保険金の請求に写真や書類が添えられていても、それだけで出来事の裏付けが十分になるとは限りません。生成AIで画像を作れるようになったことで、保険会社には複数の証拠を照合する力が求められています。英国のAvivaが2026年6月8日に発表した2025年の不正検知実績は、その課題を考える材料になります。
イノベトピアの報道とAvivaの発表を確認すると、数字の集計範囲とAIの役割を丁寧に分ける必要があります。「AIだけで巨額の詐欺を防いだ」という成果ではありません。
集計対象が変わった過去最高額
Avivaは、Direct Lineのブランドを含むグループで、2025年に疑わしい保険金請求を18,400件超、金額で2億3,300万ポンド検知したと公表しました。1日当たりに換算すると63万8,000ポンド超です。Direct Lineを合算するのは今回が初めてであり、過去の集計と範囲をそろえずに増加分のすべてをAIの効果と解釈することはできません。
また、検知した疑わしい請求の金額は、そのまま確定した犯罪被害額や裁判で認定された額を意味するものではありません。発表では深刻な不正に関する刑事手続の結果にも触れていますが、検知、調査、判断は異なる段階です。業務用AIの評価でも、この区別を残すことが大切です。
偽装事故だけでなく正規請求の水増しも
Direct Lineを除く英国一般保険事業の説明では、自動車保険が検知件数の7割超を占めます。一方、手口は事故を仕組む形だけでなく、修理費や損害を誇張する形へ広がっているとされます。検知額は自動車で39%、賠償責任保険で32%増加しました。
Avivaは、事故や損傷を示すAI生成画像、加工された文書が請求の裏付けに使われる例が増えていると説明しています。実際の事故が存在する場合にも、一部だけが誇張されている可能性があります。画像を本物か偽物かの二択で判定するだけでは、請求全体の妥当性まで決められない理由がここにあります。
申込段階では10万5,000件超の不正を検知し、無効または改変された保険を売りつけるゴーストブローカーに関する検知が7%増えたとしています。請求書類だけを確認すればよいのではなく、契約の成立前から問題が入り込む可能性を示しています。
AIの検知と担当者の判断をつなぐ
同社は高度な分析とAI対応ツールを、人の監督や専門調査員と組み合わせると説明しています。公表された資料から確認できるのはこの運用方針であり、個々のモデルの検知率や誤検知率、内部の判定条件までは明らかではありません。2億3,300万ポンドという総額からAI単体の精度を逆算することはできません。
日本の業務へ応用する際の論点は、疑わしいものを見つける段階と、顧客に不利益な決定を行う段階を分けることです。これは本稿の考察です。警告に原資料や矛盾点を添え、調査員が追加確認を行えるようにすれば、モデルの出力をそのまま処分へつなげる運用を避けられます。
画像の加工痕だけで断定する方法にも限界があります。圧縮や撮影条件、通常の編集が結果へ影響し得るため、異なる情報との整合性を確認し、顧客が事情を説明できる手続きを持つことが重要です。調査を厳しくするほど正当な請求の支払いが遅れるなら、その負担も評価に含める必要があります。
成果を見る指標を一つにしない
検知額だけを最大化すると、高額な請求を広く疑う運用に偏るおそれがあります。本稿の提案として、調査で確認できた割合、正当な請求を保留した件数、解決までの日数、担当者の修正率を併せて見る方法が考えられます。導入前後の比較では、契約件数や集計対象の変化もそろえます。
書類を使って事実確認を行う仕事は保険以外にもあります。申請受付や取引審査でも、見た目の説得力を証拠の強さと取り違えない設計が必要です。原本と受領時刻を保存し、加工後の資料を別に管理し、判断に使った情報を追えるようにする取り組みは、AIの製品選定と並行して検討できます。
AI活用の業務設計や運営会社への相談窓口は、RO合同会社の公式サイトをご覧ください。本稿は公表事例の解説であり、個別の保険請求に対する判断や助言ではありません。
ポッドキャスト燎RYOU課 ポッドキャスト
ポッドキャストを聴く →
