三井住友海上、事故対応の通話記録を音声認識と生成AIで自動要約し先行導入へ

事故対応の現場では、顧客を含む事故関係者と交わした通話の内容を担当者が経過記録として書き起こし、損害サービスシステムへ登録する運用が続いていました。一貫したサービスを届けるうえで欠かせない作業である一方、その分だけ担当者の時間は記録づくりに吸われ、迅速で丁寧な対応や防災・減災といった新しい価値提供に手が回りにくくなっていました。

編集部の見立てでは、困りごとの中心にあったのは記録の量そのものではなく、通話という流れて消えていく情報を人の頭で整理し直し、システムの型に入れ直すという二重の変換作業だったのではないでしょうか。聞きながら理解し、終わってから思い出して書く。この工程が残る限り、担当者がどれだけ手慣れても消費する時間は減りにくい。省力化すべき対象は記録という成果物ではなく、そこへ至る変換の手数だったと考えられます。

要約の品質を、要約モデルではなく手前の音声認識で作り込んだ切り分けが効いています。事故対応で頻出する専門用語をあらかじめAIに学習させ、話し手を識別する機能と組み合わせることで、テキスト化の土台を固めました。要約は入力されたテキストの質にそのまま引きずられるため、誰の発言か混ざっていたり用語が崩れたりしたテキストからは、後段の生成AIがどれほど高性能でも実務に耐える記録は生まれません。難所を後工程に持ち越さず前工程で潰した設計が、この構成の要と言えます。

AIの出力を直接システムへ流さず、担当者の確認を挟んでからBRIDGEへ登録する運用フローも、実運用を成り立たせた判断でしょう。経過記録は後の対応で判断材料として参照される文書であり、誤りを含んだまま残せない性質を持ちます。人を完全に外して自動化する道を選ばず、担当者の役割を書く人から確かめる人へ移したことで、精度への不安を抱えたままでも現場に載せられる形になったと見ています。

音声認識と要約を別々の道具として配るのではなく、通話から登録までを一本の流れとしてつないだ設計も見逃せません。技術面をNECが担い、業務要件と検証の場を保険会社側が持ち寄る共同開発の体制が、現場の言葉づかいや運用手順に合わせ込む余地を生んでいます。加えて、いきなり全社へ広げず、小さく試して有効性を見極めてから範囲を伸ばしていく段取りは、業務の停滞が顧客対応に直結する領域で選ばれた現実的な進め方です。

実証実験を通じて経過記録業務の自動化に有効性があることが確認され、一部の保険金お支払センターで先行導入が始まりました。記録業務の効率化で生まれた時間を顧客対応の充実や事故対応の品質向上につなげることは、これから確かめていく期待の段階にあります。今後は効果とリスクを検証しながら適用範囲を段階的に広げ、2024年内に全国の保険金お支払センターでの利用開始を目指す計画で、損害保険業界に特化したLLM（大量の文章を学習させた言語モデル）の採用も検討課題に挙がっています。