保険のAI革命：構築すべきか、購入すべきか

ダン・ドノバンは、シフトのカスタマー・サクセス＆ソリューション・コンサルティング担当バイスプレジデント（アメリカ大陸担当）です。

日進月歩の保険業界において、不正行為への対策は同じく日進月歩の課題です。保険会社はこの問題に取り組むにあたり、社内で不正検知システムを開発すべきか、それとも信頼できるベンダーの構築済みソリューションを選ぶべきか、という重大な決断に迫られています。

不正検知ソリューションを評価する際、保険会社は総所有コスト（TCO）、リソース配分、統合の容易さ、長期戦略などを考慮します。これらの基準は、保険会社が実行可能なソリューションを構築、統合、訓練、維持するためのコストを見積もるための重要なレンズとなります。

これらの各カテゴリーには、一般的に考えられている検討事項だけでなく、見過ごされがちな検討事項も豊富に含まれています。

AI不正検知ソリューションの構築と維持にかかるコスト
保険会社にとって、社内システムの構築は魅力的で簡単そうに見えるかもしれません。最終的なソリューションを大幅にカスタマイズすることができ、必要なのは、割り当てられた技術リソースと、スコープ、トレーニング、実装の計画だけ、といったところでしょう。現実には、保険会社のITチームは貴重なリソースであり、効果的なシステムを構築するための時間と労力は、他の重要なプロジェクトと競合します。一旦リソースを獲得することは非常に素晴らしいことだが、予期せぬ新たな優先事項が発生し、組織の共有サービスが再配分されることもあります。つまり、導入スケジュールが遅れ、機能が犠牲になり、総所有コストが高くなるということです。

さらに、構築されたシステムのメンテナンスも課題となります。当初の計画では、一度構築すればメンテナンスのためのリソースを削減することが想像されるかもしれません。しかし、不正検知の現実は、不正の傾向と調査には継続的な適応が必要です。このため、リソースを投入して改善や拡張を行わなければ、時間の経過とともにパフォーマンスが低下する可能性があります。それに比べ、ベンダーは専任のITおよびデータサイエンスのリソースを提供し、継続的に製品を改善することで、最新の不正のトレンドやイノベーションに対応することができます。

ビルドへの期待と現実を一致させる

不正検知ソリューションのボンネットの下にあるテクノロジーは、そのアウトプットから学習し、さらに発展させることで、洗練され続けています。AIに特化したベンダーは、保険会社向けにパフォーマンスとアウトプットを向上させることだけに注力しているため、社内で構築・維持できるものについて、社内チームの能力と限界を理解することが重要です。

ベンダーは、保険会社の肩から技術やデータサイエンスの負担を取り除くことができます。つまり、進化する不正のスキームを把握し、調査を加速するための、保険会社で訓練された強力なAIモデルを構築し、管理することができるのです。

統合
不正検知ソリューションを保険会社の基幹シス テムに統合することは、自社構築であれベンダー経由であれ必須です。そして現在、ITチームは標準的なソフトウェア統合アプローチを持っており、このステップを簡単に行うことができます。しかし、次の統合、すなわち不正検知に重要な役割を果たす内部および外部のデータセットとなると、その作業が難航します。  統合のたびに、テスト、フォーマット、クリーニング、ノイズ除去、請求データとの統合が行われ、新しい検知手法やモデルが追加されます。ベンダーのソリューションは、外部データセットを検知モデルに統合することができ、検知の精度と効率を高めることが証明されています。

データ統合だけでなく、ベンダーと提携することで、複数の保険会社や市場にまたがるベンダーの経験から得たインサイトや知識を得る機会が得られ、いわば市場の学びを統合することができます。ベンダーは、不正行為の傾向、検知技術、最も関連性の高いデータソースについて幅広い視点を提供し、顧客に貴重なガイダンスを提供することができる。自社でソリューションに取り組むと、こうした学習が失われ、保険会社は決定的なハンディキャップを背負うことになります。

統合への期待と現実を一致させる

ベンダーは、外部データセットの調査、テスト、準備、統合を定期的に行うとともに、基幹システムとの標準的な統合を構築しています。  データとシステムの統合に計画的なリソースを割かなければ、社内の不正検知ソリューションは不正行為者にとって不利になります。

トレーニングとオンボーディング
構築するか、購入するかの判断が意味するのは、技術評価だけにとどまりません。  不正検知ソリューションを導入する際には、チームを効果的にトレーニングし、成功に導くことが重要です。特にAIソリューションの場合、チュートリアルやウォークスルーだけでは不十分です。社内で作成されたソリューションの場合、これはトレーニングのために共有リソースを追加で導入することや、トレーニングの責任を人手に委ねることを意味します。 

真のベンダー・パートナーシップにおいては、テクノロジーと保険の専門家が製品責任者を作り、スムーズな導入とオンボーディング・プロセスをサポートするだけでなく、プラットフォームの知見や業界のトレンド、過去の顧客経験から得られた学習に基づいて、AI主導のインサイトを継続的に提供します。  献身的かつ継続的なカスタマー・サクセスのサポートは、テクノロジーを効果的に運用し、ソリューションの価値を完全に実現する上で大きな違いを生みます。

結論
保険会社にとって、不正検知システムを構築するか、購入するかの決定が極めて重要であることは明らかです。この決断を下す際には、総所有コスト、機会コスト、変化への恐れ、効率性の向上、インサイト共有のメリットなど、考慮すべき重要な要素があります。これらの要素を慎重に評価し、特定のニーズに合わせることで、保険会社は、リソースを最適化し、顧客に対する競争力を維持しながら、不正検知能力を最大化するための情報に基づいた決定を下すことができます。

シフトへの問い合わせはこちらから受け付けています。