東京海上日動火災保険株式会社

保険金請求のAI分析(AIモデル・ベンダーは未確認)

業務で利用。開始日は未確認(資料時点)

過去の保険金支払いデータから、不正の疑いがある請求や要精査の請求をAIで抽出。担当者の専門知識と組み合わせて支払い業務を支援する。

検知精度・抽出件数・削減時間:未公表

AIと人の役割 確認できた範囲

活用の形
保険金支払いデータから要確認請求を抽出
役割の分類
分析・予測・従業員の業務補助

事例を探す・比べる

自社導入で確かめたいこと検討のヒント(編集メモ)

判定閾値、誤検知への対応、人による最終判断、利用部署、導入開始日は未確認。

当サイトの編集メモです。企業が実際に採用した条件とは区別しています。

根拠を確かめる

導入企業の公式発表・効果数値は未公表

東京海上日動の公式ページを基にAI REAL CASEが独自に要約・加工(外部サイト)https://www.tokiomarine-nichido.co.jp/company/about/policy/gyoumu.html

詳しい記録・用途と導入条件
概要の詳しい記録
東京海上日動は、過去の保険金支払いデータをAIで分析し、不正の疑いがある請求や詳しい確認が必要な請求を早期に抽出している。担当者の専門知識と組み合わせ、支払い業務を支援する。
導入段階の詳しい記録
業務で利用(開始日は未確認)
成果の詳しい記録
不正請求対策と損害サービス品質の向上を目的とする運用を確認。検知精度、抽出件数、削減時間は公表されていない。
留意点の詳しい記録
東京海上グループの画像解析・不正検知事例JP31とは、主体、入力データ、業務説明が異なる。関係はRELATEDとし、同一施策とは断定しない。
企業・組織
東京海上日動火災保険株式会社
掲載名
東京海上日動|AIによる不正・要精査請求の早期抽出
対象業務
業務運用・供給網
取組・サービス
保険金請求のAI分析(AIモデル・ベンダーは未確認)
AIの使い方
保険金支払いデータから要確認請求を抽出
主に使う人
従業員向け

資料で確認できた導入規模

このサイトでは具体的な導入規模を確認できていません。

分類は取り組みの一部を示します。人の確認・引継ぎの範囲は、使い方と原典で確かめてください。

未確認は「非公表」「効果なし」とは異なります。試験・デモ・計画は本番運用と区別し、公表値を独立検証済みの効果として扱っていません。

出典の日付・掲載履歴と確認状況
このサイトへの初回掲載日時
このサイトでは未確認
初出確認版
V23(同じ版の中の追加順は未確認)
公開確認日時(公開開始時刻とは異なります)
このサイトでは未確認
AI活用開始時期
このサイトでは未確認
出典ページ初回公開日
このサイトでは未確認
出典ページ最終更新日
このサイトでは未確認
事例集掲載確認日
このサイトでは未確認
データベース更新日
2026-10-04
出典確認日
2026-10-04

AI活用開始時期、出典の公開・更新日、このサイトへの掲載日、確認日は別の日時です。資料の日付から開始時期を推測していません。

検索・比較画面で開く · 日本 · JP44