雨の朝、ひかり保険サービスの受付電話が鳴った。美咲は受話器を肩で押さえながら、事故の日時と場所を紙に走り書きする。机の画面には顧客台帳と契約情報、受信箱には顧客のメール、隣では担当者の音声メモが再生されていた。
「事故は同じ一件なのに、情報があちこちにある……」
保険会社ごとに異なる連絡票へ、事故種別、被害概要、契約番号、相手方情報を写すたび、空欄や表記の違いが増えていく。美咲は、音声やメール、メモをAIで整理し、顧客情報と契約情報を照合して、保険会社別の連絡票へ変えられないかと考え始めた。だが、AIに任せてよい作業と、人が確かめるべき判断は、まだ霧の向こうにあった。
この記事の答え
- 結論保険代理店はAIで事故情報を整理し、保険会社別の連絡票を作成できます。
- 根拠AIが情報を五つの箱に整理して下書きし、人が未確定事項や送信内容を確認します。
- 最初の一歩まず事故情報を顧客・契約・事故・相手方・未確定事項に分けて整理します。
第1章 電話の音と紙のメモが重なる朝

第1章 電話の音と紙のメモが重なる朝 - 本文
午前八時すぎ、雨粒がひかり保険サービスの窓を細かくたたいていた。受付カウンターの電話が鳴り、止まる前にまた鳴った。美咲は濡れた傘をたたむ音を背中で聞きながら、受話器を肩に押し当てた。
「はい、ひかり保険サービスの美咲です。おけがはありませんか。ゆっくりで大丈夫です」
電話の向こうで、男性の声が震えていた。交差点で後ろから車にぶつけられたという。美咲は左手で黄色いメモ帳を押さえ、右手で事故の日時、場所、車の色、相手の車の番号を書いた。雨で窓が白くにじみ、ボールペンの先が紙の上を何度も迷った。
「事故は、今朝の七時四十分ごろですね。場所は駅前の交差点。お客様のお車の後ろ側に傷がある、と……」
「そうです。でも、相手の方は、少し首が痛いと言っていて」
美咲はメモの端に、小さく赤い丸をつけた。けがの話は、聞き間違えたくない。電話を切る前に、相手の名前と連絡先をもう一度確認した。美咲はいつも、急いでいる人の言葉を急がせない受付担当だった。
受話器を置くと、隣の席のパソコンから短い通知音が鳴った。担当者の健太から、事故現場で録音した音声メモが届いている。美咲はイヤホンを片耳に入れ、再生ボタンを押した。
「佐藤さんの車、後部バンパーにへこみ。相手は白いワンボックス……あれ、契約番号は車内のファイルに……」
音声は、雨音と風の音にまじっていた。最後の言葉が聞き取れず、美咲は同じ部分を三回戻した。その間にも、受信箱には佐藤さんからメールが届いた。件名には「今朝の事故について」とあり、本文には「場所は駅前ではなく、駅の裏の信号です」と書かれていた。
美咲は画面を三つ並べた。左には顧客台帳、中央には契約情報、右にはメールがある。顧客台帳には佐藤さんの古い電話番号が残り、契約データには新しい番号が登録されていた。健太の音声メモには車の傷が書かれ、佐藤さんのメールには相手の車のナンバーが書かれている。
同じ一件の事故なのに、情報は四つの場所に散らばっていた。紙のメモ、音声、メール、契約データが、それぞれ別の方向を向いているようだった。
「美咲さん、保険会社はどちらですか」
奥の席から、支店長の修司が声をかけた。美咲は契約画面を見て、保険会社の名前を答えた。すると修司は、棚から青いファイルを取り出した。そこには保険会社ごとの事故連絡票が、色の違うクリアファイルに分けて入っていた。
「この会社は契約番号が最初です。こちらは事故の場所と被害概要が先。相手方の住所まで必要な会社もあります」
美咲は一枚目の連絡票に、事故種別を書いた。次の欄には契約番号を入れた。ところが、契約番号の桁を確かめるために中央の画面へ戻ると、最初の画面で見ていた事故の場所が隠れてしまう。紙のメモをめくれば、今度はメールの相手方情報が見えなくなった。
「事故発生日時、場所、事故種別、契約番号、被害概要、相手方情報……。必要な材料は、もう手元にあるのに」
美咲は鉛筆を置いた。材料はある。それなのに、連絡票の空欄は残ったままだった。住所の表記も、電話番号の区切り方も、保険会社によって少しずつ違う。写し終えたと思うと、別の欄に同じ情報をもう一度書かなければならない。
そのとき、机の端に置いたタブレットの画面が目に入った。先週、修司が送ってくれた記事だった。損害保険ジャパンとNTTコミュニケーションズの対話型AIによる保険受付の実証実験について、音声をテキストにし、整理したデータを登録する仕組みが紹介されている。
美咲は記事の画面を閉じ、もう一度、自分の机を見渡した。電話で聞いた声も、健太の音声も、佐藤さんのメールも、最初から同じ形で集まってはいない。けれど、名前、連絡先、事故の日時、場所、被害の様子という共通の箱なら、作れそうだった。
「まず、顧客と契約を一つの箱に入れないと、どの連絡票を使うかも決められない」
美咲は白い付箋を一枚取り、中央に「事故受付」と書いた。その下に「顧客」「契約」「事故」「相手方」と四つの欄を引く。電話とメールの内容をそこへ置き、足りない情報には赤い丸をつける。AIには、聞き取りや整理と、連絡票の下書きを手伝ってもらえるかもしれない。
ただし、けがの有無や契約の対象、相手方への連絡を決めるのは、美咲たちの仕事だ。画面の下書きをそのまま送るのではなく、人が一つずつ確かめる。その線引きが見えたところで、また電話が鳴った。
美咲は付箋を契約情報の横に貼り、受話器を取った。雨の音はまだ続いていたが、机の上には、ばらばらだった情報を置くための小さな箱ができていた。
第2章 送信ボタンの前で見つかった空欄

第2章 送信ボタンの前で見つかった空欄 - 本文
雨は昼前になっても止まらなかった。美咲は、顧客から届いたメールを開き、担当者の電話メモを横に置いて、保険会社向けの連絡票を作り始めた。画面の右側には顧客台帳、左側には契約一覧が並んでいた。
メールの本文には、短い文章が残っていた。
「昨日の夕方、駐車場で車をぶつけられました。相手の車の前がへこんでいます」
美咲は、事故基本情報の欄に「昨日の夕方」と入力した。事故の場所は、顧客が書いた「駅前の立体駐車場」を、そのまま被害概要の下書きへ移した。けれど、電話を受けた担当者の音声メモを再生すると、別の言葉が聞こえてきた。
「事故日は、六月十二日の夕方。場所は南口の駐車場。相手方は白いワゴン車です」
美咲の指が止まった。メールを受け取ったのは六月十四日の朝だったから、「昨日の夕方」なら六月十三日のはずだった。音声メモの六月十二日と、一日ずれている。
「どちらが本当なの……?」
椅子の背から体を離すと、雨粒が窓を細く流れていた。電話の向こうで聞いた声は、もう録音の中にしかない。相手の車の色も、メールには書かれていなかった。
美咲は契約番号を探した。顧客台帳には「東京都緑区あおば一丁目一番八号」とある。一方、契約一覧には「東京都緑区あおば1-1-8」と表示されていた。同じ住所に見えるのに、表記が違う。
契約番号も、台帳には「HS-48A-219」、契約一覧には「HS48A219」と並んでいた。検索欄へ貼り付けると、最初は該当なしと表示された。記号を消してもう一度探すと、ようやく同じ顧客らしい契約が見つかった。
「これで合っている……よね」
美咲は画面に表示された契約期間を見た。連絡票へ写すべき保険会社名、契約者情報、連絡先、事故状況はそろい始めたが、事故日が決まらない。契約番号も、住所も、機械的に貼り付けるだけでは照合できなかった。
保険会社の様式には、事故基本情報、契約情報、被害概要、追加確認事項、必要書類、顧客案内、申し送り欄が並んでいた。ある会社では車検証の写しが必要で、別の会社では相手方の連絡先の確認が先になる。必須項目の印や、添付する書類の指定も会社ごとに違っていた。
美咲は、空いている事故日欄に「六月十二日」と入力しかけた。音声メモのほうが具体的だったからだ。そのまま送れば、受付は早く終わる。カーソルが、送信ボタンの近くで小さく点滅した。
「その日付、確かめた?」
背後から健の声がした。先輩の健は、机の横から画面をのぞき込んだ。美咲はメールと音声メモを交互に示し、契約番号の検索で一度該当なしになったことも話した。
「音声メモにあるから、六月十二日でいいと思って……」
「それは候補だね。でも、確定ではないよ。わからないところは、わからないまま別の欄に残そう」
健は、連絡票の追加確認事項を指で示した。事故日は「メールでは受信日前日の夕方、音声メモでは六月十二日」と書き、顧客への確認が必要だと申し送り欄に残す。住所は表記をそろえたうえで、照合した元データも記録する。契約番号は、記号を外して検索した結果だけで決めず、契約者名と連絡先を合わせて確認する。
「空欄を埋めないと、仕事が進まない気がします」
「空欄には、理由があることもある。推測で埋めると、あとで本当の情報と区別できなくなるからね」
健は、机の端に置かれた資料を開いた。そこには、損害保険ジャパンとNTTコミュニケーションズが、音声を文字にして受付データへつなぐ仕組みを試した記事が載っていた。NTT技術ジャーナルの記事には、氏名や電話番号、被害状況などを整理し、システムへ連携する流れが紹介されている。
「こういう仕組みなら、AIに音声やメールを読ませて、事故日、住所、被害概要を共通の箱に並べることはできそうです。保険会社ごとの連絡票に変える下書きも、AIに頼めるでしょう」
美咲は、画面の空欄を見つめた。AIなら、表記の違う住所を同じ候補として知らせたり、メールと音声メモの日付が違うと印を付けたりできるかもしれない。契約番号の候補を探し、足りない書類や確認事項を一覧にすることもできそうだった。
「でも、AIが六月十二日だと決めるわけじゃない」
「そう。AIは、聞き取りと整理と転記の下書きをする。支払いできるか、免責があるか、損害額はいくらか、査定結果をどうするかは、AIの仕事ではない。事故担当者や保険会社の窓口が、契約と事実を確かめて判断するんだ」
美咲は、事故日欄を空けたまま、確認候補の色を付けた。契約番号の横には、照合に使った氏名と電話番号を添えた。顧客案内の欄には、追加で確認する内容と、必要書類がそろうまで送信しないことを書いた。
送信ボタンの前に残った空欄は、失敗の印ではなかった。まだ誰かが確かめるべき場所を、見える形で残している印だった。美咲は顧客へ確認の電話をかけるため、受話器を手に取った。雨音の向こうで、次の呼び出し音が鳴り始めた。
第3章 ホワイトボードに描かれた五つの箱

第3章 ホワイトボードに描かれた五つの箱 - 本文
失敗の翌朝、業務改善を担当する直人が、ひかり保険サービスを訪れた。雨上がりの窓に、薄い光がのびていた。
美咲は机の上の紙を見つめた。昨日の試行では、AIが別の日付のメモを一つにまとめ、空欄にもそれらしい言葉を入れてしまったのだ。
「AIに、事故受付を丸ごと任せるのはやめましょう」
直人は、白いホワイトボードを壁から外した。健も椅子を寄せ、美咲の隣に並んだ。
「では、何を任せるのですか」
「情報を整えることです。転記を助けることです。そして、人が確認する場所を見えるようにすることです」
直人は青いペンで、左から右へ五つの箱を描いた。最初の箱には、音声、メール、Webフォーム、担当者メモという言葉が並んだ。
「一つ目は、事故受付データです。ばらばらの話を、ひとつの記録に集めます」
「記録に集める、といっても、ただ文章をつなげるのですか」
美咲が尋ねると、直人は首を横に振った。箱の中に、日時、場所、事故種別、被害内容、氏名、電話番号と書き足した。
「ここでいう構造化データは、事故の話を、決まった欄に分けた記録です。たとえば、いつ、どこで、どんな事故が起きたかを、同じ場所に置きます」
健は昨日の紙を見下ろした。そこには「夕方ごろ」「駅の近く」とだけ書かれた箇所があった。
「分からないものは、分からないまま残すのですね」
「はい。推測で埋めません。分からないこと自体を、確認する項目にします」
直人は二つ目の箱を描いた。箱の上には、顧客情報と契約情報の照合、と書かれた。
「ここでは、顧客台帳と既契約データを見比べます。契約番号や氏名が合えば、保険会社を特定できます。ただし、似た名前があるときは、AIが決めずに確認候補へ送ります」
「顧客の名前や契約番号を、普通のAIチャットに貼り付けてもいいのでしょうか」
健の声が少し低くなった。直人は、赤いペンでホワイトボードの端に線を引いた。
「それはしません。認証されていないAIチャットへ、個人情報や契約番号を直接入力しない運用にします。顧客向けの受付画面か、社内の認証済みシステムを使い、入力した人と記録が残るようにします」
美咲は、画面の奥にある顧客台帳を思い浮かべた。便利そうな道具ほど、入口を間違えてはいけない。そのことが、昨日よりはっきり見えた。
直人は三つ目の箱に、保険会社別テンプレートと書いた。保険会社ごとに違う連絡票を、共通の事故受付データから作る箱だった。
「会社によって、項目名や表記、提出方法が違います。だから先に各社の型を用意し、同じ事故情報を、それぞれの型へ転記します」
「AIが、保険金を出せるかどうかまで判断するのですか」
「いいえ。商品を勧めることも、契約の可否を決めることも、募集の判断をすることも任せません。AIの役割は、情報の抽出、要約、分類、確認項目の提示、そしてテンプレートへの下書きです」
直人の説明を聞きながら、美咲は小さくうなずいた。AIは答えを出す主人公ではなく、散らかった材料を並べる助手なのだ。
「音声を文字にする仕組みは、すでに保険受付でも使われています」
直人はタブレットを開いた。そこには、損害保険ジャパンとNTTコミュニケーションズが行った、対話型AIによる災害時の保険受付の実証実験の記事が表示されていた。
「お客さまが氏名や電話番号、被害状況などを話すと、内容をテキストにして、データとして連携する仕組みです。ここでも大切なのは、音声をそのまま送るのではなく、決まった項目に整理してから次へ渡すことです」
四つ目の箱には、不足、矛盾、確認候補、と書かれた。美咲が「駅の近く」と書かれた紙を示すと、直人はその横に、事故場所の詳細を確認、と加えた。
「日付が二つあるときは、どちらが正しいかを選びません。契約番号が合わないときも、直してしまいません。AIは、違いを見つけて、確認する人へ知らせます」
最後の箱には、人の確認と出力、と書かれた。五つの箱が、一本の青い線でつながった。
「募集人、事故担当者、保険窓口のいずれかが、内容を確認します。確認が終わってから、保険会社別の連絡票を出力し、送信します」
健は腕を組んだまま、白い線を目で追った。昨日までは、AIを使うか使わないかの二択に見えていた仕事が、今は小さな役割に分かれている。
「これなら、AIが間違えたときも、どこで違ったか分かりますね」
「そのための五つの箱です。受付、照合、変換、確認、出力。箱ごとに記録を残せば、直す場所も見つけやすくなります」
美咲は、机の上の紙を一枚ずつ重ねた。音声メモは受付の箱へ、顧客台帳は照合の箱へ、保険会社の連絡票は出力の箱へ置けそうだった。
「まずは一件だけで、試してみませんか」
その言葉は、昨日までの不安を消したわけではない。けれど、不安の形を小さくしてくれた。美咲はホワイトボードの五つの箱を見上げ、静かに笑った。
「はい。人が確かめる場所を残して、やってみよう」
第4章 空欄を空欄のまま残す練習

第4章 空欄を空欄のまま残す練習 - 本文
雨の朝、ひかり保険サービスは少数の事故受付で試験運用を始めた。最初の案件は、電話の音声、顧客からのメール、担当者のメモがそろっていた。美咲は、三つの情報を一つの案件として扱うところから始めた。
「まず、社内規定で許可された保管場所に案件フォルダを作ります。音声、メール、メモを別々に置き、元の記録を残します」
直人は、OneDriveの限定フォルダを開いた。美咲は受付システムから音声を保存し、Microsoft Outlookのメールをそのまま保管した。担当者の紙のメモは、内容を変えずにスキャンし、元データの名前と受け取った時刻も記録した。
次に、二人は社内承認済みの生成AIへ、三つの資料を読み込ませた。入力欄には、事故基本情報、契約情報、被害概要、追加確認、必要書類という五つの箱を用意し、不明なものは推測せず空欄にする、と書いた。
「氏名や契約番号を、一般公開のAIへ貼り付けないこと。使うのは承認された環境だけです」
AIは、電話の内容を文字にし、メールとメモを照らし合わせた。さらに、Microsoft Excelの顧客台帳と契約一覧から、氏名、電話番号、車両情報、契約番号を順番に確認した。
直人は、音声を文字にし、項目へ整理してから連絡票へつなぐ流れは、損害保険ジャパンとNTTコミュニケーションズが公開した対話型AIの保険受付実証にも通じると説明した。実証では、聞き取り内容をテキスト化し、データ連携する考え方が使われていると、NTT技術ジャーナルの記事を見せた。
AIは、保険会社ごとに用意したテンプレートへ、五つの箱の内容を転記した。そこへ顧客案内と申し送りの欄を加え、事故基本情報、契約情報、被害概要、追加確認、必要書類の順に並べた。保険会社は顧客名だけで決めず、該当する契約単位で特定する設定にした。
ところが、最初の連絡票を見た美咲の手が止まった。
「事故発生日が、昨日になっています。でも、音声では別の日に聞こえます」
AIは、メールの受信日と、顧客が書いた昨日という言葉から日付を推測していた。美咲は音声を元の速度で再生し、該当する部分を何度も聞いた。担当者のメモには別の曜日が書かれていたため、日付は確定せず、連絡票の事故発生日を空欄に戻した。
「空欄を埋めることより、空欄の理由を見えるようにすることが大事です」
直人は、本文の確定情報と混ぜない位置に、AI不確実情報という欄を作った。そこへ、メールでは昨日とあるが、音声とメモの内容が一致しない、と残した。本文には、確認前の推測を書かないようにした。
その後、保険会社がすぐに決まらない案件を試した。同じ顧客に複数の契約があり、電話では車両名がはっきり聞き取れなかったため、AIは一つの会社を候補として表示したが、確定欄には入れなかった。美咲は契約一覧の車両情報と契約期間を照合し、担当者へ確認を依頼した。
別の案件では、顧客が伝えた契約番号と台帳の番号が一致しなかった。AIは似た番号を選ばず、要確認と表示した。美咲は顧客に電話をかけ、契約証券に記載された番号を読み上げてもらい、確認できた内容だけを台帳に反映した。
「番号を当てにいかないのが、今回の練習です」
三つ目の案件では、必要書類の欄に不足があった。事故の状況は整理されていたが、保険会社の案内にある現場写真と修理見積書が、まだ届いていなかった。AIは書類がそろったように文章を整えてしまったため、美咲は受信箱と共有フォルダを確認し、不足を要確認欄へ移した。
顧客への案内文も、そのまま送らなかった。美咲は、確定した事故の事実、確認が必要な点、追加でお願いする書類を分け、保険会社の提出先や期限は担当者が確認してから書き直した。保険金の支払い可否や契約上の判断は、AIの文章に任せなかった。
最後に、美咲は連絡票を画面で読み上げた。事故基本情報に推測が混ざっていないか、契約番号と保険会社が一致しているか、被害概要に聞き取れない部分が残っているかを、一項目ずつ確認した。
確認した内容は、共有のMicrosoft Excelに履歴として残した。確認者、確認した時刻、元の記録、修正前、修正後、修正理由を一行ずつ記録し、誰がどこを直したか分かるようにした。
「AIが作った連絡票は、完成品ではなく下書きです。送信ボタンを押すのは、元の記録を見た担当者にしましょう」
美咲は、修正済みの連絡票を保険会社指定の提出先へ送った。送信前の画面には、黄色い要確認の印がいくつか残っていたが、その印があることで、次に顧客へ聞くことが見えた。
夕方、受付の机には、空欄のまま残った欄と、その理由を書いた履歴が並んでいた。美咲は不安そうに空欄を眺めるのではなく、確認の電話をする順番を決められるようになっていた。小さな試験運用は、AIに任せることではなく、人が確かめる場所をはっきりさせる練習になった。
第5章 確認印のついた連絡票が届く午後

第5章 確認印のついた連絡票が届く午後 - 本文
午後、ひかり保険サービスでは、美咲がAIの出力を確認し、保険会社別の連絡票を送ろうとしていた。少し前まで、事故のメモは机の紙に、顧客情報は台帳に、担当者の音声は受信箱に分かれていた。この日は、それらが一枚の確認画面に集まっていた。
画面の中央には、AIが取り出した事故日時、場所、事故種別、被害概要が並んでいる。その隣には、顧客台帳と既契約の情報が置かれ、氏名や連絡先、契約番号の照合結果が色分けされていた。美咲は、項目を上からゆっくり見ていった。
「緑は一致。黄色は表記が少し違うところ。赤は、まだ人が確かめるところね」
赤い欄には、事故場所の不一致が表示されていた。顧客のメールには駐車場とあり、担当者の音声メモには自宅前と残っている。AIはどちらかを選ばず、二つの情報を並べたまま、追加確認が必要だと示していた。
美咲は顧客へ確認する項目を開いた。事故場所の聞き直し、必要書類の有無、相手方情報の不足が一覧になっている。以前なら、送信したあとに気づいて電話をかけ直していた確認漏れが、送信前の画面で見つかるようになっていた。
隣の席の佐伯が、画面をのぞき込んだ。
「赤い印があるから、推測で埋めずに済むね。わからないことを、わからないまま残せる」
美咲はAIが作った要約も読み直した。そこには、顧客が話した日時と場所、車両の被害についての申告、まだ届いていない資料が分けて書かれていた。「事故原因は相手方にあると思われる」という一文は、根拠のない推測として表示されていた。
「これは消しておこう。相手の過失があるかどうかは、ここで決めることではないもの」
美咲が修正すると、画面には元の文章と修正した理由が履歴として残った。AIは、話された内容を整えて下書きにする。事実かどうかを確かめ、必要なら直すのは担当者の仕事だった。
連絡票の下には、支払い可否、免責、損害額、過失割合の欄があった。どの欄も自動で確定されず、担当者や保険会社が判断する項目として空欄のまま残っている。事故受付でAIが担うのは、聞き取り、整理、抜け漏れ候補の表示までだった。
「判断を自動で出さないから、確認する人の役割が見えるね」
佐伯の言葉に、美咲は小さくうなずいた。画面の確認者欄に名前を入れ、修正履歴を確かめると、連絡票には確認済みの印がついた。
共通の事故受付データから、保険会社名、契約者情報、連絡先、事故・被害状況が各社の様式へ変換されていく。会社ごとに違う項目名や提出方法に合わせた連絡票が表示され、美咲は宛先と添付内容を確かめて送信した。送信後は、同じ記録から顧客への次の案内と、担当者が確認する項目をすぐに開けるようになっていた。
音声やメモをテキスト化し、項目ごとに整理して連携する流れは、損害保険ジャパンとNTTコミュニケーションズが行った対話型AIによる災害時の保険受付の実証実験にも通じる。ヒアリング内容をデータに変え、保険会社のシステムへつなぐ考え方は、NTT技術ジャーナルの実証実験紹介にも記録されている。
AI活用が広がる背景として、NRIが整理した保険業界のAI導入・活用件数は、2023年が11件、2024年が26件、2025年2月末が8件とされている(出典:NRIによる保険業界のAI導入・活用件数の整理)。これはひかり保険サービスの処理件数や成果を示す数字ではなく、保険の現場で試行が重ねられている流れを示すものだった。
送信を終えると、窓口に残っていた空気が少し軽くなった。以前のように、紙とメールと音声を何度も見比べる作業は減り、転記のやり直しにつながる表記差や確認漏れを早い段階で見つけられるようになった。
電話が鳴ると、美咲は新しい受付画面を開いた。必要な確認事項がすでに並び、担当者の次の動きも同じ記録に残っている。受話器を置いた佐伯の机には、途中までの紙ではなく、確認印のついた連絡票が静かに届いていた。
第6章 夕方の窓に映る、静かな受付窓口

第6章 夕方の窓に映る、静かな受付窓口 - 本文
夕方、美咲は確認済みの連絡票と、まだ確かめる必要がある欄を見返していた。受付電話は、めずらしく鳴っていない。雨上がりの窓に、ひかり保険サービスの静かな机が映っていた。
画面には、事故ごとの情報が顧客と契約の単位で並んでいる。顧客の名前と連絡先、契約番号、事故の日時と場所、保険会社名がひとつの枠に収まっていた。その横には、使う連絡票のテンプレート、送信先、追加で確認する項目が表示されている。
以前は、顧客台帳を開き、契約情報を探し、メールと音声メモを行き来していた。今は、AIが音声やメモから作った下書きが、共通の事故受付データに整えられている。保険会社ごとの形式に変わった連絡票も、同じ画面から確認できた。
ただし、画面のすべてが埋まっているわけではない。人が確かめた項目には、担当者確認済みの印がつき、事故の状況が足りない欄には「未確定」と残っている。
健が、隣の画面をのぞき込んだ。
「前は空欄を怖がっていたけれど、今は空欄が何を意味するのかわかる」
美咲は、黄色い欄を指でなぞった。
「ここは、AIが知らないことを勝手に埋めなかった場所。聞けていないのか、確認が必要なのかも、見えるようになったね」
「空欄があるから、次に聞くことを忘れないんだな」
健はそう言って、顧客への案内欄を開いた。連絡票を送ったこと、保険会社からの連絡を待つこと、追加の書類が必要になった場合の伝え方が、短い文章で表示されている。美咲はその内容を声に出して読み、顧客へ伝える順番を整えた。
保険会社へ申し送る欄には、事故の事実と確認できた情報だけが残っている。支払いの可否や損害額を決める言葉はなかった。それは連絡票を作る人の仕事ではなく、保険会社が確認することだからだ。
美咲は送信済みの印を確かめた。送信先は契約している保険会社の受付窓口になっている。別の会社のテンプレートに誤って入っていないことも、契約番号と顧客名が一致していることも、ひと目でわかった。
「前は、送ったあとにもう一度、最初から探していたね」
「今は、確認したところと、まだ聞くところが分かれている。だから、次の電話を待てる」
美咲は小さく笑い、画面を閉じた。机の上には、走り書きの紙ではなく、確認済みの連絡票と、次にする案内だけが残った。窓の外では、濡れた道路に夕焼けが細く伸びていた。
翌朝、受付電話のそばに朝の光が差し込んだ。新しい事故の着信を知らせる小さなランプが、まだ消えたまま揺れている。美咲は受話器の横に、確認欄のある画面を開いた。
やがて電話が鳴った。美咲は日時と場所を聞き、相手の声を急がせずに受け止めた。画面の中では、AIが言葉を整理し始めている。その横で、美咲の手は、確かめることと伝えることに静かに動いていた。
関連キーワード
著者について
鈴木信弘(SNAMO)
鈴木信弘(SNAMO)- 静岡県を拠点に活動する総経験19年のフルスタックエンジニア。AI時代の次世代検索最適化技術「レリバンスエンジニアリング」の実装者として、GEO(Generative Engine Optimization)最適化システムを開発。2024年12月からSNAMO Portfolioの開発を開始し、特に2025年6月〜9月にGEO技術を集中実装。12,000文字級AI記事自動生成システム、ベクトル検索、Fragment ID最適化を実現。製造業での7年間の社内SE経験を通じて、受注システム自動化による業務時間の短縮や検品作業のデジタル化など、現場の課題を技術で解決してきた。富山大学工学部卒、基本情報技術者保有。
プロフィールを見るよくある質問
Q1保険代理店の事故受付にAIを導入すると何ができますか?
Q2AIに事故受付をすべて任せても大丈夫ですか?
Q3事故情報はどのように整理するとよいですか?
Q4AIが事故日や契約番号を推測した場合はどうしますか?
Q5保険代理店でAIを使う際の安全対策は何ですか?
Q6AIで事故連絡票を作成する一般的な流れを教えてください。
Q7AI導入によって事故受付の業務はどう変わりますか?
関連記事

更改漏れに悩む保険代理店が生成AIで案件管理を変えるまで
保険代理店は、生成AIを記録整理と確認支援に使い、人が承認する運用で更改漏れを防げる。紙・メール・日誌に分散した情報をRAGで検索・整理し、根拠と次の行動をつなげられるため。まず更改案件の記録場所と次の行動を一つに決め、AIは下書きに限定して担当者が承認する。
読む
迷う内見日程と移動ルートをAIで整えた不動産会社の8週間
内見日程と移動ルートは、情報を一元化してAIに複数案を作らせると整えられます。顧客希望や物件情報、鍵、立会い、担当者予定、移動時間を組み合わせて候補を比較できます。今日、内見情報を一つの表にまとめ、AIに候補日と訪問順を作らせて人が最終確認します。
読む
入金消込に追われる経理が、生成AIで例外確認だけに変わるまで
生成AIを使えば、入金消込を定型入金の照合から例外確認中心の業務へ変えられます。名義の表記ゆれを整え、請求書との照合候補を作り、名義不明や一括・部分入金だけを人に戻します。まず銀行APIを読み取り専用で接続し、照合候補の作成だけを試して人の承認後に確定します。
読む
不動産会社の退去精算を生成AIで証拠付きにする方法
生成AIで退去精算を証拠カード化すれば、根拠を示せる精算にできます。写真や契約書などを部位単位で結び、AIが整理して人が最終判断するためです。まず一件の案件で、写真・契約書・修繕履歴を部位ごとに整理してください。
読む
