AIで「証拠」は作れてしまう 保険詐欺から経費精算まで広がる画像偽装リスク
INDEX
AIによる画像生成・加工技術の進化は、ビジネスの効率化を大きく推し進めた一方で、「証拠」という概念そのものを揺るがし始めている。従来、画像は客観的事実を示すものとされてきた。しかし現在、その前提は急速に崩れつつある。本稿では、保険業界で顕在化したAI画像詐欺を起点に、企業活動全体に広がるリスクとその構造を整理する。
保険業界で顕在化したAI詐欺の実態
イギリスの保険会社Admiralによると、2025年の不正請求は前年比で71％増加した。その背景には、AIを用いた画像生成・改ざんの普及があるとされている。
具体的な事例としては、以下のようなものが確認されている。
車両事故の請求では、実際には存在しない損傷をAIで追加した画像が提出された。バンパーやライト部分の破損が不自然に生成されていたという。
また、同一の事故画像に異なるナンバープレートを合成し、複数回の請求を試みる手口も確認されているという。
さらに、存在しない高級時計をAIで生成し、盗難品として申請する事例も報告されている。金やダイヤモンドをあしらった時計の画像が提出されたが、解析によりAI生成と判定された。
Admiralの担当者は「AIは損傷の誇張だけでなく、存在しない証拠そのものを作り出す段階に入っている」と指摘する。これは従来の“事実の誇張”とは異なり、“事実の創造”に近い。
「証拠コストの消失」がもたらす構造変化
この問題の本質は、単なる詐欺の高度化ではない。より重要なのは、偽の証拠を用意するコストがほぼゼロになったことである。
従来、証拠画像を提出するには事故車、破損商品、購入品など何らかの実物の存在が前提となっていた。しかし現在は、生成AIによって存在しない証拠を数秒で作り出すことが可能である。
AIリスク分析企業Sensityも、「AI生成画像は保険や金融における検証プロセスを根本から揺るがす」と指摘している。
この変化により、画像を証拠として業務判断を行う企業の判断基準は大きく変わりつつある。もはや「画像があるかどうか」は十分条件ではない。代わりに重視されるのは、ログデータや履歴、ほかの情報との整合性である。
EC・経費精算に広がる「軽微な不正行為」
保険に限らず、この構造はさまざまなビジネス領域に波及している。
EC領域では、返品詐欺の高度化が懸念されている。例えば、「商品が破損した状態で届いた」と主張する際に、AIで生成した偽の破損画像を証拠として提出するケースである。
そのため、EC事業者や配送業者は、返品や補償の可否を判断する際、画像だけでなく、重量データや配送履歴なども照合する必要に迫られている。
また、企業内部では経費精算のリスクも高まっている。イギリスの経済紙Financial Timesは、AIを用いて請求書や証明書を偽造する事例が増加していると報じている。こうしたAIによる文書偽造は、高額な詐欺だけでなく、「数千円程度の水増し」といった小規模な不正も容易にする。
ここで問題となるのは、不正行為に対する心理的ハードルの低下である。その結果、「少しだけなら」と考えて経費を水増しするなど、小規模な不正行為が広がる可能性がある。
不動産・個人取引における信頼の崩壊
視覚情報への依存度が高い分野ほど、影響は深刻である。不動産においては、入居時や退去時の損傷確認にAIが介在するリスクがある。入居者が傷を誇張した画像を提出したり、オーナーが不動産の状態を過度に良く見せたりすることが技術的に可能になっている。
同様に、フリマアプリなどの個人間取引でも問題は顕在化しつつある。アメリカのソフトウェア企業SASの調査によれば、AI生成画像は人間が判別できないレベルに達している。これは、商品画像そのものの信頼性が低下していることを意味する。
結果として、「商品画像が綺麗であること」が信頼の根拠ではなくなり、取引履歴や評価など別の指標の重要性が増している。
AI対AIの検知競争と企業の対応
こうした状況に対し、企業側も対策を進めている。保険業界では、AIを用いた不正検知システムの導入が進んでいる。画像の不自然さ、生成特有のノイズ、メタデータの不整合などを解析することで、偽装を見抜く技術が発展している。
イギリスの保険不正対策機関Insurance Fraud Bureauは、「業界はこの問題を深刻に受け止め、技術投資を強化している」とコメントしている。つまり現在は、生成するAIと検知するAIの競争状態にあるのだ。
ただし、完全な防御は難しい。重要なのは、画像など単一の証拠に依存しない設計である。複数データのクロスチェックや履歴分析を前提としたプロセスへの転換が求められる。
ビジネスパーソンに求められる視点
AIによって証拠画像の信頼性が揺らいでいる問題は、特定の業界に閉じたものではない。むしろ「証拠に依存するあらゆる業務」に関係する。
請求処理、契約確認、内部監査、顧客対応など、多くの業務で画像や書類が使われている。そこにAIが介在することで、「画像や書類をそのまま証拠として信頼できる」という従来の前提が崩れる。
重要なのは、証拠を「見る」だけでなく「検証する」視点への転換である。さらに、軽微な不正であっても発覚時のリスクは大きい。軽微な不正行為であっても、発覚すれば従業員や取引先は契約解除や信用失墜、場合によっては法的責任を問われる可能性がある。
AIは利便性とリスクを同時に拡張する技術である。その影響はすでに現実のビジネスに及んでいる。今後は「何が証拠になるか」ではなく「証拠の信頼性をどう担保するか」が問われる時代になるだろう。
文：岡 徳之（Livit）