何をしたか
英国最大の損保会社 Aviva は、McKinseyのAI部門QuantumBlackと共同で自動車保険の請求処理全体をAI化した。事故報告の受付（FNOL）から賠償責任の判定、査定報告書の作成まで、80本以上のAIモデルがクレーム処理チェーンを担う。人間の担当者は複雑な人身傷害事案にのみ介入する「ダブルヘリックス」構造を採用した。
AI技術とジョブの対応
AI技術: NLP（事故記述文と約款の照合）＋ 予測ML（賠償責任パターン判定）＋ 生成AI（査定報告書の自動起草）＋ 50以上のKPIを横断する高度分析
業界・ジョブ: 自動車保険における事故査定・責任認定・顧客への報告書作成という人間の専門判断が必要とされてきた領域
従来、複雑なクレームは担当者が事故報告を読み、保険約款と照合し、責任割合を判定し、正式な査定書を起草するまでに数週間かかっていた。LLMはこの「文書読解→判断→文書生成」の一連を圧縮した。
なぜユニットエコノミクスが合ったか
2024年の開示数字が具体的だ——自動車保険クレーム領域だけで6000万ポンド（約120億円）のコスト削減を達成。査定期間は23日短縮、請求ルーティングの精度が30%向上、顧客クレームは65%減少した。データサイエンティスト50人以上の投資が、保険料収入の規模に対して回収できると判断したのは、「クレーム1件あたりの人件費と処理時間」がそのまま削減対象になるからだ。損保の変動コストは本質的に「人が書類を読む時間」であり、そこにLLMが刺さった。
転用の示唆
「事故報告→約款照合→判定→報告書」という処理フローは、構造として見ると保険に限らない。行政の申請審査、法律事務所の契約書レビュー、医療機関の診療録要約など、「大量の非構造化テキストを読んで判断基準に照らして出力する」仕事はすべて類似した置き換え可能性を持つ。規模が大きく、繰り返し頻度が高いほどROIが出やすい。