マニュライフがAIエージェントを中核財務ワークフローに導入
カナダの保険会社Manulifeは、AIエージェントを基幹業務ワークフローに統合し、2027年までに10億ドル以上の価値創出を目指すと発表した。
キーポイント
AIエージェントの実運用化
Manulifeは、単なるデータ分析やチャットボットを超え、複数のソフトウェアツールやワークフローで一連のタスクを実行できるAIエージェントを基幹業務に導入している。
生産性向上と自動化による価値創出目標
同社はAIイニシアチブにより、2027年までに生産性向上とワークフロー自動化を通じて10億ドル以上の価値創出を見込んでいる。
生成AIの社内普及状況
Manulifeは現在35以上の生成AIユースケースを運用しており、今後約70に拡大する計画で、従業員の約75%が何らかの形で生成AIツールを利用している。
保険業界におけるAI活用の進化
多くの企業が生成AIの実験段階を経て、大規模組織の業務を支援するシステム構築という次の段階に移行している。
金融機関におけるAI導入の課題と対策
金融機関は厳格な規制環境のため、AIの本格導入には監査可能性や説明可能性が求められ、ガバナンスと監視が重要となる。多くの組織はモデル監視ツールや内部ポリシーへの投資を増やしている。
AIエージェントの導入目的と効果
AIエージェントは、請求処理やポリシー管理などの反復的な業務を自動化し、従業員の負担を軽減することを目的としている。Accentureの調査によれば、金融機関の運用コストを最大30％削減できる可能性がある。
段階的な導入とリスク管理
金融機関はAIモデルのエラーや自動化ワークフローの誤り増幅のリスクを考慮し、内部ツールから始めて顧客向けシステムへ拡大する段階的な導入戦略を採用している。
影響分析・編集コメントを表示
影響分析
この記事は、金融業界におけるAI活用が単なる実験段階から、具体的な業務効率化と価値創出を目指す実運用段階に移行していることを示している。大規模な保険会社が明確な数値目標を掲げてAIエージェントを基幹業務に統合する事例は、業界全体のAI導入加速を促す可能性が高い。
編集コメント
金融業界のAI活用が「実験」から「実装」段階に明確に移行したことを示す重要な事例。具体的な数値目標と社内普及率の開示により、実現可能性が高い戦略として評価できる。
タイトル: Manulife、AIエージェントを中核的な金融ワークフローに導入
大規模な金融機関は長年、人工知能（AI）をデータ分析やカスタマーサポートツールに限定した小規模プロジェクトで試験してきました。次の段階では、より実務的な展開、すなわちビジネスワークフロー内で自ら行動を起こせるシステムの導入が進むようです。カナダの保険会社Manulifeは、社内業務にエージェントベースのAIシステムを展開する取り組みにおいて、その方向へ進んでいます。
同社は、エージェンティックAI（agentic AI）——様々なソフトウェアツールやデータセットにおいてタスクを実行できるタイプのシステム——をサポートするために設計されたランタイムプラットフォームを用いて、これらの機能を構築しています。Manulifeは、この取り組みが、大量の業務の自動化と社内意思決定の支援を目指すより広範な計画の一部であると述べています。
このプロジェクトを発表した声明で、同社はAI関連の取り組みが、生産性向上とワークフロー自動化を通じて2027年までに10億米ドル以上の価値を生み出すと見込んでいると述べました。この保険会社は数年にわたりAIに投資してきましたが、現在の推進力は、この技術を日々の業務により深く統合することに焦点を当てています。Manulifeはすでに、生成AI（generative AI）ツールの社内利用を拡大しています。同社は現在、本番運用中の生成AIユースケースが35以上あり、今後数年間でその数を約70に拡大する計画であると述べています。また、開示資料によれば、全世界の従業員の約75％が何らかの形で生成AIツールをすでに使用していると報告しています。
AIを業務へ移行
保険会社は大量の構造化データを扱います。契約情報、請求記録、引受査定（underwriting assessments）、財務報告書は、決定が下される前に、複数のシステムとチームを経由することがよくあります。こうしたプロセスは、文書レビューや内部報告などの業務を自動化ツールが支援できる環境を生み出します。Manulifeは、新しいプラットフォームにより、各チームが社内システムやデータと対話できるAIエージェントを導入できるようになると述べています。これらのエージェントは、チャットボットのように単一のプロンプトに応答するのではなく、異なるソフトウェアツールやワークフローにおいて一連のタスクを完遂するように設計されています。
例えば、AIエージェントは複数の社内システムからデータを収集し、事例を審査したり報告書を作成したりする従業員向けの要約を準備するかもしれません。目標は、意思決定前にスタッフが情報収集に費やす時間を削減することです。
過去2年間、多くの企業が、文章作成、コーディング、文書要約などの業務に生成AIツールを実験的に導入してきました。アナリストは、次の課題は、これらの機能を大規模組織の実務を支援できるシステムに転換することだと述べています。
マッキンゼーの2024年グローバルAI調査（McKinsey’s 2024 Global AI Survey）の報告によると、組織の約65％が、少なくとも1つの事業機能で生成AIを使用していると回答しており、前年の約3分の1から増加しています。しかし、同じ調査は、これらの導入事例のうち、事業の大部分で完全な本番運用に至っているのはごく一部に過ぎず、多くは依然としてパイロットプロジェクトや特定のチームに限定されたままであると指摘しています。
規制された金融システム内のAI
金融機関は、AIを本番環境に移行しようとする際、追加の障壁に直面します。この業界は厳格な規制監督下で運営されており、データ使用と意思決定の透明性に関する強力な管理が求められます。引受、リスク分析、投資判断に用いられるシステムは、監査可能で説明可能でなければなりません。このような環境では、あらゆるAI導入においてガバナンスと監視が中心的な課題となります。デロイトの金融サービスにおけるAIに関する調査（Deloitte on AI in financial services）は、銀行や保険会社が自動化を拡大するにつれ、モデル監視ツール、社内AIポリシー、リスクレビュープロセスへの投資を増やしていると指摘しています。各組織は、効率性の向上と、説明責任と公平性に関する規制当局の期待とのバランスを取ろうとしています。
Manulifeは、自社のプラットフォームには、AIエージェントが社内システムとどのように対話するかを管理するためのガバナンスとセキュリティ管理機能が含まれていると述べています。これらの管理機能は、意思決定がどのように行われるかを追跡し、データの使用状況を監視し、システムが会社の方針に沿って動作することを保証するのに役立ちます。このような保護策は、自動化システムが請求管理や規制対応報告に関連するプロセスを支援することが多い保険業界では重要です。
AIエージェントの意義
AIエージェントの魅力は、大規模な管理業務における手作業を軽減する能力にあります。請求処理（claims processing）、契約管理、内部報告、カスタマーサポートには、スタッフが異なる情報源からデータを収集する必要がある反復的な業務が含まれます。システム内で情報を収集・整理できるAIシステムは、従業員が他の業務に集中することを可能にするかもしれません。
他の金融機関も同様のアプローチを探っています。米国や欧州の銀行は、不正検出や社内調査業務においてAIエージェントの試験を始めています。多くの場合、その目的は、時間を要する分析やデータ収集において従業員を支援することです。
アクセンチュアのバンキング・テクノロジー・ビジョン報告書（Accenture’s Banking Technology Vision report）の調査によると、AI駆動の自動化は、関連するプロセスによっては、金融機関が時間の経過とともに運用コストを最大30％削減するのに役立つ可能性があります。そのメリットの多くは、定型業務の迅速化とデータ処理の精度向上からもたらされます。パイロットから実務システムへの移行にはリスクが伴います。AIモデルは誤りを生じる可能性があり、監視がなければ自動化されたワークフローはその誤りを増幅させる恐れがあります。このリスクが、多くの金融機関が、顧客向けシステムに拡大する前に社内ツールから始める段階的な導入戦略を採用している理由の一つです。
Manulifeが業務にエージェントベースのAIを導入する計画は、大企業がエンタープライズAI導入の次の段階をどのように試しているかを示しています。重要な問いは、これらのシステムが規制当局の期待を満たしつつ、信頼性の高い結果を提供できるかどうかです。もし可能なら、AIエージェントは金融業務の常態的な一部となり、かつては大規模なスタッフチームを必要としていた日常業務を処理するようになるかもしれません。
企業が初期の実験段階を超えて前進するにつれ、焦点は、大規模組織を動かす日常的なシステム内でこの技術を確実に機能させることにあります。
原文を表示
Large financial firms have spent years testing artificial intelligence in small projects, often limited to data analysis or customer support tools. The next phase appears to involve something more operational: systems that can take action in business workflows. Canadian insurer Manulife is moving in that direction as it works to deploy agent-based AI systems inside its internal operations.
The company is building these abilities with a runtime platform designed to support agentic AI, the type of system that can carry out tasks in different software tools and datasets. Manulife said the effort is part of a broader plan to automate high-volume work and assist internal decision making in the business.
In a company statement announcing the project, the company said it expects artificial intelligence initiatives to generate more than US$1 billion in value by 2027 through productivity gains and workflow automation. The insurer has been investing in AI for several years, but the current push focuses on integrating the technology more deeply into day-to-day operations. Manulife has already been expanding its internal use of generative AI tools. The company said it currently has more than 35 generative AI use cases in production and plans to expand that number to about 70 in the coming years. It also reported that around 75% of its global workforce already uses generative AI tools in some form, according to company disclosures.
Moving AI to operations
Insurance companies handle large amounts of structured data. Policy information, claims records, underwriting assessments, and financial reports often move through several systems and teams before a decision is made. These processes create an environment where automation tools can assist with tasks like document review and internal reporting. Manulife said its new platform will allow teams to deploy AI agents that can interact with internal systems and data. Instead of responding to a single prompt like a chatbot, these agents are designed to complete sequences of tasks in different software tools and workflows.
For example, an AI agent might collect data from several internal systems and prepare summaries for employees who are reviewing cases or preparing reports. The goal is to reduce the time staff spend gathering information before making a decision.
Over the past two years, many companies experimented with generative AI tools for tasks like writing, coding, or summarising documents. Analysts say the next challenge is turning those abilities into systems that can support operational work in large organisations.
A report from McKinsey’s 2024 Global AI Survey found that about 65% of organisations say they now use generative AI in at least one business function, up from about one-third in the previous year. However, the same research notes that only a small portion of those deployments have reached full production in large parts of the business, with many still remaining limited to pilot projects or specific teams.
AI inside regulated financial systems
Financial institutions face extra hurdles when they try to move AI into production. The sector operates under strict regulatory oversight, which requires strong controls around data use and decision transparency. Systems used for underwriting, risk analysis, or investment decisions must be auditable and explainable. That environment makes governance and monitoring central to any AI deployment. A study from Deloitte on AI in financial services notes that banks and insurers are increasing investment in model oversight tools, internal AI policies, and risk review processes as they expand automation. Organisations are trying to balance efficiency gains with regulatory expectations around accountability and fairness.
Manulife said the platform includes governance and security controls intended to manage how AI agents interact with internal systems. The controls help track how decisions are produced, monitor how data is used, and ensure the systems operate in company policies. Such safeguards are important in insurance, where automated systems often support processes tied to claims management and regulatory reporting.
The case for AI agents
The appeal of AI agents lies in their ability to reduce manual work in large administrative operations. Claims processing, policy management, internal reporting, and customer support involve repetitive tasks that require staff to gather data from different sources. AI systems that can collect and organise information in systems may allow employees to focus elsewhere.
Other financial firms are exploring similar approaches. Banks in the US and Europe have begun testing AI agents for fraud detection and internal research tasks. In many cases, the goal is to assist employees with time-consuming analysis or data collection.
Research from Accenture’s Banking Technology Vision report suggests that AI-driven automation could help financial institutions reduce operational costs by up to 30% over time, depending on the processes involved. Much of the benefit comes from speeding up routine tasks and improving the accuracy of data handling. The move from pilots to operational systems carries risks. AI models can produce errors, and automated workflows can amplify mistakes if they are not monitored. That risk is one reason many financial firms are adopting gradual rollout strategies, starting with internal tools before expanding to customer-facing systems.
Manulife’s plan to deploy agent-based AI in its operations shows how large enterprises are testing the next stage of enterprise AI adoption. The important question will be whether these systems can deliver reliable results while meeting regulatory expectations. If they can, AI agents may become a regular part of financial operations, handling routine work that once required large teams of staff.
As companies push beyond early experiments the focus is on making technology work inside the everyday systems that run large organisations.
(Photo by Joshua)
See also: Agentic AI in finance speeds up operational automation
Want to learn more about AI and big data from industry leaders? Check out AI & Big Data Expo taking place in Amsterdam, California, and London. The comprehensive event is part of TechEx and is co-located with other leading technology events, click here for more information.
AI News is powered by TechForge Media. Explore other upcoming enterprise technology events and webinars here.
The post Manulife moves AI agents into core financial workflows appeared first on AI News.
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み