一番難しいところから始めることにした

日高:しかも複雑で難しい。

井戸:その通りです。我々として一番人手がかかっているところです。

日高:AI(人工知能)の応用先として一般には顧客からの問い合わせに答えるコールセンターに使う例が多いですね。

井戸 潔 氏
かんぽ生命 取締役兼代表執行役副社長
1978年4月 安田火災海上保険入社。2002年6月 安田火災システム開発代表取締役社長。2002年7月 損保ジャパン・システムソリューション代表取締役社長。2007年4月 損害保険ジャパン執行役員。2009年4月 損保ジャパンひまわり生命取締役常務執行役員。2010年4月 同社取締役専務執行役員。2011年10月 NKSJひまわり生命保険取締役専務執行役員。2013年6月 かんぽ生命専務執行役。2013年7月 かんぽシステムソリューションズ取締役。2016年6月から現職。

井戸:コールセンターから始めて、さらに複雑な業務に使っていくやり方ですね。我々は全く逆なのです。

日高:真っ先に心臓部から始める。

井戸:心臓部から始めて、そこで得た知識やノウハウを例えばコールセンターへ展開しようと考えています。

日高:チャレンジですが、お客さんの信頼を左右する業務ですから、感銘を与えられるところでもありますね。

井戸:ええ。「支払いに使いたい」と言われて最初は「えっ」と思ったのですが、確かにそこに入れることによって大きな効果が得られるのではないかと。

 支払いを審査する担当者が一人前になるまで10年ぐらいかかります。支払いの業務知識は当然として、医療に関する知識、判例、そういったことまで頭に入っていないと支払いに伴う審査はできない。今までは膨大な人を抱えてやってきました。

 信頼と仰いましたが、まさにそうで、保険会社は生保も損保もいわば形のないビジネスですから、お客さまに一番アピールできるところは支払いなのです。いかに迅速に、正確に、お支払いできるか。支払いの遅れや未払いがあってはなりません。

 Watsonを活用することで、使えば使うほど精度が高まっていく、まさに学習していける世界が開けるのであれば、一大変化です。支払可否を判断する担当者を支援できるし、正解にたどり着くための時間を縮め、精度を高められる。当然のことながら支払い漏れを無くせる。例えば当社の比較的経験の浅い社員であっても、10年目のベテランと同じ業務品質で支払いの判定ができるようになれば画期的です。

途中で諦めずに粘り強くやるしかない

日高:過去の支払いデータをWatsonに学習させるのですか。

井戸:我々の会社には、膨大な支払いのデータが蓄積されています。まず、それを分析し、過去にこういう事例でこういう判断をした、と整理して、Watsonに学習してもらう。次に、ある状況の支払い要求を入力し、Watsonがベテラン社員と同様に最適の解を出せるかどうか検証する。

 実際にベテランの査定者に検証してもらい、支払いの業務に日々携わっている人たちの声を聞いて、仕組みをチューンナップしてきました。2年ぐらいかかりましたけれど、ほぼ仕組みが完成できたので、いよいよ本格的に導入する準備が整ったわけです。

日高:学習するのに結構、時間がかかりますね。

井戸:これはもう、途中で諦めずに粘り強くやるしかない。IBMと相談しつつ、何回も何回も繰り返し検証してきました。

 検証には大きく二つあって、まず、どこに使ったらよいかを見極める。我々はユースケースという呼び方をしていますが、こういうケースにはこのやり方を使おう、といったように焦点を絞ってやっています。支払い業務の全般にいきなり入れるわけではなく、うまく機能し、効果がはっきり見えてくる特定の箇所を見つけ、そこに適用する。

 もう一つ、システムというのは常にそうなのですけれども、現場の人に使ってもらわないと何の意味もないですから、保険金の支払い業務を担うサービスセンターの人たちの声を聞きながら、より使いやすいものに変えていく。ここを何度も繰り返してきました。