AIsure/COREは、業務マニュアルや過去の人間の判断実績から、業務の暗黙知を自律的にコンテキスト¹として形式知化し、高精度な業務AIを短期間で構築するフレームワークです。
保険会社の協力のもと実施したPoCでは、実際の保険業務（募集文書審査業務・書類受付業務）への適用において、精度指標であるF1値²で80～100%を達成しました。
NRIはAIsure/COREをコンテキスト群の初期自動構築や因果推論を用いた逆強化学習、保守方法なども含めたフレームワークとして、初期導入に向けたコンサルティングと併せて提供します。

本取り組みの背景

保険業務では、募集文書審査・保全手続き・引受審査・支払査定など、多くの場面で熟練者ならではの知識や判断が求められます。こうした業務では長年の経験で培われた「暗黙知」が重要な役割を担いますが、少子高齢化による人材不足や専門人材の退職に伴い、その知識の伝承が課題となっています。
その課題への対応として、保険業務におけるAI活用の期待が高まっていますが、従来のAI導入手法では、以下の課題がありました。

• マニュアル類の関連資料が膨大で、古い内容を含む、構造化されていないなどの理由から、RAG（検索拡張生成）の検索ヒット率が低く、精度が上がらない。
• RAGやファインチューニング（モデルの追加学習）では学習・検索の対象となる情報が形式知化されている必要があるが、そもそも業務経験に基づく暗黙知の形式知化が困難。
• 過去の業務における判断結果を学習させた場合、AIが丸暗記してしまい、類似ケースで正しく判断されない。
• AIエージェントでは、マニュアルの拡大解釈や厳密適用により不要な過剰指摘をするなど、実務に即した制御が困難な場合がある。

NRIでは、これらの課題を解決するため、AIsure/COREフレームワークの開発に取り組みました。

「AIsure/CORE」の概要

AIsure/COREは、既存の知的資産である社内の形式知や暗黙知を、AIの業務判断品質を担保するための「AI知的資産」として再構成した上で、AIが精度を自律的に高めていくフレームワークです。AI知的資産は、業務ドメインコンテキストとして複数ファイルにて蓄積されます。これらを「COREループ」と呼ぶNRI独自の自律的改善サイクルにより継続的に更新し、精度の向上を図ります。

図：AIsure/COREにおいて、AIが精度を自律的に高める仕組み

「AIsure/CORE」の特長

・短時間での初期コンテキスト整理

膨大な量の業務マニュアルを未整理のまま投入しても、AIによる効率的な分析と整理により、数時間で初期ドメインコンテキストの整理が完了します。電子化された既存資料の活用と処理の自動化により、従来と比較して、AI導入準備に要する期間を大幅に短縮できます。

・過去の判断実績から「判断基準」を学ぶ逆強化学習

過去の人間の判断結果を一括で学習させることで、AIが判断の背後にある基準を推定し、コンテキストとして蓄積します。事例の丸暗記ではなく判断基準を学ぶため、学んだ基準を類似ケースにも適用できます。導入時には有識者による検証・フィードバック期間を設け、COREループを通じて精度を継続的に高めます。

・学習内容をコンテキストとして記録し事後検証が可能

AIが学習した内容はLLMのパラメーター（重み）ではなく外部コンテキストファイルとして記録されます。人間がそのファイルの内容を直接確認・補正できるため、判断根拠の追跡・検証が容易になり、監査時の説明やガバナンスの強化に寄与します。

・WHY分析による業務ルールの棚卸しと業務見直し支援

COREループでは、業務ルールを記録する際に、そのルールが「なぜ必要か」をたどって根拠を整理し（WHY分析）、コンテキストとして併せて蓄積します。蓄積された根拠情報は、法改正・業務変更の際に、根拠を失った業務ルールや過剰な審査工程を特定する手がかりとなります。これにより、廃止・簡素化の候補が根拠とともに可視化され、業務プロセス全体の継続的な見直しを支援します。

・コンサルティングと一体の導入支援

NRIは業務分析からAI知的資産の設計、精度向上のためのCOREループの運用までをコンサルティングと一体で支援します。業務ごとに異なる要件に対し、実績あるノウハウで保険専門業務AIの導入を支援します。

実際の保険業務での効果検証

NRIは保険会社の協力のもと、複数の業務にAIsure/COREを適用して効果検証を行いました。このうち、精度を測定した2つの業務では、F1値で募集文書審査業務が80%以上、書類受付業務が95%以上を達成しました。業務による精度の差は、担当者の経験に基づく判断（暗黙知）の比重が業務ごとに異なるためと考えられます。実際の導入時には、有識者による検証・フィードバック期間を十分に設けることで、さらなる精度向上が見込まれます。当初の適用対象としては、今回精度を測定した2業務のような一定の判断基準に基づき判断を行う、査定や審査などのチェック業務が適していると考えられます。

表：保険業務へのAIsure/CORE適用による精度検証結果

適用業務	業務内容	達成精度（F1値）
募集文書審査業務	保険募集文書関連のチェック	80%以上
書類受付業務	事務センターでの書類受付チェック	95%以上

NRIは「AIsure/CORE」の提供を通じて、保険会社における業務効率の向上と品質の確保を支援し、保険業界の新たな価値創出に貢献していきます。

• 1コンテキスト：AIが適切に業務を遂行するために参照する背景情報や前提情報、文脈。
• 2F1値：AIの精度指標。適合率（正解と判定した中で実際に正解の割合）と再現率（正解のうちAIが正解と判定した割合）の調和平均。最高値は1.0（100%）。