インド大手保険会社の一つであるTATA AIGは、顧客向けに大規模言語モデル（LLM）を搭載したチャットボットを構築しており、近日中にWhatsApp経由でリリースする予定だ。
しかし、LLM による幻覚は未解決の問題であることから、TATA AIG は慎重なアプローチを取っています。現時点では、この保険会社は社内 AI チャットボットを立ち上げており、現在、顧客サービス担当者が使用しています。
TATA AIG の情報技術担当 SVP クリシュナン・バドリナス氏によると、同社はインド国内の損害保険業界で生成 AI のユースケースを立ち上げた最初の保険会社の一つです。
「現在、当社は80％以上の精度を達成しており、WhatsAppを通じて顧客に提供する前に、この精度をさらに高めることが目標です」と彼は語った。
複数の LLM – TATA AIG の AI チャットボットのクローズド ソース モデルとオープン ソース モデルの両方を強化。「コスト効率は非常に重要です。そのため、より単純なタスクではオープン ソース LLM を選択します。ただし、高い精度と処理能力を必要とする複雑なタスクでは、OpenAI の GPT モデルまたは Google の Gemini を使用します。」
さらに、バドリナス氏は、同社が適切なサービスを戦略的に選択するためのエンタープライズ レイヤーを確立していることを明らかにしました。「たとえば、20 のプロセスのうち 15 はオープン LLM を使用し、残りの 5 つはより複雑なタスクに GPT モデルまたは Gemini を使用します」と同氏は付け加えました。
何千ものオープンソース モデルと独自モデルが急速に進化しているため、TATA AIG チームはこれらのオプションを継続的に評価しています。徹底的な評価に基づいてモデルを選択し、特定のユースケースに最適なものを決定します。
「私たちは継続的なフィードバックループを維持し、特定のデータセットやその他のシナリオに基づいて各モデルの精度を評価しています。このメカニズムにより、Panther、Llama、その他現在使用されているモデルなど、必要に応じてモデルを調整したり切り替えたりすることができます」とTATA AIGのイノベーションラボ責任者であるRitesh Pandey氏はAIMに語った。
パンディ氏はさらに、保険分野でLLMを活用する際の障害を認識し、人間の介入なしに自律的なソリューションを完全に導入することの難しさを強調しました。
同氏は、業界の規制の性質が、完全な自動操縦モードの導入に懐疑心と警戒心を植え付けていると考えている。その代わりに、多くの企業は、アルゴリズムがタスクの大部分を処理し、検証とフィードバックを人間が監督する副操縦士アプローチを目指している。
バドリナス氏は、LLM の幻覚が TATA AIG が LLM を社内で最初にテストする主な理由の 1 つであると指摘しました。「私たちは社内からプロセスを開始し、チャットボットによって生成された応答に対してエージェントがフィードバックを提供するようにしています」と同氏は付け加えました。さらに、TATA AIG の専門チームが各応答をレビューして、その信頼度を測定します。
それでも、同社は AI に対して積極的なアプローチを取っている。タタ AIG は、ジェネレーティブ AI が急増するずっと前から AI の取り組みを開始していた。この保険会社は、受信した電子メールの感情分析に AI を使用している。また、顧客が自らのパフォーマンスを独自に評価できるように、AI ベースの自己検査モジュールも開発している。
「当社は、さまざまな車両部品を識別し、顧客が自己評価を行うのに役立つ 150 の視覚モデルをトレーニングしました。また、ライブ ビデオ ストリーミング中に AI を採用し、関連情報を抽出して、検査対象の事業または資産に関連するリスクを評価しました」とバドリナス氏は述べました。
生成 AI は、銀行、金融サービス、保険 (BFSI) 業界全体に価値をもたらしますが、LLM における幻覚は未解決の問題のままです。
TATA AIG のような評判の良い保険会社は、顧客の信頼、規制遵守、財務の安定性を損なう可能性があるため、チャットボットが無意味、不正確、または財務情報を広めることを望んでいません。
TATA AIGは、幻覚を最小限に抑え、社内チャットボットの信頼性を高めるために積極的に取り組んでいると述べた。「モデルの創造性を制御する温度などのパラメータを指定することにより、幻覚を最小限に抑えることができます。私たちの場合、モデルが時々答えを出せない場合でも、正確さが最も重要ですが、間違った答えを出すべきではありません。」
「したがって、低温を維持することで、モデルが規定の検索空間内に留まり、幻覚が制限され、ユースケースの要件に適合することが保証されます」とパンディ氏は述べた。
TATA AIG は、生成 AI 競争に単独で取り組んでいるわけではありません。インドの他の保険会社も、生成 AI のユースケースを模索しています。たとえば、Bajaj Allianz General Insurance は、顧客が保険契約をよりよく理解できるように、Insurance Samjho という新しい AI チャットボットを導入しました。同様に、Aditya Birla Sun Life Insurance は、昨年 Artivatic.ai と提携し、保険の引受に LLMS を使用しています。
TATA AIG は、今後、分析からサービス、不正防止、不正検出に至るまで、より複雑なビジネス上の問題を解決するために LLM を活用していきたいと考えています。
バドリナス氏は、生成 AI は予測にも使用できると述べました。TATA AIG は自動車、健康、旅行、個人傷害、個人ライン、延長保証など、複数の垂直分野で製品を展開しているため、LLM は今後 6 か月間のビジネス数値を予測できます。
「今日の企業は膨大なデータを抱えていますが、現在、この予測は手作業でチャネルごとに行われています。LLM を使用すると、たとえば「今後 6 か月間の自動車ビジネスの予測は?」といった簡単な英語のクエリで、企業はデータを即座に取得できます」と Badrinath 氏は述べています。
さらに、彼は、損害保険業界における新規事業の評価という複雑なプロセスにおいて、生成 AI が極めて重要になると考えています。
「生命保険は一般的に商品範囲が限られていますが、当社は多くのカテゴリーを扱っています。この複雑さは、ルール エンジンに大きく依存する評価システムにも及んでいます。最終的には、Generative AI がこれらのルール エンジンに取って代わり、評価プロセスを合理化および強化すると予想しています」と Badrinath 氏は結論付けました。
オープンなアンケートと賞のノミネートフォームにすべて 1 か所でアクセスできます
RoseTTAFold、OmegaFold、I-TASSER などが有名な名前です。
業界のリーダーがテクノロジーの未来を再定義する、データ エンジニアリング サミット 2024 でデータ イノベーションの最前線に加わりましょう。
AIM India#280、2 階、5th Main、15 A クロス、セクター 6、HSR レイアウト ベンガルール、カルナタカ 560102
AIM Americas2955、1603 Capitol Avenue、Suite 413A、シャイアン、ワイオミング州、ララミー、米国、82001
© Analytics India Magazine Pvt Ltd & AIM Media House LLC 2024
