オリックス生命株式会社

契約数の増加とともに、増大する業務を効率化

背景について教えてください。

CS（顧客満足度）の向上を経営の重要課題の一つに掲げているオリックス生命では、新規契約から更新、契約内容の見直し、保険金・給付金の支払いまでの加入者のLTV(ライフタイムバリュー)を高める、一貫したサービスやサポートの提供、それに伴う社内プロセスの改善に取り組んでいました。

多様化するお客さまのニーズに寄り添った商品やサービスの提供によって、個人向け保険の保有契約数は過去10年で約10倍にも成長しました。ただ、同時に契約数の増加に伴い、申込書などの各種帳票を扱う上で、膨大なデータを手作業で入力する業務が発生し、費用および時間面において大きな負荷がかかり、いかに業務を効率化させ、また同時にコスト削減を図ることが求められてきました。

こうした課題の解決に向け、従来のBPO（業務の外部委託）にて手入力していたお客さまから頂く保険の新規契約書や診断書の明細書などの文書をAI技術を活用し、電子化できないかと考えました。

DEEP READを導入に至った経緯とは？

AI-OCRの導入にあたっては、複数の製品・ソリューションを検討し、POC（概念実証）の結果、最も認識精度が高かったことがDEEP READを選定した決め手となりました。

認識精度の高さは重要なものの、実際に導入後に気がついたこととしては「確信度」までを把握することでした。確信度まで示してくれるDEEP READは、他製品やソリューションにはない大きなメリットだと言えるでしょう。

例えば、AI-OCRの認識精度が９割だったとしても、残りの１割は誤認識が生じてしまうのです。そのため、その１割の誤認識箇所を探すために、入力されたデータ全てをオリジナルの手書き書類と照らし合わせ、確認する必要が生じてしまいます。この場合、自動化したつもりが、逆に人によるマニュアル作業は変わらず、大きな業務の効率化やコスト削減にはつながりません。

その点、DEEP READは、確信度の低いデータだけを抽出し、その箇所だけを選び出してチェックすることにより、人手の負担を大幅に削減することができるのです。実際の運用では、確信度が高い70％程度のデータはそのまま基幹システムに登録し、残りの約３０％のデータのみを人によるチェックを経て、処理されるようになりました。

このような業務フローを実現することにより、業務の効率化やコスト削減を実現することができました。単に認識精度が高いだけでは、これほどの投資対効果を得ることは難しかったと思います。

入力コストが50％以上も削減に

DEEPREAD導入後の効果を教えてください。

現在、入退院日を入力し診断明細書の画像データをアップロードすることにより、給付金の請求手続きをオンライン申請できるサービス「給付金ウエブ手続きサーブス」の一部でDEEP READを活用しています。

診断明細書をDEEP READで読み込み、治療内容や処方された薬剤の情報等をもとに、傷病名や手術名の候補を利用者のスマートフォンやPCに同時表示する機能を掲載しており、給付金の請求時に必要な情報を利用者自信が入力する手間を大幅に削減させました。

さまざまなカスタマイズもあり、システム構築には多少の時間がかかったものの、DEEP READ導入後は手入力した時に比べて入力コストが50％以上も削減されました。人手のままでは、どんなに頑張っても削減幅に限度がありましたが、DEEP READ導入により、一気にコストを半減できたことは経営層を含め、大変満足している結果です。

今後の展望は？

今後は、専門用語が多い医師の診断書など、より判読難度の高い非定型文書の手書き文書にまで範囲を広げ、業務効率化とコスト削減を図っていきたいと考えています。