保険会社、年金基金と保険数理の伝統

第I部で述べたバーゼルの保険業界は、定量的モデリングの長い伝統を有している。アクチュアリーは、商業上の意思決定に統計を適用した最初の職業の一つであった。他方、スイス・ソルベンシー・テストは、保険会社に対し、人工知能が現在提起しているガバナンス上の問題の多くを先取りする形で、自らのリスクをモデル化することを求めている。¹ 2025年12月に統合が完了したHelvetiaとBaloiseの合併グループ、及びバーゼルに拠点を置く他の保険会社は、引受け、保険料率の算定及び保険金請求処理において機械学習を利用している。²

引受けにおいては、モデルは、かつてであれば現地調査や健康診断を必要としたであろうデータからリスクを評価する。損害保険会社は衛星画像及び地理データから建物の洪水又は雹に対するエクスポージャーを推定し、自動車保険会社は車両及び運転者のデータから保険料を設定する。生命保険及び健康保険においては、そうした手法の利用はより機微である。それは健康データ及び保険契約者間の連帯の原則に関わるからである。保険金請求処理は第二の主要な分野である。保険会社はモデルを利用して請求をトリアージし、単純な案件を自動的に処理し、調査すべき疑わしい請求を特定する。これによりコストが削減され、保険契約者が支払いを待つ期間が短縮される。³

再保険会社及び第I部第V章で述べたキャプティブは、さらなる問題に直面している。人工知能は、それ自体が保険の対象とされなければならない新たなリスク、例えば、そのモデルが損害を引き起こした企業の責任、自動化された助言の誤り、及びAIを利用したサイバー攻撃による損失を生み出す。そうしたリスクを対象とする専門的な商品は、2023年以降、ロンドン及びバミューダの市場に現れ始めた。その発展は、保険会社が過去の経験がほとんどない損失をモデル化できるか否かにかかっている。⁴ 第I部第IV章で述べた年金基金及び投資財団は、主としてその資産運用会社及び事務管理者を通じて人工知能を利用しており、そのため、外部委託サービスの監督がその理事会にとって中心的なガバナンス上の任務となっている。

注

1. スイス・ソルベンシー・テスト及び保険会社の内部モデルについては、第I部第II章を参照。保険監督法（ISA、SR 961.01）第9条及び第46条並びに保険監督規則（ISO、SR 961.011）。要確認。 ↩
2. HelvetiaとBaloiseの合併については、第I部第I章を参照。スイスの保険会社によるAIの利用については、スイス保険協会（SIA）の刊行物を参照。状況は要確認。 ↩
3. 引受け及び保険金請求におけるAIについては、欧州保険・企業年金監督機構（EIOPA）の報告書、とりわけその Artificial Intelligence Governance Principles（2021年）及びAIのガバナンスとリスク管理に関する意見（2025年）、並びにスイス保険協会の刊行物を参照。状況は要確認。 ↩
4. AI関連の責任リスク及び性能リスクを対象とする保険商品については、2023年以降の大手再保険会社及びロイズ市場の市場報告書を参照。状況は要確認。 ↩

本記事は一般的な情報提供のみを目的としています。法律上または税務上の助言を構成するものではなく、個別案件に関する助言に代わるものでもなく、弁護士と依頼者との間に委任関係を生じさせるものでもありません。本記事は2026年10月時点の法的状況を反映しています。