Skip to content
JA 

SHARE:

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。

経済が不確実な時期には保険金に関する不正事例が増加するというのが、長年にわたる社会通念でした。失業や不完全雇用、または単純に生活費の上昇が収入の増加を上回ることで、普段は正直な人々がお金を取り戻そうと不正に手を染める可能性があります。自らの保険契約を、定期的に支払いを行うもののめったに利用しないため、失ったお金を取り戻すために「誰にも被害を与えない」方法と見なすかもしれません。このような不正行為では、請求時に損害の範囲を誇張したり、大きな損失を偽装するなど、さまざまな形を取る可能性があります。

「単純に不正を食い止める」のが最も簡単な答えだと考えたくなるかもしれませんが、現実はかなり異なります。経済の不確実性を促進する要因が、個人レベルで保険会社とその営業利益を得る能力に大きな影響を与えています。インフレがその例です。マッキンゼーの最近の報告によると、保険会社は、価格上昇が原因であると報告された損失に関して、300 億ドル近くものコスト増に直面している可能性があります。自動車保険会社に関しては、2021 年 6 月から 2022 年 6 月の間に 23% 近く値上がりした自動車部品の価格上昇に直接影響を受けています。これは、2021年だけで90億ドルの自動車部品コストの増加が報告されていることに加えての価格上昇となっています。物価が急速に上昇している環境で、わずか数か月でも運用遅延が発生すると、数百万ドルの不必要な追加損失が発生して、コンバインド・レシオと収益性が徐々に低下する可能性があります。不正の有無にかかわらず、現在の経済においては請求を解決するための費用が単純にかさみ、これが損害率に直接的な影響を及ぼします。

交換部品に関連するコストの上昇に加えて、保険会社はいくつかの面で労働市場による影響も受けています。保険業界は、保険の専門家が定年を迎えるか、その他の理由で業界を去る「大量退職」と呼ばれる状況に直面しています。また、保険会社は、人材プールが保険業界への参入にほとんど関心を示さないという問題に直面しており、保険業界でのキャリアへの関心を高めるためにより高額な賃金を支払っています。このような賃金上昇により、保険会社が取引を行うサービス プロバイダーにも影響が出ています。修理を円滑に進める車体工場も、技術者を現職に留めるために賃金を高める必要があるからです。車体工場の料金とは異なり、保険会社は事業コストの上昇をカバーするために保険料を簡単に引き上げることはできません。保険会社の事業は規制の厳しい業界で行われているため、経済の不確実性がビジネスに及ぼす影響に対処するには、他の方法を見つける必要があるのです。

収益性を維持するために、多くの保険会社は引受査定能力の大幅な縮小を追求し、引受査定基準を厳格化します。しかし、これらの対処は、成長を妨げる人為的な障壁になる可能性があり、長期的に見れば保険会社にとって利益の最大化にはつながりません。

契約者に求める保険料を引き上げたり、引受査定の慣行やプロトコルを変更したりすることに依存せずに、保険会社が収益にプラスの影響を与える方法があれば、それは良いニュースと言えるでしょう。まずは不正について見ていきましょう。ここで重要なポイントとして覚えておくべきことは、不正行為は請求プロセスだけでなく、申請および引受査定プロセスにも影響を与えるという点です。個人が保険金請求の際に不正を行う傾向が強いのと同じように、経済的圧力のため、個人が可能な限り手頃な保険料を得ようと、申請情報を虚偽申告または改ざんする場合があります。不正に申請しようとする申請者の意欲の高まりに加え、申請プロセスを高速化するためのデジタルチャネルの使用の増加が相まって、最終的には重大な保険料の徴収漏れにつながる可能性があります。テクノロジー、特に人工知能 (AI) と高度な分析を採用したソリューションの使用は、保険会社が引受査定リスクと従来の請求に関する不正の両方を軽減するための最良の方法の 1 つです。疑わしい行動を見抜き、取引相手がどのような人物であるかを確実に把握して、関連するサードパーティ データを分析に適用し、結論の根拠と進め方に関する推奨事項を受け取ることができると、不正行為によって最終的な収益を大幅に失わずに済みます。

AI を使用して不正のリスクを軽減するメリットは明らかです。しかし、AI 主導の自動化が、これまで挙げてきた他の課題への対処にどのように役立つのでしょうか。主に、運用効率が改善します。「大量退職」は、人材のギャップだけでなく、ナレッジのギャップも生み出しました。多くの場合、才能と経験にあふれた専門家が業界を去ると、そのナレッジも同時に姿を消すため、残された従業員は過重労働を強いられ、準備不足で目の前の課題に立ち向かえないと感じます。引受査定の場合、これにより契約作成が遅れ、申請者は他の保険会社と契約すべきだと感じる可能性があります。請求に関して言えば、契約者の体験は、非効率性が問題につながる可能性のある領域の 1 つに過ぎません。契約者はだれもが、請求のいち早い解決を望んでいます。先に述べたとおり、インフレは交換部品市場に大きな打撃を与えています。請求を直ちに解決すると、請求の全体的なコストと保険会社の損害率に大きな違いをもたらす可能性があります。このような状況でも AI が役立つことがわかっています。AI は、疑わしい申請や請求を見つけるだけでなく、正当な申請や請求をすばやく特定することにも長けています。どの請求が正当であるかを高い信頼度で把握することは、どのケースをストレート・スルー・プロセッシングに適合できるかを判断するための強力な第一歩です。申請者と申請について同レベルの自信を持つことも、同じくらい重要です。これらを総合すると、保険の専門家が AI を使用した場合、迅速、効率的かつ正確に新しい保険契約を作成し、請求を解決するうえで、明確なメリットを得ることができます。

しかし、請求を解決する際、請求が「適切」か「不適切」かを知れば良いだけではないことはご存じのとおりです。適切な請求であっても状況が複雑で、最適な結果を得るには経験豊富な専門家の手を必要とする場合があるのです。このような場合、AIは、解決済みの請求の過去のパターンに基づいて、経済的な影響が最も大きい事例に優先順位を付け、請求処理担当者がどのように、そしてどの箇所に時間を費やすのが最善かを見極めるのを助けます。また、AI を使用して、請求が誇張されている事例を検出してフラグを立てることもできます。これにより、必ずしも不正という恐ろしい言葉を使うことなく、公正ながらも慎重な解決が保証されます。

残念ながら、犯罪者はさまざまな形や規模を取り、サービス プロバイダー コミュニティも例外ではなく、保険会社と契約者を同様に利用しようとします。このような状況において、AIは、過大請求することで知られているプロバイダー、または競合他社よりも高額であることが証明されているプロバイダーにフラグを立てられるのです。そのため、保険会社は、迅速、公正、費用対効果の高い修理サービスを提供する、最適な実績を持つ最寄りの修理店を勧めることができます。

保険会社は、経済に不確実性をもたらす状況から無縁ではいられません。ただし、そのようなリスクの多くからビジネスを間違いなく保護するために、実際的な措置を講じることはできます。いかにしてAIが主要なプロセスを強化し、ナレッジと人材のギャップを埋め、保険の専門家が引受査定と請求のリスクの軽減に必要とするツールをもたらすかを理解することで「単に生存する」か「成功を収める」かの違いが生まれるのです。

本ブログ記事の執筆に際して、Grady Behrens、Jesse Filipi、Tom Harrington、Aditi Saraf 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、シフトがご支援できることはこちらからお問い合わせください。