AIが保険市場にもたらす可能性に興奮し、同社が成し遂げたことに感銘を受けたからです。非常に熱心で熟練したチームが、素晴らしい顧客ベースのために素晴らしいソリューションを開発していることは明らかでした。
私が誰と仕事をするかを決める上で非常に重要なことです。私は、長年にわたる保険業界でのイントラプレナーシップの経験を生かし、Sprout.aiのソリューションが保険業界が直面する真の変革の課題に対応し、ビジネスの成長をサポートできるよう、形を整え、改良し、確実にすることができると思いました。
嬉しい驚きという点では、Sprout.aiのクライアントの地理的な広がりや、すでにソリューションの導入に成功している幅広い業種を理解していませんでした。また、Sprout.aiのチームがどれだけ多くの異なる言語でソリューションを提供しているのかも理解していませんでした。例えば、手書きの日本語の漢字と仮名を同化し、その意図を正しく判断する能力を開発したことは、私にとって信じられないほど印象的だ。
Sprout.aiの様々な提案が、文化的に多様な組織の複数のビジネスラインで既に実現されていることを考えると、将来の可能性は非常にエキサイティングです。sprout.aiには、企業内、保険のバリューチェーン、そして異なる市場や国の間で、自社のソリューションを相互活用する大きなチャンスがあります。
同時に、Sprout.aiはまだ大規模な保険市場や分野で大規模なサービスを提供していないため、ビジネスを拡大するチャンスがさらに広がっています。結局のところ、私がSprout.aiに入社したのは、チームに興奮し、テクノロジーに興奮し、彼らと働くことで学び続け、自分自身を成長させることに興奮したからです。そして何よりも、保険業界が切実に必要としている加速度的な変革の触媒となるお手伝いができることにワクワクしています。
その旅がどのようなものなのか、いくつか考えてみたい。
保険市場には、AIがいかに効率性を高め、顧客とのやり取りをよりスムーズにするかという話があふれている。しかし、まだ十分に把握されていないのは、このような明白なメリットだけでなく、トップ・ラインとボトム・ラインにとってよりインパクトのある結果を達成する機会である。
第一に、AIはクレームや保険引受の漏れを減らし、適切な保険料で適切なカバーが提供されるようにし、クレーム処理コストが必要以上またはそれ以下にならないようにする可能性がある。例えば、保険会社の総支出額のうち少なくとも75%はクレーム処理に費やされているため、損害賠償コストをわずかでも削減できれば、同じ割合の経費削減よりもはるかに大きな効果が期待できる。
自動車保険のような競争の激しい分野では、保険会社をはじめとする保険エコシステムの関係者が大幅なインフレの問題に直面しており、また、多くの保険種目ですでに市中金利が軟化していることから、より効果的な保険価格の設定とクレーム・コストのコントロール能力は、競争上および損害率上の大きな優位性として加速していくだろう。
第二に、AIを活用した変革において、実際の保険引受やクレームの技術やプロセスの専門家を教育し、参加させることにまだあまり重点が置かれていない。平凡な業務、長ったらしい業務、複雑だが価値の低い業務を特定するために「最先端」の人材を参加させることで、変革に対するオーナーシップが高まり、変革プロセスを加速させることができる。さらに、これは従業員に権限を与えるだけでなく、解放されたリソースをどこに集中させれば最も付加価値を高めることができるかを決定することも可能にする。それは、個人の能力開発への投資であれ、顧客とのより積極的な関係の構築であれ、業務量の管理や滞留業務の効率化であれ。前向きで意欲的な従業員がもたらすメリットのすべてを数値化することは難しいが、顧客、パートナー、そしてビジネスに大きな利益をもたらすことは周知の事実である。
AI導入における実際の教訓
AIの効果的な応用という点では、私はいくつかの傑出した例に遭遇している。例えば、大規模な言語モデル・ソリューションが、数百万ドルの再保険請求漏れを発見するのに役立っているのを見たことがある。保険金請求の専門家とAIの専門家が共同で、比較的短期間で安価に開発したソリューションが、再保険金の回収を逃す不正確なコーディングの災害保険金請求にフラグを立てた。これは、インパクトのある成果を得るためには、高額な費用や長期の導入は必要なく、レガシーシステムに支えられたインフラにおいても、的を絞った機敏なAIの活用が非常に素晴らしい結果をもたらすことを示していると思います。
保険会社がAI活用をためらう理由
このような成功にもかかわらず、保険会社の間ではAIの導入に慎重な姿勢を見せている。主な懸念事項の1つは、AIアプリケーションが意図した範囲を超えてデータやプロセスを「汚染」するのではないかという恐れである。データの完全性、個人情報保護、セキュリティ・リスクもまた、AIが意思決定にバイアスをもたらしたり、既存のプロセスの欠陥を増幅させたりする可能性があるという認識と同様に、大きく立ちはだかっている。
レガシーシステムはもう一つのハードルである。キャメロットがファシリテートしたSprout.aiのラウンドテーブルで保険金請求のリーダーと議論したところ、保険会社の中には、AIがどこに新たな機会をもたらすかを考える前に、再プラットフォーム化戦略を追求しているところもあれば、既存のインフラと連携できるより機敏なソリューションを求めているところもあることが明らかになった。どのようなアプローチをとるにせよ、リソースの優先順位付けは現実的な課題である。顧客サービス、バックログ、「照明の維持」プロジェクトの需要ですでに手薄になっているビジネス・オペレーション・チームには、AIの機会を探る能力がないことが多い。
次に、オーナーシップの問題がある。さまざまな部門にまたがるリーダーシップとオペレーション・チームからの共通の賛同がなければ、AIイニシアチブは社内政治に巻き込まれたり、ビジネスの優先順位とずれたりする可能性がある。さらに、一部のCOOは、より革新的で機敏な中小企業と協力する方法を見つけるよりも、有名な大企業と提携する安全な道を好む傾向がある。スポンサーが役割を変えたり、優先順位が変わったりすると、デューデリジェンスや導入プロセスが長引き、勢いが失われたり、全員の労力が無駄になったりするリスクがあることは容易に理解できる。
小さく始めて大きく考える
AIを何から始めたらいいのか躊躇している、あるいは戸惑っているリーダーや意思決定者に対して、私がアドバイスしたいのは、明確で定量化可能な利益を実証し、信頼を築くのに役立つ、より小規模で展開が容易な「クイックウィン」プロジェクトから始めることだ。ありふれた作業を自動化することで、合理化された結果を迅速に提供し、ミスを減らし、資源効率を向上させることができる。このような小規模な取り組みで成功すれば、より広範で大規模なソリューションへの踏み台となり、勢いをつけることができる。
もう一つの重要な要素は、同業者の支持である。仲間のビジネスリーダーが自分のポジティブな経験を共有し、AIを支持するのを聞くことは、日々のビジネス課題の現実から切り離されていると思われる人からのメッセージよりも重みがあり、はるかに効果的な変革のイネーブラーとして機能することができる。
倫理的懸念への対応
先に触れたように、AIによる意思決定によってバイアスが生じたり増幅されたりする可能性など、倫理的な懸念も保険会社が対処しなければならない分野の一つである。このような落とし穴を回避するためには、ソリューションの設計段階からコンプライアンスやリスク管理の責任者を早期に関与させ、効果的なテストを実施することで、一貫した結果を確保し、懸念に対処する必要がある。最終的には、人間によるチェック・アンド・バランスを取り入れることで、AIがグレーゾーンの意思決定を抑制することへの信頼が高まる。これにより、AIが望ましい結果の一貫性を提供するために信頼できるタスクの割合を確実に増やすために、アルゴリズムを改良することが可能になる。
処理におけるエラーは新しいものではないことを覚えておく価値がある。私たちは、AIが登場するずっと前から、ヒューマンエラーやシステムエラーが発生することを常に認識し、発生するリスクを回避または軽減するためのプロセスやコントロールを構築してきた。実際のところ、ビジネスを最もよく知る者と最高のテクノロジー・スキルを持つ者の組み合わせによって提供される、十分に計画され、開発され、展開されたAIソリューションは、人間の介入に依存する単純なプロセスよりも、誤った結果を減らす上で効果的である。
転換点と変貌
今後、AIの普及が転換点を迎えるのは、リスクばかりに目を向ける人々と、チャンスに活気と興奮を覚える人々との間で、最適なバランスが達成されたときだと私は考えている。利用が拡大するにつれ、信頼と信用も高まるだろう。この間、撤退する組織もあるかもしれないが、アプローチを洗練させ、業界が必要としている変革のリーダーとなる組織もあるだろう。
導入を加速させる鍵は、AIを人や専門知識に取って代わるものではなく、それを補いサポートするツールであると認識することだ。測定可能な利益をもたらす実践的な導入は、リーダーやチームがAIを、成果を向上させ、より価値の高い活動に集中するためのエネルギーを解放するパートナーとして捉えることを可能にし、認識を変えるのに役立つだろう。そうなれば、保険AIソリューションは、現在一部の人々が脅威と見なしているようなものではなく、より高品質で一貫性のある意思決定とサービス、そしてより前向きな職場環境を実現するものとして認識されるようになるだろう。結局のところ、これからの10年で、どの組織が将来の保険のサクセスストーリーを形成する目的主導型のリーダーシップと決意を持ち、どの組織が過去のブランドになるかが決まるだろう。
AIが最も適している場所
保険におけるAIの可能性は多くの分野に存在する。ガジェット保険や旅行保険の請求のような大量で複雑性の低いプロセスは、最も明白であり、多くの企業にとってAI変革の出発点である。しかし、この分野にはまだ多くの未開拓の機会がある。例えば、生命保険は依然として伝統的で紙主導の環境であり、イノベーションは限定的であるため、AI主導の変革のための肥沃な土壌となっている。
究極のエンド・ツー・エンドの変革を実現するために大海原を沸騰させることも、最善の戦略ではないだろう。AIは、保険契約者の適格性評価や代位弁済回収の合理化など、プロセスのサブコンポーネントへの対応に非常に効果的である。
このことは、コマーシャル・ビジネスのような複雑な保険分野ではAIの活躍の場は限られているという俗説に、私をうまく誘導している。実際、こうした分野は、敏腕なイノベーターや変革の担い手にとって、ターゲットが豊富な環境であることが多い。複雑な保険分野のプロセスを分解してみると、それほど複雑でないと考えられているプロセスと同じ特徴を反映していることが多い。例えば、ほとんどの自動車保険請求は、小売顧客も商業顧客も同じように処理される。
同様に、プロセス全体が複雑であっても、特定のサブコンポーネントがAIベースのソリューションにとって大きなチャンスとなる場合もある。例えば、医療費請求書のチェックや支払い処理など、労災補償バリューチェーンの要素がその例である。AIを活用した改善により、例えば、長文の専門家報告書の要約や、複数の地域で発行される国際保険の約款の一貫性を確保する際にも、大きな価値を付加することができる。
最終的にAIの導入が拡大するのは、組織が誇大広告を超え、具体的で実用的な成果を提供し始めたときである。保険会社は、より良い顧客体験、業務の効率化、成果の有効性、労働環境の改善を実現する手段としてAIを受け入れなければならない。適切な焦点と協力によって、AIはプロセスだけでなく業界そのものを変革する可能性を秘めている。
保険業界で30年以上の経験を持つイアン・トンプソンは、クレーム管理、デジタルトランスフォーメーション、データ主導型イノベーションの分野で豊富な専門知識を持っている。チューリッヒのグループ・チーフ・クレーム・オフィサーとして、200の地域にまたがる8,500人のチームを率い、年間750万件のクレームを処理。