ChubbにおけるAI活用

Chubb Limitedは、多国籍企業、中小企業、高純資産層向けに保険を提供する世界的な損害保険会社です。2025年12月の投資家向けプレゼンテーションでは、総資本900億ドル、S&P格付けAA、過去12か月の総保険料収入564億ドルを報告し、収入ベースで世界第7位、収入対利益率では第1位にランクされました。

Chubbは、デジタルトランスフォーメーションを、業務、引受、成長拡大の構造的な見直しと位置づけ、3～4年以内に主要な引受・クレームプロセスの85％を自動化する目標を掲げています。同社は3,500人以上のエンジニアを雇用し、メキシコ、ギリシャ、インド、コロンビアにエンジニアリングハブを構築しています。

本記事では、自動提出受付・引受と、AI駆動のクレーム文書処理という2つの内部AIユースケースを分析します。

インテリジェント引受受付

引受受付は従来、手動のボトルネックでした。ブローカーは一貫性のない形式でリスク情報を提出し、引受担当者は価格設定前に手作業でデータ入力、引受選好度の確認、損失実績の収集に何時間も費やしていました。Chubbは、受付、格付け、事前引受をデジタルイネーブルメントプログラムの核とし、請求やサービスとともに、変革の影響を受ける組織の70％にわたる管理費の大部分を占めるこれらの機能に焦点を当てています。より迅速でクリーンな受付は競争上も重要であり、Chubbの北米卸売部門だけで年間54万件以上の提出を処理しており、この規模での手動トリアージはますます非経済的になっています。

Chubbのグローバルプラットフォームは、代理店や顧客からの提出情報に第三者データを加え、大規模言語モデルを使用してデータを抽出・補完した後、引受担当者に届けます。予測分析は見積もりの優先順位付けや巨災モデリングを支援し、自動化は引受選好度確認、損失実績レビュー、評価額表作成などのルールベースのステップを人間の手を介さずに処理します。Chubbの投資家向け資料では、これを「インテリジェント受付」、接続された運用データ、および引受ワークフロー全体に組み込まれたAIの組み合わせと説明しており、既存プロセスに単一のツールを追加するものではありません。

引受担当者にとっての変化は、生データの入力ではなく、事前に処理された作業として現れます。引受担当者は、事前入力されたリスクデータと、成約確率に関するシステム生成の推奨を受け取り、データの組み立てではなく判断に時間を割けるようになります。以前は手動レビューが必要だった事前引受手順（引受選好度確認、損失実績、評価額表作成）は、現在は人的タッチなしで実行されます。格付けデータは直接管理システムに流れ込み、Chubbはこれにより受付パイプライン全体での無接触率が上昇していると述べています。

このユースケースは北米ではパイロット段階を過ぎ、国際的には初期段階にあります。Chubbのグローバルプラットフォームは毎月4万5千件の提出を処理し、同社は北米のサイクルタイムが24時間から2時間に短縮されたと報告しています。EMEA（欧州・中東・アフリカ）地域はまだ初期段階ですが、既に処理時間の改善が見られます。承認サイクルタイムは22日から8日に短縮され、2026年には1日未満を目標としています。Chubbは、これは不完全なシステムであり、進捗は不均一であると率直に認めています。自動料率生成は年末までに北米の商業財産・保険および金融ラインで20％の無接触率に達する見込みであり、英国やフランスの中間市場、メキシコの自動車・中小企業向け保険などの市場は、完了した展開ではなく、積極的な構築目標としてリストされています。

AI対応クレーム文書処理

クレーム処理は引受規律と顧客体験が交わる場であり、初回連絡の迅速さは両方の主要な推進要因です。Chubbは、電子メールで提出されたクレームの平均初回連絡時間が、自動化イニシアチブにより24時間から3時間に短縮されたと報告しています。

Chubbのクレームシステムは、AI対応の文書取り込み・補完機能を使用して、電子メール提出を含む受信クレーム文書を抽出・補完します。抽出されたデータに基づき、Chubbは予測モデルを適用してクレームの重大度を予測し、次に最適なクレーム担当者のアクションを推奨し、クレームシグナルのフィードバックループを引受に戻すことで、価格設定とリスク選択が過去のデータだけでなく、新たな損失パターンを反映するようにします。

クレーム担当者とそのアウトプットに依存する引受担当者にとって、実際の変更には以下が含まれます。受信クレーム文書は、担当者がファイルを開く前に自動的に処理・抽出・補完され、手動による仕分けとデータ入力を排除します。担当者は、白紙の評価から始めるのではなく、システムから提案された次のアクションと初期の重大度推定を受け取ります。引受チームはクレーム結果からの継続的なフィードバックチャネルを得て、Chubbはこれを、より一貫性のある情報に基づいた引受・クレーム決定と迅速なサイクルタイムを目指す広範な取り組みの一部と位置づけています。

これは量の面でChubbのより成熟したAI導入の一つです。北米では、同社のクレームシステムは2025年に300万件以上のクレーム文書を処理・抽出・補完し、85％以上の無接触率を達成し、電子メールで提出されたクレームの平均初回連絡時間は24時間から3時間に短縮されました。ただし、Chubb自身の資料では、同社全体でのより広範なAIと分析の採用は依然として全体的に実験段階であり、今後2～3年で業界全体で採用が急増すると予想しているため、文書レベルの自動化は拡大しましたが、より高度で判断を要するクレーム自動化はまだ先のことであると注意を促しています。

企業リーダーがChubbのAI導入から学べる教訓は以下の通りです。

AI投資をサイクルタイム指標に紐づける – Chubbはすべてのユースケースを測定可能な前後の時間指標（時間、日、無接触率）に結びつけ、一般の技術アップグレードとして扱うのではなく、運用に対して責任を負わせています。

クレームと引受の閉じたフィードバックループを構築する – クレームの重大度シグナルを引受に戻すことで、AIはコスト削減ツールから価格設定とリスク選択のインプットへと変わり、当初の効率向上を超えて価値を増幅します。

地域展開を慎重に順序づける – Chubbは北米を最初に展開し、EMEAなどの地域は初期段階の構築として扱います。これにより、同社は成熟した展開から学び、他の場所に資本を投入する前に知見を得ることができます。