[イーデイリーKim Se-yeon 記者] 産業のあらゆる分野で生成型人工知能(AI)の活用が急速に拡大する中、保険業界ではAIが保険金の審査業務にまで関与する状況となりました。従来の顧客からの問い合わせへの回答や書類の整理といった「補助スタッフ」のレベルを超え、保険の加入を受け入れるか、保険金を支払うかを判断する際にも、AIが積極的に活用され始めています。 専門家たちは、「AIが保険会社の意思決定プロセスに深く入り込むにつれ、判断ミスが発生する懸念も高まっています」とし、「責任の所在の明確化や、消費者保護策の整備などが新たな課題として浮上しています」と指摘しています。
(写真=ChatGPT)
◇保険契約の50%以上をAIが自動審査
11日、主要損害保険会社の環境・社会・ガバナンス(ESG)報告書を分析した結果、サムスン火災(#サムスン火災海上保険)やHyundai MARINE & FIRE INSURANCE CO.,LTD(001450) 、DB INSURANCE(005830) などは、AIの適用範囲を顧客対応から契約審査、保険金審査、事故補償の領域へと拡大しました。
現代海上は、AI自動審査システムである「2Q-PASS」を通じて、昨年末時点で全保険契約の52.3%を自動審査したと明らかにしました。単なる書類審査にとどまらず、保険引受の可否を判断する過程でAIを活用しているのです。自動車補償用のAI音声ボットも、事故受付の案内レベルから、修理費や予想保険金の案内まで機能を拡大しました。
DB損害保険は、AIベースの事前引受審査を導入し、契約締結前の審査時間を大幅に短縮しました。基本情報の入力や疾病告知の確認などに平均40分ほどかかっていた業務を、AI導入後は約10分に短縮しました。2024年2月にはAIアシスタントシステムを構築し、昨年4月にはAI自動過失判定システムの特許を取得するなど、自動化の基盤を築きました。
サムスン火災もまた、医療審査AIを活用して診断書や手術記録などを分析し、保険金の支払い可否に関する一次判断を行っています。自動車の故障対応サービスにもAI相談員を導入し、AIの活用範囲を広げました。
◇AI審査の拡大で生産性を高める保険会社
保険業界がAIの適用範囲を広げているのは、生産性向上の効果が大きいからです。保険の引受や支払審査は、大量の書類や医療記録を検討しなければならない、代表的な労働集約型業務です。AIが反復的な検討を担うことで、審査のスピードを向上させ、コストを削減すると同時に、一貫した基準を適用できるという利点があります。
すでにデータ入力や書類点検などの単純反復業務では、AIの活用を通じて目に見える財務成果を上げています。DB損害保険の場合、216の標準化された業務を自動化することで、年間6万5000時間以上の業務を削減し、約15億ウォンの直接的なコスト削減効果を得ました。
ただし、AI活用の拡大に伴う課題も少なくありません。保険加入の拒否や保険金支払いの判断は、消費者の権益に直結するものであるため、AIが誤った判断を下した場合、誰に責任を問うのか、消費者がどのような手続きを通じて異議を申し立て、救済を受けることができるのかについては、まだ明確ではありません。これに伴い、AI活用が中核的な意思決定領域へと拡大するスピードにも停滞が生じています。 結局のところ、説明可能性と最終的な責任の所在を明確にする制度的な補完がなされてこそ、消費者の権利も保護され、保険業界の業務生産性も高められることになります。
保険研究院のソン・ユナ研究委員も先月末、「保険業界におけるAI導入の格差」に関するレポートの中で、「引受決定(審査結果に基づき、加入の承認可否を決定すること)は、法律で特定の資格を持つ者だけが必ず行わなければならないと定められた業務ではありませんが、最終的な責任と検証の負担は大きい」とし、 「AIが導き出した算出結果に対して、人間の管理者による検証および承認手続きが求められるため、技術の普及速度が抑制される側面がある」と述べました。続いて、「AIのエラー、バイアス、責任に対処するガバナンスを先制的に整備する必要がある」と提言しました。
11日、主要損害保険会社の環境・社会・ガバナンス(ESG)報告書を分析した結果、サムスン火災(#サムスン火災海上保険)やHyundai MARINE & FIRE INSURANCE CO.,LTD(001450) 、DB INSURANCE(005830) などは、AIの適用範囲を顧客対応から契約審査、保険金審査、事故補償の領域へと拡大しました。
現代海上は、AI自動審査システムである「2Q-PASS」を通じて、昨年末時点で全保険契約の52.3%を自動審査したと明らかにしました。単なる書類審査にとどまらず、保険引受の可否を判断する過程でAIを活用しているのです。自動車補償用のAI音声ボットも、事故受付の案内レベルから、修理費や予想保険金の案内まで機能を拡大しました。
DB損害保険は、AIベースの事前引受審査を導入し、契約締結前の審査時間を大幅に短縮しました。基本情報の入力や疾病告知の確認などに平均40分ほどかかっていた業務を、AI導入後は約10分に短縮しました。2024年2月にはAIアシスタントシステムを構築し、昨年4月にはAI自動過失判定システムの特許を取得するなど、自動化の基盤を築きました。
サムスン火災もまた、医療審査AIを活用して診断書や手術記録などを分析し、保険金の支払い可否に関する一次判断を行っています。自動車の故障対応サービスにもAI相談員を導入し、AIの活用範囲を広げました。
◇AI審査の拡大で生産性を高める保険会社
保険業界がAIの適用範囲を広げているのは、生産性向上の効果が大きいからです。保険の引受や支払審査は、大量の書類や医療記録を検討しなければならない、代表的な労働集約型業務です。AIが反復的な検討を担うことで、審査のスピードを向上させ、コストを削減すると同時に、一貫した基準を適用できるという利点があります。
すでにデータ入力や書類点検などの単純反復業務では、AIの活用を通じて目に見える財務成果を上げています。DB損害保険の場合、216の標準化された業務を自動化することで、年間6万5000時間以上の業務を削減し、約15億ウォンの直接的なコスト削減効果を得ました。
ただし、AI活用の拡大に伴う課題も少なくありません。保険加入の拒否や保険金支払いの判断は、消費者の権益に直結するものであるため、AIが誤った判断を下した場合、誰に責任を問うのか、消費者がどのような手続きを通じて異議を申し立て、救済を受けることができるのかについては、まだ明確ではありません。これに伴い、AI活用が中核的な意思決定領域へと拡大するスピードにも停滞が生じています。 結局のところ、説明可能性と最終的な責任の所在を明確にする制度的な補完がなされてこそ、消費者の権利も保護され、保険業界の業務生産性も高められることになります。
保険研究院のソン・ユナ研究委員も先月末、「保険業界におけるAI導入の格差」に関するレポートの中で、「引受決定(審査結果に基づき、加入の承認可否を決定すること)は、法律で特定の資格を持つ者だけが必ず行わなければならないと定められた業務ではありませんが、最終的な責任と検証の負担は大きい」とし、 「AIが導き出した算出結果に対して、人間の管理者による検証および承認手続きが求められるため、技術の普及速度が抑制される側面がある」と述べました。続いて、「AIのエラー、バイアス、責任に対処するガバナンスを先制的に整備する必要がある」と提言しました。