論考記事

コンバインド・レシオの問題:AIで保険金支払と保険料収入のギャップを埋める | [保険AI・不正検知のシフトテクノロジー]

作成者: ジェレミー・ジャウィッシュ|2023/11/08 19:30:00

保険業界は、保険金支払が保険料収入を大きく上回る時期に直面しています。実際、Insurance Information Institute(保険情報協会)によれば、保険引受損失は2025年まで拡大し、2023年には平均コンバインド・レシオが102%を超えると予想されています。保険会社は、長引くサプライ・チェーンの問題や、保険金請求後に契約者に保険金を支払うためのコストを押し上げるインフレによって大きな影響を受けています。気象災害やその他の自然災害の発生と激しさの増大は、保険金請求のコストと補償を求める保険契約者の数に大きな影響を及ぼしています。再保険料は30~50%上昇すると予測されています。当社は、米国の損害保険会社上位10社のうち6社(その他数百社)と提携し、米国の自動車保険および損害保険クレームの60%以上を処理しているため、保険会社のこうした影響を直接目の当たりにしています。

この問題を引き起こしている要因をしっかりと把握しているにもかかわらず、問題への取り組みは難航しています。保険料の値上げは規制当局によってコントロールされており、単純にコスト増をカバーするために値上げすることはできません。それにもかかわらず、米国だけでも2023年には保険料が8.4%上昇し、インフレ率4.9%のほぼ2倍になると予測されています。契約者の中には、実際の自動車代よりも高い保険料を支払う人さえいます。カリフォルニア州やフロリダ州では、保険業界の大手各社が撤退を表明しています。世界的に見ても、状況はさほど変わりません。そのため、保険会社は保険金支払費用の削減と損害金支払いの管理の改善を図らなければならないが、こうしたマクロ経済的要因が迫っている中では難しいことが分かっています。

自動化の難問
保険料の値上げや、より安価な保険金支払方法を見つけることは困難であるため、保険業界は損害率を改善する他の方法を模索してきました。こうした戦略の第一は、「クレームの自動化」という一般的なカテゴリーに分類されるプロセスの改善です。クレーム処理を効率化することは、明らかにクレームコストを削減する一つの方法です。しかし、この問題に対する唯一の解決策はなく、クレームの自動化だけでは十分ではないことも分かっています。

保険金請求の自動化は戦略的に行うべきであり、引受と保険金請求全体にわたる効果的な不正・リスクの検知と組み合わせるべきです。適切な緩和策を講じなければ、保険金請求の自動化はより多くの不正を引き起こす可能性があることは、業界では以前から知られていました。従来の常識では、不正は最大30%増加すると言われています。このような事態が発生すると、保険会社はせっかくの効率化を保険金詐欺の損失増加で相殺することになります。

コンバインド・レシオの改善に向けて、保険会社は自動化や不正行為だけでなく、もっと大きな視点で考える必要があります。販売時点から始めることで、保険会社は悪質な保険契約のリスクを軽減することができます。代位求償や回収へのアプローチも異なります。人工知能(AI)のような最新の技術を保険契約とクレームのライフサイクルの両方に適用することで、コンバインド・レシオを改善することができ、これは保険会社にとっても被保険者にとっても良いことです。

引受査定で将来の損失を回避
AI(詳細は後述)を活用した効果的な不正検知は、保険金請求コストを削減し、コンバインド・レシオを改善する貴重な方法であることが証明されています。しかし、保険のライフサイクルのもっと早い段階でコンバインド・レシオに影響を与える機会があるとしたらどうでしょうか。私たちは、AIが申込プロセスや販売時点で重要な役割を果たせることを発見しました。

様々な虚偽表示に起因する保険料の徴収漏れを最小限に抑えるためには、引受リスクを理解することが重要です。シフトのデータによると、引受プロセスにおいてAI分析を活用することで、保険料の徴収漏れを大幅に減らすことができます。

しかし、それ以上にインパクトがあるのは、保険金請求プロセスにおいて将来の重大なリスクとなる巧妙で組織化された不正を摘発できることでしょう。ゴースト・ブローキング、代理店不正、ハイパー・エンドースメント、保険契約の乗っ取りなどは、クレーム・ロスと獲得保険料の両方の観点からコンバインド・レシオにマイナスの影響を与えるようなスキームの一例と言えるでしょう。

シフトは、組織化されたネットワークの損害率が平均500%以上であることを明らかにしました。保険会社がそのリスクを事前に特定し、予防することで、コンバインド・レシオを大幅に改善することができます。シフトの分析によれば、このようなアプローチをとる保険会社は、将来の保険金請求による損失を数百万単位でなくすことができると同時に、下流の不正行為に関連する営業経費を削減し、ポートフォリオ全体として保険料収入をより多くを獲得する可能性を高めることができます。

AIを活用した保険金不正の影響軽減
保険金不正が損害保険業界に年間数十億ドルの損害を与えていることは周知の事実です。AIを活用した効果的な不正防止策の導入は、プロセスの効率化と保険金支払管理の改善を通じて、保険会社がコンバインド・レシオにプラスの影響を与えることができる方法の1つにすぎません。 シフトは最近、AIを活用した不正検知が保険会社の収益にいかに大きな影響を与えるかを紹介する「2023年SIU保険金請求不正ベンチマークレポート」を発表しました。数百万件のクレームに関するシフトの分析によると、損害保険会社はAIを活用した不正請求検知により、1,000件のクレームを分析するごとに60,000ドルの増加を阻止することに成功しています。自動車保険会社は、AIを使ってクレームを分析すると、1,000件ごとに43,000ドルの増加を達成できます。つまり、年間300万件のクレームを処理する自動車保険会社では、1億2,000万ドル以上の不正請求を削減することが可能です。最終的には、効果的な不正削減戦略によってコンバインド・レシオを1ポイント改善することができます。

代位求償と回収に着目する
業界の試算によると、代位求償の機会を逃したり、無視したりした場合のコストは、年間200億ドル以上にのぼります。残念ながら、その理由は容易に理解できます。代位求償の機会を特定し、追求することは、面倒で、時間がかかり、高度にマニュアル化されたプロセスだからです。多くの保険会社にとって、代位求償は "最善の努力 "のプロセスです。しかし、保険業界が直面している経済的な逆風により、コンバインド・レシオの改善という明確な目標を掲げて、あらゆるプロセスを再検討する必要があります。 AIを活用した代位求償と回収戦略がもたらす潜在的な影響について見てみると、シフト独自の調査によると、AIをこの問題に適用した場合、保険会社はクレーム総額の最大7%を追加で回収できる可能性があります。これは、保険会社が損害率の上昇や収益性の問題を軽減するために活用できる資金であり、コンバインド・レシオで約2ポイントの改善に相当します。

効果を倍増させるAI
AIを保険契約やクレームのライフサイクルを通じて様々なプロセスに個別に適用することで、保険会社がコンバインド・レシオを改善できることは明らかです。コンバインド・レシオをわずか数ポイント改善するだけで、損失が出るか、収支がプラスになるか、あるいは利益を計上できるかの分かれ目となりますが、AIを活用した複数の補完的なソリューションを利用すれば、コンバインド・レシオを3~6ポイント削減することができ、さらに大きな効果が期待できます。これは非常に強力な価値提案です。

結論
現在、保険会社が直面しているコンバインド・レシオの問題は、すぐには解決しない。 困難な問題であるため、これからどうすればよいのかと多くの人が頭を悩ませています。しかし、保険会社のコンバインド・レシオに影響を与える様々なプロセスについて注意深く考えれば、プロセスの効率化とクレーム・ロス・マネジメントの強力な組み合わせによって、これらの外部要因の影響を軽減するために今すぐできる対策があります。AIは不審なクレーム行為の検出、調査サイクルの短縮、不正請求の支払い回避に効果的であることが証明されています。また、代位求償と回収を大幅に改善するためにAIができることも分かってきています。最後に、AIは保険会社がクリーンな帳簿からスタートし、保険料の流出や将来のクレームコストを回避するのに役立ちます。これらのアプローチは、個々には非常に価値のあるものです。これらを組み合わせれば、計り知れない価値があります。

ジェレミー・ジャウィッシュ
CEO兼共同創業者
シフトテクノロジー