保険業界がコンバインド・レシオの危機に直面していることはよく知られています。様々な理由がありますが、そのほとんどは保険会社とその顧客の双方がコントロールできないものであり、事故後に保険契約者に保険金を支払うには単純にコストがかかります。さらに、悪天候やその他の自然災害により、より多くの請求者がより高額な保険金を請求する環境が生まれ、状況を悪化させています。規制によるものか、競争条件によるものか、あるいはその両方によるものかは別として、保険金の損失をカバーするために保険料を引き上げるだけというのは、継続性のある解決策ではありません。これらの要因については以前の記事（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）で紹介しました。
保険会社にとって朗報なのは、保険契約とクレームのライフサイクルを管理する多くの重要なプロセスに人工知能（AI）を適用することで、コンバインド・レシオを大幅に改善できる選択肢があるということです。本稿では、引受リスクの軽減がコンバインド・レシオにもたらす役割に焦点を当て、効果的な引受リスク戦略を導入することで収益を改善する様々な方法を探っていきます。
サマリー
・保険業界は保険料の徴収漏れだけで平均10～15％の収入減に直面。
・保険引受プロセスの不正を軽減すればコンバインド・レシオを最大5ポイント削減可能。
・保険会社を狙ったデジタル不正は2023年には135～160％増加。
・不正の証拠が存在する場合、個々のクレームの重大性は最大で3倍増。
・AIソリューションで引受リスクを軽減すれば、コンバインド・レシオに多大な影響を与えることが可能。
保険料だけに注目するのは持続可能ではない
私たちが目の当たりにしてきたように、保険料は損害に追いついていません。このような状況に対する自然な反応は保険料の値上げであり、保険業界はそれを行ってきましたが、それは長期的な戦略としては有効ではありません。保険料の値上げに必要な手続きは大変な作業で非常に時間がかかり、従業員の人件費や弁護士費用、その他の費用など、結果的にコンバインド・レシオに上乗せされる追加コストが発生する可能性があります。業界の規制環境も影響を及ぼします。例えば、2017年から2018年にかけて発生したカリフォルニア州の山火事の後、保険会社が直面した状況を考えてみましょう。カリフォルニア州保険局は、保険会社が1回の申請につき6.9%までの料率軽減を公聴会なしで申請することを認めていますが、同州が認める最大6.9%を上回る料率引き上げを確保するには2年近くかかりました。また、重要なこととして、料率引上げ後、保険会社がその恩恵を認識するまでに最大12ヶ月かかることがあります。
コンバインド・レシオを改善するために保険料の値上げを選択した保険会社にとって、近い将来、料率の値上げが市場の流れに逆行するようになれば、競争上不利になる可能性があります。このような場合、保険会社は新規契約の獲得が困難になり、これまで忠実だった保険契約者がより良い契約を求めて離脱する可能性が現実味を帯びるため、トップラインの収入に悪影響が及ぶ可能性があります。このような場合、保険会社はよりリスクの高い保険や契約者を引き受けることになるかもしれません。このようなことから、「保険の収益性を積極的に守るために、保険会社は他に何ができるのか？」という問いが生じます。
いくつかの重要な課題はあるものの、保険会社は保険料の増額に頼ることなく、引受プロセスの中でコンバインド・レシオの問題に取り組み始めることができます。将来の保険契約や保険契約者に関連するさまざまなリスクを真に理解し、その知識を活用して、そのリスクへの対応について最善の判断を下すことは、将来の損失を軽減する最善の方法の一つです。AIはまさにその手助けになります。
保険料の徴収漏れを止めることから始める
保険会社は、保険料の徴収漏れだけで年間10～15％の損失を被っています。ほとんどの場合、この保険料徴収漏れは、保険会社から数百万ドルをだまし取ろうとする犯罪の首謀者や詐欺ネットワークによるものではありません。むしろ、少しでも保険料を節約しようとする一般の契約者や、申し込み手続き中の単なるミスによるものが多くなっています。しかし、原因が何であれ、保険料の徴収漏れは保険会社に毎年多額の損害を与えています。
AIは、申し込みや見積もりの過程で保険料徴収漏れの可能性を特定するのに極めて効果的であることが示されています。プロセスを確定する前に、申込者とそのエクスポージャーの全体像を把握する能力は極めて重要です。AIは、申請者から提供された情報が利用可能な公的記録と一致するかどうかを迅速に確認するために使用することができます。また、例えば、申請者がライドシェアやデリバリーのドライバーであることを示す証拠を発見することで、申請者を異なるリスク・カテゴリーに分類し、異なる料金体系を適用するなど、隠れたエクスポージャーが存在するかどうかを判断する際にも役立ちます。
デジタル不正の増加
他の業界ではデジタル不正の発生件数が15％近く減少しているにもかかわらず、保険業界はデジタル不正の攻撃にさらされています。事実、保険会社を狙ったデジタル不正は、ここ数年で130～160％も増加しています。 保険料徴収漏れの大半の事件とは異なり、デジタル不正は明確な犯罪意図を持って行われています。
詐欺師は匿名性を利用していますが、これは本来、消費者直販であれ、代理店やブローカー経由であれ、保険購入プロセスから摩擦を取り除くことを意図したデジタル・チャネルの副作用です。その結果、情報の改ざんや身元の隠蔽が容易になり、ゴースト・ブローキング（詐欺師がデジタルやソーシャル・メディア・チャンネルを活用して、疑うことを知らない消費者に偽の保険契約を売りつける）のような新たなスキームが可能になります。AIは、保険会社の保険契約を悪用しようとするデジタル不正の兆候を検知しやすくします。例えば、AIは査定担当者が、不正ネットワークの存在を示す可能性のある、無関係と思われるアプリケーション間での個人識別情報（PII）の反復的な使用を確認するのに役立ちます。
当社独自の調査によると、検出された不正ネットワーク1 つあたりの平均損害率は500% 以上です。保険会社の事業からこのような脅威を排除することは、その会社が最終的に黒字になるか赤字になるかに大きな影響を与えます。
将来の不正を阻止することが極めて重要な理由
保険金不正が収益に悪影響を及ぼすことはよく理解されています。しかし、多くの場合、不正請求は始まりに過ぎません。世界中の大手保険会社との協力を通じて、虚偽の説明や詐欺の要素が含まれる場合、保険金請求の重大性が300%増加することを一貫して確認してきました。しかも、この数値は個人および／または場当たり的な不正行為にのみ適用されます。組織化された不正ネットワークが関与している場合、保険金支払の重大性は正当な保険金支払の10倍近くに跳ね上がります。 引受リスクの検出は、個人であろうとネットワークの一部であろうと、保険契約を使って不正を行うことを唯一の目的としている潜在的な保険契約者を特定することにあります。 顧客がどのような人物であるか、また不正を試みた既知の経歴があるかどうか、あるいは認知された不正ネットワークに関連していることが示されるかどうかを知ることは、将来の不正を防止し、保険金支払の重大性を効果的に低減する最善の方法の一つです。
結論
保険は本質的にリスクの高いビジネスです。保険業界は、保険契約者が必然的に保険金を請求した場合に支払わなければならない金額よりも、徴収される保険料の方が多くなるという前提の上に成り立っている。しかし、詐欺師たちは、自分たちに有利なように天秤を傾け、正当な保険契約者に不利益をもたらすことで自らの利を求めるために、あらゆる手段を講じています。AIは保険不正との闘いに強力な手段を与えてくれました。これは、コンバインド・レシオを向上させる方法を戦略的に検討する際に、驚くべき価値提案となります。