ウェビナーまとめ：欧州最大級の保険会社はいかにAIエージェントを本番導入したか

保険のお客様が電話をかけてくるのは、物事が順調なときとは限りません。事故の後、保険金を請求するとき、あるいは深刻な危機の最中に電話をかけてきます。その会話がその後のすべてを左右し、多くの場合、お客様にとって保険会社との唯一の実質的な接点になります。

Admiralは英国、イタリア、フランス、スペインで、毎年何百万件ものこうした会話に対応しています。現在は、AIエージェントを活用し、コンプライアンスを維持しながら対応を支援しています。 

このウェビナーでは、Admiralのチームが、その進め方を紹介しました。最初のユースケースの選定、初日からの法務・コンプライアンス部門の参画、そして動作するプロトタイプから、数週間ではなく数時間で本番変更をリリースできる体制に至るまでを解説しています。

主なポイント

• 対象は絞りつつ、実際の課題に取り組む。 Admiralが最初に本番導入したユースケースは、英国の融資事業における清算見積もりでした。現実的なスケジュールでリリースできる範囲に絞りながら、電話システムやバックエンドとのインテグレーションも扱い、すべてを一度に解決しなくてもアーキテクチャを検証できました。
• 拡大する前に基準を引き上げ、下げない。 Admiralは初日から本番運用を前提に構築し、技術の進化に合わせてガバナンスのサイクルを刷新しました。また、明確に範囲を定めたパイロットに、初日から法務・コンプライアンス部門を参加させました。
• 規制は土台であって、設計のすべてではない。 Admiralは規制要件に独自の社内ルールを重ね、証明可能でなければならない事柄には決定論的ロジックを用い、支援を必要とする、または精神的につらい状況にあるお客様は人間のエージェントへ引き継ぎます。
• 本当の仕事は本番運用から始まる。 すべてのエージェント変更は完全なシミュレーションテストスイートで検証され、トラフィックの1％から100％へ段階的に展開されます。このサイクルは数週間から数時間へと短縮されました。

対象は絞る。ただし絞りすぎない

Admiralが最初に本番導入したユースケースは、英国の融資事業における清算見積もりでした。リストの中で最も難しい問題ではなく、意図的にコントロールしやすい出発点を選んだのです。Kampaはこのアプローチを、拡大する前に1つの国と1つの事業部門を選んで試すことだと説明しました。

Neelyによると、これが本番導入に至る展開と停滞する展開を分けるパターンです。ユースケースは現実的なスケジュールで解決できる程度に絞りつつ、周辺システムを実際に動かすのに十分な複雑さも必要です。清算見積もりが機能したのは、会話の経路が限られている一方で、電話システムやバックエンドとのインテグレーションにも触れ、すべてを一度に解決しようとせずにアーキテクチャを検証できたためです。

この選択では、いくつかの点が重要でした。

• 限定された範囲、実際の複雑さ。 ユースケースには、スクリプト化された理想的な経路だけでなく、電話システムとバックエンドのインテグレーションをテストできるだけの変化が必要です。
• 迅速な本番導入。 開発中の期間が長いほど、実際の会話からエージェントを改善するためのフィードバックが得られるまでの時間も長くなります。Neelyはこれを「最後の20％」と呼びました。実際のお客様がシステムと会話し始めて初めて見えてくる部分です。
• 量と影響を両立させる。 Admiralは、待ち時間の短縮と迅速な解決が顧客体験を目に見えて改善できる、シンプルで件数の多い対話から始めました。

拡大前に基準を引き上げ、下げない

Admiralの経営陣は、AIエージェントによってコンプライアンスとテストの基準を下げるのではなく、引き上げるべきだと明確に示しました。Kampaは率直にこう述べています。エージェントがスクリプトから逸脱したりルールを破ったりするリスクは、人間のエージェントが判断を誤るリスクとは性質が異なるため、検証基準は従来より厳格でなければならない、と。

その基準は、チームが早い段階で掲げた3つの方針に表れています。

• 概念実証ではなく、本番運用のために構築する。 Kampaは、拡張されない小規模な実験を行うのではなく、初日から本番稼働を見据えて設計するようチームに伝えました。
• 技術のスピードに合わせて動くガバナンス。 Kampaは、承認に6か月かかるガバナンスプロセスでは、リリース時にはすでに時代遅れになった技術を承認するリスクがあると指摘しました。Admiralは、基盤となるモデルやツールの変化の速さに合わせてレビューのサイクルを刷新しました。
• 初日から法務・コンプライアンス部門を参画させる。 法務・コンプライアンス部門がいつプロジェクトに加わったのか尋ねられると、KampaとClarkはともに即答しました。初日からです。承認を無期限に求めるのではなく、明確に範囲を定めたパイロット（定められた件数の通話）として進めました。

規制を土台にし、設計のすべてにはしない

Clarkは、顧客にAIと会話していることを伝えることや、一部の法域で人間へのエスカレーションを提供することなど、規制要件は英国、イタリア、フランス、スペインで異なると明確に説明しました。Admiralは、解決可能な会話から特定の発信者が「エスカレーション」によって抜け出すことを許さず、そうした違いに対応できるようエージェントを構築しています。

一部の会話は、そもそもエージェントに任せません。Admiralは支援を必要とする、または精神的につらい状況にあるお客様を人間のエージェントへ引き継ぎます。AIは、その引き継ぎのきっかけとなる兆候を検知できるよう学習されています。

Kampaは、より広いアプローチを階層的なものとして説明しました。「規制はあくまで土台」であり、その上にAdmiral独自の社内ルールや文化的な基準が置かれ、規制要件をさらに上回る場合もあります。

この階層化は、Admiralが決定論的ロジックと非決定論的ロジックをどこで使い分けるかにも影響しました。Clarkは、非決定論的な推論は発信者の意図の理解や苦痛の検知に適している一方、事業上、証明可能である必要があること、必須の規制上の説明、または顧客を必ず案内すべき経路については、エージェントの即興を一切許さない決定論的な処理が必要だと説明しました。

Neelyは、ElevenLabsのワークフロー構造がこれを実務でどのように支えるかを説明しました。エージェントは専門特化したサブエージェントの集合として構築され、認証のような決定論的なゲートによって、条件を満たすかどうかに応じて機能を解放または制限します。これにより、モデルに許可された操作を推測させずに済みます。

プロセスのオーナーと共同で構築する

AdmiralとElevenLabsは、ビジネス要件をエンジニアリングチームへ引き渡す従来の方法ではなく、ユースケースを熟知する担当者、エンジニアリングチーム、電話システムチームを一室に集めたオンサイトワークショップを実施しました。Neelyによると、最初のワークショップでは4～5時間以内に、バックエンドと電話システムに接続された動作するエージェントのv0が完成しました。KampaとClarkはこれを社内でデモし、開発継続の承認を得ることができました。

Clarkは、この近さが最初のプロトタイプ以降にも重要だったと述べました。ワークショップでは、未知の新しい仕組みを導入するのではなく、既存の業務プロセスをプラットフォームへ移す方法として扱ったため、事業部門のオーナーは今では技術に十分近く、一部の変更を自ら行えるようになっています。Kampaはこれをより広い意味でのチェンジマネジメントにも結び付けました。リーダー、中間管理職、現場スタッフを早期からプロセスに参加させることで、技術を単なるサイドプロジェクトではなく、実際の業務運営の一部にしているのです。

本当の仕事は本番運用から始まる

本番稼働後、Admiralは規模を問わずすべてのエージェント変更を同じように扱います。顧客に届く前に、完全なシミュレーションテストスイートで実行するブランチとして扱うのです。Clarkは、トラフィックの1％から展開を始め、顧客満足度と解決に関する指標をリアルタイムで確認し、数値が維持されれば100％まで拡大すると説明しました。このサイクルは数週間から数時間へと短縮されています。

この反復プロセスから、2つの重要な学びが得られました。

• 単語だけでなく、言語そのものをローカライズする。 Admiralは当初、すべてのプロンプトとワークフローを英語で作成しましたが、フランス、スペイン、イタリアでのパフォーマンスは英国と一致しませんでした。英語から翻訳するのではなく、各市場の言語でネイティブにプロンプトを書き直すことで、現地のお客様の期待や文化に合う応答を実現しました。
• シミュレーションテストは形式的なものではなく、真剣に取り組む必要がある。 Neelyは、少数のシミュレーションテストに合格するプロンプトを書くことは簡単に見える一方、エージェントに本当に負荷をかけるテストスイートを構築し、明確な成功基準を事前に定義することの方が、より難しく重要な仕事だと述べました。Admiralは現在、すべての変更をリリースする前に、数百から数千のシミュレーション会話で検証しています。

成果についてKampaは、対応時間を際立つ指標として挙げました。AI主導の会話は、人間主導の会話と同じ解決により短時間で到達することが多く、その一因はシステムの読み込み中に無音の時間がないことです。また、単発の大きな飛躍ではなく、テストと調整を繰り返すことで、CSATと解決率が市場ごとに段階的に向上していると説明しました。

これから始める方へのポイント

この取り組みを始めるチームへのNeelyの助言は、明確に範囲を定めたユースケースを1つ選び、迅速に本番導入し、リリース前のテストをさらに増やすのではなく、実際のお客様との会話からエッジケースを見つけることです。Clarkは、両端のインテグレーション（電話システムと社内システム）が実証されれば、チームは重要な評価と指標をすでに把握しているため、追加ユースケースへの拡張は次第に速くなると付け加えました。

Kampaは締めくくりに、さらに先を見据えた展望を示しました。その目標は会話の自動化にとどまらず、ライブ文字起こし、次の最適なアクションを提案するプロンプト、トレーニングシミュレーションを通じて、同じAIレイヤーで人間のエージェントを直接支援することにも広がっています。

ホストがまとめたように、この対話を貫くテーマは、規制とAIは対立するものではないということです。初日から監査可能性、一貫性、人間へのエスカレーションを念頭に置いて構築したことで、Admiralのエージェントは制約が緩くなるのではなく、より規律あるものになりました。

セッション全編を見る

セッション全編はこちら。ライブビルドと参加者Q＆Aもご覧いただけます。