作り替え、保険会社の事業コストを上昇させるさまざまな要因に直面しています。乗用車では、先進運転支援システム (ADAS) 、さらには自動運転 (AD) 機能が標準機能として搭載されることが増えていることから、より複雑性が増し続けてています。そして、こうした機能を備えた自動車が事故になった場合、修理費は高くなります。レベル 2 以上の LiDAR 機能を備えた車両では、業界の試算で修理コストの増加分がパーツ代だけで 1,300 ~ 1,800 ユーロになるとされています。当然のこととして、レベル 3 (L3) やレベル 4 (L4) オプションを備えた車では、さらに高くなります。また、パーツ費用には、このテクノロジーを適正に作動させるための適切な調整に必要なサービスに要する時間の増分が含まれていません。

地域紛争、新規規制、サプライチェーン
ウクライナ紛争によって物流やサプライチェーンの問題が生じて、ヨーロッパ全土で重要な自動車コンポーネント用パーツの不足が生じていることは疑いの余地がありません。多くの場合、この原因は、東欧諸国が西欧に拠点を置く自動車メーカーに対する主要な自動車部品サプライヤーになっているためです。2005 年以降におけるM&A 取引の実施件数が約 65 件であることに示されるとおり、市場の統合によりサプライヤーの数は減少し続けています。こうした要因を総合すると、パーツ価格はこれまで以上に上昇していきます。

重要なこととして、EU ではメーカーに対する制限を撤廃して、EU が希望するあらゆる OEM と協力できるようにしてパーツ市場を開放する計画を立てています。特定の OEM に縛られなくなると、メーカーは政府の規制によって人為的に設定された範囲によらずに、自由に自社製品の価格を設定できるようになります。そうなると必然的に交換パーツ価格もさらに高くなるでしょう。

パーツ価格以外について
モーター関連の請求の総費用がパーツ価格だけではないことを覚えておくことが重要です。必要なパーツがすぐに入手できない場合や、修理工場に届くまでが通常より時間もかかる場合があることから、不足が発生すると修理時間が長くなる可能性があります。このような環境においては、請求サイクルも伸びると予想するのが合理的です。これにより、賠償金が支払われるまでの期間が長くなり顧客の不満が高まるだけでなく、レンタカーの利用期間が長くなるので、保険会社の総費用が増加します。実際、ヨーロッパの一部の地域では、2020 年から 2022 年にかけてレンタカー料金が約 200% 増加しました。

保険会社に何ができるか?
価格高騰と請求サイクル長期化というこのような状況にあっても、良いニュースとして、こうした要因の影響を最小限に抑えるために保険会社が実行できる戦略が数多くあります。その多くは AI の力によるものです。前述したように、現在において車両には、センサー、カメラ、LiDAR テクノロジーを通じてドライバーの行動のほぼすべての点を記録できる複雑なテレマティクス システムが搭載されています。保険会社は、テレマティクス データを使用すれば、警察の報告書や目撃者の証言などの従来から利用可能な事故データのソース以外にも、事故の状況を再現するために必要な追加の視点が得られます。テレマティクス データと、最新の AI を活用した請求評価テクノロジーとを組み合わせると、不正検知モデルが強化され、事故による責任と損害の程度を判断する精度が向上します。

さらに、保険会社は AI を活用して、初回損害通知 (FNOL) から支払いまでの期間を短縮できます。ストレート・スルー・プロセッシングに適した請求を正確、確実、公平に識別できるようになるため、請求の裁定が速くでき、請求コストを削減できます。高額になる可能性のある請求の支払いを決定できれば、保険会社は年間数十万ドルを節約できます。このコンセプトは、人間の介入が必要な請求にも適用できます。複雑な請求を自動的に特定、セグメント化、選別してから、経験豊富な請求処理担当者に割り当てることで、適切な請求専門家、つまり請求の処理を最も効率的にできる請求処理担当者をその任務に割り当てることができるようになります。AI 対応の請求意思決定エンジンは、請求の種類、複雑さ、保険会社に対するリスクを考慮して、それに対応する最適な請求処理担当者を迅速に見つけて、請求を自動的に割り当てるように特別に設計されています。

最後に、AIは、保険会社が、高品質作業、最適価格、修理時間の効率化を実現するベスト プラクティスを採用した実績のある「信頼できるプロバイダー」ネットワークを特定して構築するのに役立ちます。また、AI は、新品と同等の高品質であるものの、かなり値段の安い中古パーツやリサイクル パーツである「グリーン パーツ」の使用を支持している修理業者を特定するのにも役立ちます。このネットワークが確立されると、こうしたネットワーク内の修理業者を顧客に推奨しやすくなり、結果として請求費用の大幅削減となる可能性があります。多くの保険会社は、顧客をネットワーク内に留めておくことで 20% 以上の節約になる可能性があると報告しています。

結論
プロセスの改善、それに伴う利益の向上のために保険会社が AI ベースのソリューションに注目することが増えています。AI が損害の範囲を正確に判断し、過大請求を検知することが証明されています。AI は、保険会社が訴訟になりやすい請求や、長期治療となる可能性のある請求を示すパターンを認識し、経験豊富な請求処理担当者の注意を換気できるフラグを立てるのに役立ちます。保険会社は AI を利用して、保険代位できる請求の特定を迅速化するだけでなく、潜在的な代位求償額を推定し、代位求償の確率を正確に予測することもできます。FNOL から支払いまで、請求に AI を適用することは、プロセスを最大化して利益を高めるための最良の方法です。

本ブログ記事の執筆に際して、 Emmanouil Aleiferis Grady BehrensJoanne ButlerGareth EvansTom Harrington からの多大なる協力に感謝します。

保険業界が直面する経済的課題に対応するために、シフトが AI を導入する方法については、こちらからお問い合わせください