株式会社renue
財務経理AI
財務経理AIで、この記事のテーマを実務に落とし込めます
renueが社内で運用しているシステムをサービス化したものです。何ができるか、どう動くかをサービスページでご覧ください。
保険の不正請求検知AIは、請求情報の照合や異常なパターンの抽出を通じて、担当者が追加確認する候補を探すために使います。重要なのは、不正らしいスコアを出せることに加え、根拠の確認、調査の優先順位、請求者への対応までつながることです。本稿では、損害保険の請求を対象に、入力データの整理から誤検知・見逃しの評価、調査結果を戻す運用までを説明します。2026年11月17日時点の情報です。
AIが示した疑義を、原資料で確認できるようにする
受付時には、事故日時、契約内容、請求額、事故報告書、修理見積書、写真などを、同じ請求番号でたどれるようにします。AIへ渡す前に、どの書類のどの版を使うか、欠けている情報は何かを確認します。事故日と書類の作成日、見積額と支払確定額を取り違えると、入力の誤りが不審な請求として扱われかねません。読み取れなかった値は空欄と理由を残し、推測で埋めない設計にします。
数値データの分析では、過去の請求との類似性や頻度などから確認候補を抽出します。テキスト分析では、報告書と見積書の対象物、日時、説明の食い違いを挙げます。関係者のつながりを調べる場合も、同じ修理業者を利用しているという事実と、組織的な不正を疑う根拠を分けます。各方式の結果を並べ、何を追加確認すると疑義を解消できるかを担当者へ示すことが実装の目的です。
日本損害保険協会の2020年4月の公表では、複数の保険会社・共済組合の請求情報を用いた疑義の自動検知と、関係者の相関図作成が紹介されています。このような情報照合の仕組みを、自社がどの範囲で利用できるかは、参加条件や利用目的と合わせて確認します。
LLMには、疑義の根拠と未確認事項を分けて出力させる
例えば架空の事故報告書に「左側を損傷」、見積書に「右側部品の交換」とあるなら、出力は両方の原文と掲載箇所、左右の不一致、確認すべき資料に分けます。転記ミスや別の損傷の可能性もあるため、その時点で虚偽申告とは決めません。LLMが作る説明文の説得力と、根拠の正しさを別々に評価します。出典にない関係者や事故経緯を生成した場合は、担当者が原資料へ戻れるようにします。
LLMへ自由に「不正の確率」を答えさせても、その数字だけでは確率としての妥当性を確認できません。スコアを業務に使うなら、何を予測する指標か、どのデータで評価したかを定めます。支払可否や契約上の対応は、証拠、約款、適用されるルールを確認できる責任者へつなぎます。renueは、業務の入力と出力を追ってから自動化する考えを重視し、ここでも「候補が出た」と「調査が終わった」を別の状態として設計します。人が判断を訂正する記録の考え方は、別業務を扱うAIの警告を確認し、訂正理由を残す運用も参考になります。
正解率だけでなく、誤検知と見逃しの分母を確認する
検知性能を測るには、AIの出力と比較する調査結果が必要です。過去に疑われた請求をすべて不正と扱ったり、支払済みの請求をすべて正常と扱ったりすると、実際に確認できた状態とのずれが生じます。不正と確認したもの、正常と確認したもの、調査中・判断材料が不足するものを区別し、評価時点と分類基準を記録します。未確定の請求を一律に正常へ入れて検出率を計算しないことが大切です。
次は指標を説明するための架空の集計です。1万件すべてについて正否が確認でき、そのうち不正が100件、正常が9,900件だったと仮定します。AIが追加確認の候補にした260件の内訳は、不正80件、正常180件です。候補にしなかった9,740件には、不正20件と正常9,720件が含まれます。この件数や不正の割合は、業界の実態や製品の性能を表すものではありません。
| AIの判定 | 不正と確認 | 正常と確認 | 合計 |
|---|---|---|---|
| 確認候補 | 80件 | 180件 | 260件 |
| 候補外 | 20件 | 9,720件 | 9,740件 |
| 合計 | 100件 | 9,900件 | 10,000件 |
この例の適合率は、候補260件のうち不正だった80件の割合で、約30.8%です。検出率(再現率)は、不正100件のうち80件を候補にできたので80%。誤検知率は、正常9,900件のうち候補にした180件の割合で、約1.8%となります。一方、「候補のうち正常だった割合」は180÷260で約69.2%です。誤検知率と同じ数字として扱うと、調査負荷を読み違えます。これらの定義と閾値による変化は、Googleの分類モデルの評価指標の解説で確認できます。
全件を正常と答えるだけでも、この仮定では正解率99%になりますが、不正100件をすべて見逃します。表のAIは正解率98%であっても、不正80件を確認候補に挙げています。したがって、正解率の高さだけで採用を決めず、見逃し、正常な請求への影響、調査件数を併せて評価します。候補1件の一次確認を仮に6分と置けば、260件で26時間です。これは追加調査や説明の時間を含まない試算なので、実際の作業を測って補います。
本番では候補外の全件に詳細調査を行えるとは限らず、見逃しの総数を直接確定できないことがあります。候補外の抽出調査や後日判明した事案を記録し、どの範囲で確認した率なのかを報告します。学習には過去の期間、評価にはその後の期間を使い、判定時点では入手できなかった最終調査報告を入力しないようにします。従来のルールと比較する際も、対象期間、利用可能な情報、確認範囲を合わせます。業務の負荷と成果を分ける視点は、AI導入前後の比較条件と業務別KPIの設計につながります。
検知した後の調査待ちと、訂正された判断まで運用する
導入時は、実際の支払判断へ影響させずに候補を作る並行検証から始め、候補の根拠を担当者が再確認します。もし確認できる件数が200件なのに260件の候補が出るなら、60件を放置する仕組みにはできません。閾値や優先順位を変える場合は、調査件数の減少と見逃しへの影響を再評価します。処理能力に合わない候補数が続くときは対象を絞る、担当を増やす、従来手順へ戻すなど、運用側の対応も必要です。
案件ごとに、候補になった日時、理由、参照資料、確認担当者、次の対応、確認期限を持たせます。担当者が「資料不足」「誤読」「追加調査へ移行」「疑義を解消」などの理由を記録し、完了するまでは調査中として追跡します。候補の数に加え、滞留件数、調査完了までの時間、正常な請求の処理への影響を確認します。高スコアという理由だけで支払を止める手順にはせず、請求者への連絡や追加資料の依頼を誰が判断するかを決めておきます。
EIOPAの2026年2月の欧州保険会社調査の公表でも、内部業務からの慎重な導入と人による監督、誤った出力やデータ保護への懸念が示されています。また、金融庁のAIディスカッションペーパー第1.1版は、説明可能性、公平性、ハルシネーション、個人情報保護を論点として整理しています。欧州の調査を日本の制度として扱わず、金融庁の文書も一律の具体的対応を義務付けるものと解釈せずに参照します。
利用する情報と、結果を戻す条件を決めてから範囲を広げる
事故情報や診断書を外部AIで扱うなら、利用目的、送信先、閲覧者、保存期間、追加学習への利用条件を確認します。金融庁の同文書でも、学習と推論、外部委託、外国への提供などを分けて検討しています。必要な資料だけを対象にし、診断内容や個人を識別する情報へのアクセスを制限します。試験用データも、利用可能な範囲を確認するか、業務条件を再現した架空データを使います。
調査結果をモデルへ戻す際は、担当者がフラグを解除したことと、不正ではないと確認できたことを区別します。自動生成した疑義を、そのまま次の学習の正解にしないようにします。保険種目、受付経路、災害発生時などで候補の出方や未確定案件の割合が変わっていないかも確かめます。更新後に正常な請求への影響や確認待ちが増えた場合に備え、前の設定へ戻す手順と判断者を置きます。
不正請求検知AIの実装では、原資料、候補、担当者の判断、後日の訂正までを一続きで追えることが重要です。renueの現場で要件定義と実装を並行する開発モデルは、顧客現場に入り、短期プロトタイプと週次改善を行うものです。この進め方を検討するときも、対象の請求情報と確認作業を絞り、検知性能と処理能力を確かめてから適用範囲を広げます。
