AI保険 / 海外保険業界におけるAI実装の「規模化（Scale）」と法的ガバナンスの壁 / BCGレポート『Insurance Leads AI Adoption. Now It's Time to Scale』を読む雑感

0　はじめに

　「AIと法雑感」では保険法の論点には一切立ち入らない。保険法上の論点については学会発表や論文で将来触れることとし、ここでは法的論点以外の情報提供にとどめる。
　AI保険については、以下を読んでいただくことで背景理解が深まると思料する。今回は以下の続編的な側面も有する。いずれも1分で読める内容である。

　なお、以下の雑感は2025年9月時点の内容である点を留保しておく。

　2025年は、生成AI（Generative AI）を巡る議論は、明らかに新たなフェーズへと突入した年であった。2023年から2024年にかけての「何ができるのか」という探索的な狂騒は落ち着きを見せ、企業の実務は「いかにして実利を生み出すか」、すなわちビジネスへの本格的な実装と「規模化（Scaling）」の段階へと移行している。

　こうした潮流の中で、ボストン コンサルティング グループ（以下、BCG）が2025年に公表したレポート『Insurance Leads AI Adoption. Now It's Time to Scale』は、極めて示唆に富む内容を含んでいる。同レポートは、規制産業であり、かつ高度なデータ集約型産業である保険業界が、AIの導入（Adoption）において他産業をリードする「トップランナー」であることを示しつつ、同時にその先のフェーズである「規模化」において深刻な停滞に直面している現実を浮き彫りにしているからである。

　今回は、このBCGレポートが提示するファクトを端緒として、AIが実験室（パイロット）から実社会（スケール）へと解き放たれる際に直面する構造的な課題について、筆者の関心領域である「法的責任の分配」や「ガバナンスの断片化」といった視点から雑感を述べることとする。

1　問題の所在――「7%」の衝撃とパイロットの檻

　まず、レポートが示す現状認識において最も衝撃的なのは、その「成功率」の低さである。

　BCGの調査によれば、保険業界のデジタル成熟度（DAIスコア）は42ポイントと、テクノロジー・通信業界に次ぐ高水準にある。保険とは本質的に、大数の法則に基づくリスクの計量化と、契約による経済的価値の移転を業務とする産業であり、データ処理と予測を本分とするAI技術とは極めて親和性が高い。

　しかし、AIを試験的に導入している企業は多いものの、それを全社規模で展開し、戦略的なビジネス価値を創出する「Scale」の段階に至っている保険会社は、わずか「7%」に過ぎない。

　残りの9割以上の企業は、年間投資額が500万ドル未満で特定のタスクの自動化に留まる「パイロットへの幽閉（Locked into Pilots）」の状態か、あるいは複数の部署で散発的な実験が行われているものの統合されていない「断片的な実験（Broad Experimentation）」の段階で足踏みをしている。

　なぜ、技術的な親和性が高いはずの保険業界において、これほどまでにスケーリングが困難なのか。レポートは、その障壁の多くが技術的な問題ではなく、組織やプロセス、人間（People & Organization）に起因すると指摘する。

　これを法的な視座から読み解けば、パイロット段階のAIは「隔離されたサンドボックス内の道具」として管理可能であったが、スケーリングの段階においてAIが基幹業務に深く組み込まれた途端、既存の法的責任構造やコンプライアンス体制（ガバナンス）との摩擦が表面化し、組織的な「すくみ」が生じているのではないかと考えられる。

2　「10-20-70の法則」と法務機能の再定義

　レポートは、AIプロジェクトの成功要因を「10-20-70の法則」として提示している。すなわち、成功の10%はアルゴリズム、20%はテクノロジー基盤、そして残りの70%は「ビジネスプロセスの変革と人材育成」にあるという経験則である。

　この「70%」という数字は、企業法務やガバナンス担当者にとって極めて重い意味を持つ。

　従来、AIに関する法的な議論は、著作権侵害の有無や個人情報保護法の遵守といった、主に「データとアルゴリズム（10-20%）」の領域に集中する傾向があった。しかし、AIがスケーリングに失敗する主因が「プロセスと人（70%）」にあるとすれば、法的リスクの重心もまた、そこへ移動していると見るべきである。

　例えば、AIを全社的に導入する場合、既存の業務フローをAI前提で再設計する必要がある。そこで問われるのは、「AIが提示した判断を人間がどう承認するか」という権限規定の改定であり、「AIのミスによって顧客に損害が生じた場合の責任分界点」の明確化であり、あるいは「AIによって不要となった業務に従事していた従業員のリスキリングや配置転換」に伴う労働法上の調整である。

　これらはすべて、技術の問題ではなく、組織設計とルールの問題である。「7%」の壁を越えるためには、法務部門が単なる「適法性チェッカー」から、この70%の領域における「プロセス・アーキテクト」へと役割を進化させることが不可欠であろう。

3　確率論的AIと保険数理（アクチュアリー）の法的緊張

　保険業界特有の課題として、レポートは「アクチュアリー文化とAIの確率論的性質の衝突」を挙げている。ここには、法学的に非常に興味深い対立軸が存在する。

　伝統的な保険実務は、アクチュアリー数理に基づく厳格な決定論的ロジック（Deterministic Logic）に支えられてきた。リスク区分は統計的に正当化され、契約条件は約款に基づいて一義的に定まることが理想とされる。ここには、法が求める「予見可能性」と「説明可能性」が担保されている。

　対して、深層学習をはじめとする現代のAIは、本質的に「確率論的（Probabilistic）」な挙動を示す。AIは入力データに対して「99%の確率で正解」を出力することはできても、「なぜその結論に至ったか」を人間が理解可能な論理で完全に説明することは困難な場合が多い（ブラックボックス問題）。

　レポートでは、非構造化データの活用により、アンダーライティング（引受査定）の損害率（Loss Ratio）を最大3ポイント改善できる可能性が示されている。しかし、AIがSNSの投稿や生活習慣データなどの膨大な非構造化データからリスクを推論する際、人種、信条、社会的身分といった「法的に考慮してはならない属性」と相関する代替変数（Proxy）を用いて、差別的な選別を行うリスクがある。

　もし、AIが導き出した「最適解」が、統計的には正しい（リスクと相関がある）が、法的には許容されない差別（間接差別）であった場合、企業はそれを事前に検知し、排除できるか。スケーリングされたシステムにおいて、個々の判断プロセスが不可視化される中、事後的に差別がないことを立証し、説明責任を果たすことは極めて困難となる。

　「7%」の先進企業は、この確率論的な不確実性を技術的にゼロにするのではなく、ガバナンスの枠組みの中で「受容可能なリスク」として管理する体制を構築しているはずである。それは、AIの出力に対する継続的なモニタリングと、法的なレッドラインを超えないためのガードレール（安全装置）の実装を意味する。

4　Agentic AI（自律型エージェント）と「行為」の帰属

　さらに、本レポートで特筆すべき点は、「Agentic AI（自律型エージェント）」への言及である。従来の生成AIが情報の生成や要約を主たる機能としていたのに対し、Agentic AIは自律的に推論し、計画を立て、システムを操作してタスクを完遂する能力を持つ。BCGは、2028年までにAIが生み出す価値の約3割が、このエージェントによって創出されると予測している。

　保険実務において、これはAIエージェントが人間に代わって顧客と交渉し、最適なプランを提案し、場合によっては契約締結や保険金支払いの手続きまでを代行する未来を示唆している。

　ここで生じるのは、エージェントの「行為」の法的効果の帰属問題である。

　例えば、AIエージェントがハルシネーション（幻覚）を起こし、本来の約款解釈とは異なる（しかし顧客にとって有利な）説明を行い、契約を締結してしまった場合、保険会社はその表見代理責任を負うのか。あるいは、エージェントが顧客の意図を誤認して不適切な商品を販売した場合、それは金融商品取引法や保険業法上の説明義務違反となるのか。

　民法上の原則に照らせば、AIを業務に利用している以上、その行為の効果は原則として企業に帰属する（履行補助者としての過失、あるいは使用者責任の類推）。しかし、AIの自律性が高まり、人間の具体的な指図を超えて（あるいは予期せぬ方法で）行動した場合、その予見可能性の範囲をどう認定するかは難問である。

　スケーリングを実現するためには、AIエージェントに広範な権限を与えつつも、致命的なエラー（法的違反）を防ぐための「コンプライアンス・ガードレール」を、コードレベルで実装する必要がある。これはまさに「Law as Code（コードとしての法）」の実践が求められる領域である。

5　断片化（Fragmentation）と「プロダクトオーナー」の責任

　最後に、「断片化」の問題について触れたい。

　レポートは、組織のサイロ化（縦割り構造）がAIのスケーリングを阻害していると繰り返し指摘している。技術部門、ビジネス部門、そして法務・コンプライアンス部門が分断されたままでは、全社的なプロセス変革は成し遂げられない。

　法学的な視点から見れば、組織の断片化は「責任主体の断片化」に直結する。

　AIシステムのエラーによって損害が生じた場合、それはアルゴリズムの欠陥か、学習データの偏りか、運用ルールの不備か、あるいは人間の監視ミスか。組織がサイロ化している場合、責任の所在が曖昧になり、「誰も全体像を把握していない」という組織的過失を招きやすい。

　レポートが提言する「ビジネス主導のプロダクトオーナー（Product Owner）」の設置と、クロスファンクショナルなチーム（Pod）の組成は、プロジェクト管理上の要請であると同時に、法的責任の結節点を作るという意味で極めて重要である。

　プロダクトオーナーは、AIシステムのパフォーマンス（収益性）だけでなく、その安全性、公平性、適法性についても包括的な責任を負う主体となるべきである。取締役会や経営陣は、このプロダクトオーナーに対して適切な権限とリソースを与え、同時に実効性のある監督を行う義務（内部統制システム構築義務）を負うことになるだろう。AIガバナンスとは、単に倫理規定を作ることではなく、こうした具体的な責任権限の分配構造を組織内に設計することに他ならない。

6　雑感

　BCGのレポート『Insurance Leads AI Adoption. Now It's Time to Scale』は、保険業界におけるAI活用の現在地と、その先に待ち受ける「スケーリング」の難しさを浮き彫りにした。

　「7%」という数字は、技術投資の多寡だけでは越えられない壁の存在を示している。それは、確率論的なAIを、決定論的な法とビジネスの秩序の中にいかに統合するかという、ガバナンスの壁である。

　AIと法の交差点において、我々は今、抽象的な倫理原則を議論する段階から、具体的な業務プロセスと責任構造を設計する実装の段階へと移行している。断片化された組織をつなぎ、ブラックボックス化する因果関係に法的な光を当て、人間とAIの適切な協働関係を制度として構築すること。

　保険業界が直面しているこの課題は、遠からず全ての産業が直面する普遍的な問いである。スケーリングを成し遂げる企業とは、技術を飼いならすだけでなく、法と対話し、リスクを能動的にデザインできる企業のことなのかもしれない。