事故や損害が発生したあと、保険会社に写真や動画、音声メモなど様々な形式の証拠が一斉に届く。この「損害発生通知（FNOL）」の受け付けは、実は熟練スタッフが何十分もかけてシステム画面と格闘する、見えない重労働だった。今回、AWSが示した構成は、AIエージェントが人間に代わってポータル操作を代行し、通知内容を自動で解釈・仕分けする。人の判断領域を残しながら、画面遷移という繰り返し作業をなくす点が最大の変化である。
この記事を一言でいうと
保険金請求の一次受付（FNOL）において、AIエージェントがブラウザを直接操作し、写真や動画を含む多様な証拠を自動で解釈・分類する構成がAWSから公開された。従来、人が手動で行っていたポータル操作をAIが代行し、査定担当者は「仕分け済みの判断材料」から仕事を始められるようになる。
なぜ話題なのか
損害保険の現場では、事故直後に送られてくる情報が極めて雑多だ。現場写真、動画、スキャン書類、音声メモなど形式が統一されておらず、これらを保険会社のポータル画面に沿って手作業で登録・検証する工程が、ベテラン担当者の時間を大きく消費してきた。業界観測では、初動処理だけで査定時間の相当な割合が取られるといい、大災害時のような請求集中時には処理の滞りが深刻化する。
この状況に対し、単に「AIに書類を読ませる」だけでは解決しない。保険会社のシステムは人間が画面操作する前提で設計されており、AIが情報を解釈できても、実際にポータルへ入力する段階で結局人手が必要だった。今回の構成が注目されるのは、AIが推論する範囲と、実際にブラウザを操作する範囲を初めて実用的に結合した点にある。
一般読者や企業にどう関係するのか
保険契約者から見れば、事故連絡から査定完了までのリードタイムが短縮される可能性がある。特に台風や地震など広域災害時、請求が殺到して数週間単位で遅延する構造的な課題に対し、AIによる自動一次処理はバッファとして機能する。
日本市場においては、損害保険各社がAIによる査定補助や画像判定の実証を進めており、自然災害の頻発という国内事情と親和性が高い。すでに複数の国内損保がAWS上で基幹系のモダナイズを進めている背景もあり、ブラウザ操作を代行するエージェント型の自動化は、レガシーポータルを置き換えずに自動化レイヤーを追加できる点で、導入障壁が比較的低いと見られる。コールセンターやBPO業務の一部代替としても関心を集めるだろう。
AI業界の構造で見ると何が変わるのか
この構成は、AIエージェントが「考える」機能と「操作する」機能を分離しつつ連携させた点に構造的な新しさがある。
- Strands Agents SDKが保険領域に特化したビジネスルール、証拠の相互確認、請求の複雑度判定などを担う。基盤モデルはAmazon Bedrock経由で呼び出す。
- Amazon Bedrock AgentCore Browser Toolが、隔離されたChromeセッションを提供し、Amazon Nova ActというクライアントSDKが自然言語の指示を実際のUI操作（「未処理の請求を開く」「画像解析を起動する」など）に変換する。
従来、RPAはルールベースで壊れやすく、生成AIはテキストや画像の理解にとどまり画面操作まではできなかった。今回の構成は、マルチモーダルな証拠の解釈と、人間用ポータルの動的制御を、単一のエージェントワークフローとして統合している。これにより、AIが単なる分析ツールから、業務プロセスを直接実行するアクターへと一段階進化する。
クラウド側の競争軸としては、Bedrockが提供する「マネージドブラウザ操作環境」がポイントになる。自前でブラウザ自動化のインフラを組む必要がなくなり、セキュリティ境界やセッション分離をAWS側が担保する。これは、エンタープライズ向けAIエージェントの展開において、SaaSベンダーやSIerがエージェントを組み込んだ業務アプリを構築する際の大きな加速要因となる。
一次情報から確認できる事実
- この構成はAWS公式ブログで公開され、Strands Agents SDKとAmazon Bedrock AgentCore Browser Toolを組み合わせたFNOLのハンズフリー処理を実証している。
- Strands AgentsはオープンソースのSDKであり、特定の基盤モデルに依存せずBedrock経由で複数のFMを利用できる設計。
- Amazon Nova Actは自然言語の指示をUI操作に変換するクライアントSDKで、AgentCore Browser Toolが提供する分離Chromeセッション上で動作する。
- 対象業務は「マルチモーダルなFNOL証拠をタグ付けされ意思決定可能な状態にすること」であり、査定担当者が生の証拠ではなく、整理済みのコンテキストから作業を開始できるようにする点が強調されている。
- 災害などによる請求集中時の遅延悪化が、この仕組みの必要性を裏付ける課題として明示されている。
関連企業・関連技術
- Amazon Web Services (AWS): Amazon Bedrock、Amazon Nova Act、AgentCore Browser Toolを提供。クラウド上のマネージドAIエージェント実行環境を構築。
- Strands: モデル駆動型のAIエージェント構築SDKを提供するオープンソースプロジェクト。保険領域に限らず、ドメイン特化型エージェント開発に利用される。
- 損害保険業界全体: FNOL処理の効率化は世界的な課題であり、GuidewireやDuck Creekといった保険コアシステムベンダーもAIによる請求自動化機能を拡張中。
- エージェント技術の競合領域: Microsoft (Copilot Studio / Power Automate)、Google (Agent Development Kit)、Salesforce (Agentforce) などもブラウザ操作や業務プロセスへのエージェント組み込みを推進しており、企業向けエージェントのプラットフォーム競争が激化している。
今後の論点
- ブラウザ操作の安定性と例外処理: 実運用のポータルは画面構成の変更や非標準的なUIが多く、AIエージェントがどこまでロバストに動くかが実用化の鍵を握る。
- 責任分界点の整理: エージェントが誤って請求を分類した場合の責任所在や、人間の承認を挟むワークフロー設計のベストプラクティスは未確立。
- 規制対応と監査証跡: 保険業界は各国の規制下にあり、AIエージェントが下した判断や操作のログをどのように保存・監査可能にするかが重要。
- 日本での導入障壁: 国内損保の基幹システムは多様で、英語圏前提のSDKやツールが日本語UIや国内独自の業務フローに適合するかは別途検証が必要。
- モデル進化との相互作用: 基盤モデルのマルチモーダル理解能力が向上するほど、Strands Agents側のルール設計も変化するため、両者のバージョン管理と継続的改善の枠組みが求められる。
