グローバル InsurTech 風景 2026 — Lemonade / Oscar / Wefox / Coalition / Tractable / Shift / Akur8 + 韓国・日本 デジタル保険 ディープダイブ

「保険は200年変わらなかった業界だが、AI が5年以内に書き換える」— Daniel Schreiber、Lemonade 共同創業者、2024年株主総会

2026年5月現在、グローバル InsurTech 市場は 2021年 IPO 熱狂 → 2022〜2023年 winter → 2024〜2026年 緩やかな回復 という典型的なハイプサイクルのピークを通過しました。一時100億ドル超の時価総額をつけた Lemonade は最低14億ドルまで下落し、2026年第1四半期は約25億ドルで安定。Bright Health は事実上清算、Oscar Health は売上を伸ばしたものの黒字化はまだ追いかけている段階。一方で Coalition、Next Insurance、At-Bay、Tractable、Akur8 のような B2B・インフラ系は静かに後期ラウンドや IPO を準備しています。

本稿は28社の InsurTech 企業・プラットフォームのポジショニング、資金調達履歴、IPO 後パフォーマンス、差別化、AI/データ深度、そして「誰が何を選ぶべきか」を一気通貫で扱います。グローバル SaaS がサイバー保険を買うとき、韓国スタートアップがペイ・パー・マイル自動車保険を選ぶとき、日本進出企業がライフネット生命と提携するとき、いずれにも参考になるよう実務フローとコードパターンを含めました。

1. 2026年 InsurTech 地図 — B2C / B2B / インフラ / MGA 4 陣営

InsurTech は「ネット保険」ではありません。2026年の市場で1社が占める表面積は以下の4陣営に整理できます。

2026年の地形は次の4潮流で要約されます。

• フルスタック B2C は厳しい: 自社で免許を持ち D2C 広告を回すモデルは、広告費・再保険・規制コストが積み重なり、IPO 後も損益分岐点が遠い。Lemonade、Oscar、Root、Hippo はみな同じ曲線を描いた。
• B2B / 商業ラインは意外と好調: Next(小規模事業者)、Coalition と At-Bay(サイバー)、Vouch(VC 出資スタートアップ)は1件あたりの保険料が高く更新率も良いため、ユニットエコノミクスが早期に黒字化する。
• AI インフラが静かな勝者: 保険会社へ SaaS を売る Tractable(クレーム写真 AI)、Shift(不正検知)、Akur8(価格モデル)は保険会社 P&L の変動を回避でき、伝統的保険会社全てを顧客にできる。
• MGA プラットフォームの台頭: 保険会社ではないチャネル(銀行、EC、API パートナー)に商品を差し込むミドルウェアで、Bold Penguin、Newfront、bolttech が急成長。Coverbase、Clearcover はチャネルと価格エンジンを結合。

最初の分岐点はつねに「自分が(a)直接保険会社を作るのか、(b)保険会社へ SaaS を売るのか、(c)保険会社をチャネルに繋ぐのか」です。

2. 資金調達サイクル — 2021 ピーク / 2023 winter / 2026 回復

個別企業の前にマクロサイクルを押さえる必要があります。以下は CB Insights と Gallagher Re が集計したグローバル InsurTech 資金調達の推移です。

2021年ピークの3要因: ゼロ金利環境での SaaS マルチプル適用、COVID によるオンライン保険需要急増、ESG・フィンテック ETF 資金流入。2022〜2023 winter の3要因: 金利急騰、IPO 各社のコンバインド・レシオ悪化、Bright Health 健康保険破綻。2026年回復の駆動力は (1) AI によるユニットエコノミクス改善、(2) サイバー・気候保険市場の急拡大、(3) MGA プラットフォームの売上加速。

グローバル InsurTech 資金調達曲線(単位: $B, CB Insights)
$16 ┤              ┌──┐
$14 ┤              │  │
$12 ┤              │  │
$10 ┤              │  │
 $8 ┤        ┌─┐   │  │   ┌──┐
 $6 ┤  ┌─┐ ┌─┘ │   │  │ ┌─┘  │ ┌─┐
 $4 ┤┌─┘ └─┘   └─┐ │  │ │    └─┘ │  ← winter
 $2 ┤┘          │ │  │ │        │
    └┬──┬──┬──┬─┴─┴──┴─┴─┬──┬──┬─┴─
     '18 '19 '20 '21 '22 '23 '24 '25 '26

3. Lemonade — フルスタック B2C のアーキタイプと限界

Lemonade は2015年ニューヨークでスタート、賃借人保険(renters insurance)から始まり住宅・ペット・生命・自動車に拡張した D2C 保険会社です。2020年7月の IPO は公募価 $29、初日 $70 を突破、2021年1月には一時 $182 まで上昇。2026年第1四半期時点では約 $35 前後で取引されています。

主要事実:

• ビジネスモデル: AI Maya(加入)、AI Jim(クレーム)チャットボットが標準商品を即時発行・決済。平均加入4分、クレーム自動支払い約30%。
• 事業ライン: Renters、Homeowners、Pet、Life、Car(2022年 Metromile 買収で参入)。
• 2025年実績: 保有保険料約 $1.0B、グロス・ロス・レシオ73%、コンバインド・レシオ約105%(つまり保険事業はまだ赤字)。
• 2024年 Metromile 統合完了後、自動車保険は Lemonade Car 単一ブランドに統合。ペイ・パー・マイル価格が主力。
• 収益構造: 保険料の25%を固定手数料として取り、残りを再保険会社へ譲渡(Lemonade はほぼリスクを抱えない)。変動性は低くなるが上振れも抑制される。

Lemonade の教訓は明確です: フルスタック B2C は加入を素早く増やせるが、損害率(ロス・レシオ)が業界平均(約65%)まで下がらないと利益は出ない。 Lemonade は2026年もまだ73〜75% で、自動車拡張により短期的にはむしろ悪化する可能性があります。

AI Jim クレームフローを擬似コードで表現すると次のようになります。

# Lemonade-style claim chatbot pseudocode
class ClaimAI:
    def submit_claim(self, user_id: str, video_url: str) -> dict:
        # 1) ユーザーが短い動画で事故・損害を説明(動画 + 音声)
        transcript = stt(video_url)
        # 2) 標準テキストに整形
        normalized = llm_normalize(transcript)
        # 3) 18 種類の不正シグナルをチェック(位置、時間帯、過去クレーム頻度、キーワード)
        fraud_score = fraud_rules(user_id, normalized)
        # 4) 自動承認条件: 請求額上限 + 不正スコア + 約款マッチング
        if fraud_score < 0.10 and claim_amount(normalized) < 5000:
            return pay(user_id, amount=claim_amount(normalized))
        # 5) それ以外はオペレーターキューへルーティング
        return route_to_human(user_id, normalized, fraud_score)

ここで重要なのは4ステップ目で自動支払率が約30%を超える点で、残り70%以上は依然として人手レビューが必要であり、これがフルスタック D2C 保険会社の人件費を決めます。

4. Oscar Health — 健康保険 D2C の苦闘

Oscar Health は Joshua Kushner と Mario Schlosser が2012年に創業した米国健康保険会社で、2021年3月の IPO は公募価 $39、初日時価総額約 $8B でした。2022年には一時 $3 以下まで下落し、2026年第1四半期は約 $13〜16 のレンジで横ばい。

Oscar の差別化:

• テック優先の請求・薬局フロー: 医療費請求が24時間以内に決済される比率が業界平均の2〜3倍。
• +Oscar プラットフォーム: 自社の請求エンジンと医療ネットワーク管理ツールを他保険会社へ SaaS 提供 — 2024年に Cigna が最初の大口顧客。
• ACA(オバマケア)市場集中: 雇用主提供保険ではなく個人・中小企業向け ACA Marketplace のシェアを拡大。2025年会員数は約200万。

2025年財務: 売上約 $9.5B、Medical Loss Ratio 約81%(目標 <82%)、営業利益黒字化が間近。Oscar は Lemonade より大きな売上規模ですが、医療費インフレと再加入(churn)問題により多く晒されています。

最大リスクは ACA 補助金政策の変化: 2026年に米議会が ACA 補助金を縮小すれば、Oscar の新規加入が急減する可能性があり、これは Bright Health の轍を思い出させます。

5. Bright Health — フルスタック健康保険の失敗事例

Bright Health は2016年設立、2021年6月の IPO は公募価 $18、時価総額約 $12B で出発。2023年には事実上上場廃止レベルまで下落、2024年に個人市場から撤退しました。

失敗の要因3つ:

1. 過剰な外形拡大: 14州で同時ローンチ、医療ネットワーク交渉力ゼロ。
2. MLR(Medical Loss Ratio)の爆発: 2022年いくつかの州で >110% 水準 — 保険料を上回る医療費請求。
3. キャッシュフロー悪化: IPO 資金が急速に枯渇、追加増資の試みが市場の信認を破壊。

Bright Health の事例は InsurTech が保険免許だけでは業界の参入障壁を突破できないこと を最も明確に示したケースです。健康保険は特に (a) ネットワーク交渉力、(b) 再加入の安定、(c) 医薬品・高額治療費のコントロールが鍵ですが、新興企業が短期間に揃えるのは難しい3点です。

6. Wefox — 欧州フルスタック + 仲介ハイブリッド

Wefox は2014年ベルリン発の欧州 InsurTech 旗艦で、フルスタック保険会社と仲介ネットワークを組み合わせたハイブリッドモデル。2021年シリーズ D で $3B 評価、2023年の資金調達難で $1B〜1.5B に調整。

Wefox の差別化:

• 仲介チャネル: 専属仲介人1,300人以上を保有。100% デジタルな Lemonade と異なり、対人ネットワークが中核。
• フルスタック免許: ドイツ・スイス・オーストリア・イタリアで自社保険免許保有。
• 商品ライン: 自動車・家電・ペット・旅行・サイバーなど7ライン。
• 2024年リストラ: 従業員約1/3 削減、自動車引き受け縮小、利益ラインへ再編。

Wefox は (1) 欧州規制が米国より重く、(2) 価格比較サイト(Check24、MoneySuperMarket)の影響力が強いため、米国モデルとは異なる進化を求められました。結果として「デジタル + 対人ネットワーク」のハイブリッドという欧州固有モデルが生まれ、2026年も後期ラウンドを追加模索中です。

7. Next Insurance — 中小事業者商業保険の黒字化

Next Insurance は2016年設立の米国中小事業者向け InsurTech で、1,300種類以上の職業(電気工・料理人・ヨガ講師・美容師など)に即時見積・発行を提供。2023年シリーズ G で約 $2.5B 評価、2025年に黒字化が近づき再び IPO 候補に。

Next の強み:

• 小規模事業者は価格感度が低い: 平均保険料が賃借人保険の2〜3倍。広告費回収期間が短い。
• API エンベデッド: Square、Toast、Shopify、Intuit のような SMB SaaS に保険発行 API を埋め込み — オーナーがチェックアウト画面で同時加入。
• AI 引受: 職業別の標準リスクモデルを内製。見積から発行まで平均10分。

2024年売上約 $650M、ロス・レシオ約60% — Lemonade、Root の73〜75% と比較してはるかに健全です。SMB 商業保険は黒字 InsurTech の最も明確な道筋です。

8. At-Bay — サイバー保険のデータ優位

At-Bay は2016年設立の米国サイバー保険専業 InsurTech で、「保険 + 脅威インテリジェンス」結合モデル。2024年シリーズ E で約 $1.7B 評価。

At-Bay の差別化:

• 引受にセキュリティスキャンを含む: 加入見積前に企業ドメインをスキャンし、露出 RDP・開いたポート・脆弱性・DMARC 未設定などを自動検出。
• 加入後のリアルタイム監視: 加入企業のセキュリティ状態を継続追跡し、リスクが上がればアラート、保険料の調整も可能。
• クレームデータをインテリジェンスとして活用: 実際のサイバー事故データをパターン化し、次の加入者の見積モデルに反映。

これは本質的に 「サイバー保険 = サイバーセキュリティ SaaS の変種」 という新しい市場定義です。単純な損害補償ではなく、保険会社がセキュリティアドバイザーまで担います。

9. Coalition — 1兆ドルサイバー市場のリーダー

Coalition は2017年サンフランシスコ発のサイバー保険 + セキュリティ統合企業で、2024年シリーズ F で約 $5B 評価を受けた後期 InsurTech の代表格。Coalition Risk Manager という無料セキュリティツールを全加入者に提供し、そのデータを引受モデルに活用します。

Coalition の主要事実:

• 市場規模: グローバルサイバー保険料は2024年約 $14B から2030年 $80B+ 見通し(Munich Re、Allianz)。
• サイバー事故あたり平均請求額: 約 $210K(Coalition 2024 Claims Report)。
• 引受優位: 自社 ASM(Attack Surface Management)スキャンで加入時点のリスク評価、事故発生時には IR(Incident Response)リソースを即時提供。
• 2025年売上: 約 $1.5B 推定、営業マージンが黒字に近い。

Coalition Force.ai 風サイバー引受ルール(要約):

# Coalition-style cyber underwriting rule
class CyberUnderwriter:
    def quote(self, domain: str) -> dict:
        scan = asm_scan(domain)  # 外部攻撃面スキャン
        signals = {
            "dmarc_missing": scan["dmarc"] != "reject",
            "rdp_exposed": any(p == 3389 for p in scan["open_ports"]),
            "old_software": scan["cve_count_critical"] > 0,
            "leaked_creds": scan["dehashed_hits"] > 10,
        }
        risk = sum(1 for v in signals.values() if v)
        # 5 段階価格スケール
        if risk == 0:
            premium_multiplier = 1.0
        elif risk == 1:
            premium_multiplier = 1.3
        elif risk == 2:
            premium_multiplier = 1.7
        elif risk == 3:
            premium_multiplier = 2.5
        else:
            return {"decision": "decline", "reason": signals}
        return {"decision": "quote", "multiplier": premium_multiplier, "signals": signals}

このようなデータとルールの結合が、サイバー InsurTech が単なる保険会社を超えて「セキュリティ SaaS の価格を決める会社」へ進化する道筋です。

10. Tractable — AI による クレーム自動画像解析

Tractable は2014年ロンドン発の AI 企業で、自動車事故写真から修理費を自動算定するコンピュータビジョンが主力。2022年シリーズ E で約 $1B 評価、2025年に後期ラウンド追加。

Tractable のコア価値:

• 自動車事故写真 → 修理費見積時間: AI で数分以内、人間の鑑定人による数日と比較して劇的に速い。
• グローバル保険会社50社以上が導入: GEICO、東京海上、AXA、MS&AD など米・日・欧の大手が顧客。
• 2025年拡張: 自動車 → 住宅 → 自然災害クレーム写真解析へ拡大。

Tractable API 呼び出しフロー(擬似コード):

# Tractable API call (claim image analysis)
import requests

def estimate_repair(claim_id: str, photo_urls: list[str]) -> dict:
    resp = requests.post(
        "https://api.tractable.ai/v1/estimates",
        headers={"Authorization": f"Bearer {API_KEY}"},
        json={
            "claim_id": claim_id,
            "vehicle": {"make": "Toyota", "model": "Camry", "year": 2022},
            "photos": photo_urls,           # 事故車写真 6 〜 10 枚
            "region": "JP",                 # 日本市場(修理費データセット)
        },
        timeout=60,
    )
    data = resp.json()
    # 返却: 部品ごとの損傷分類、修理/交換推奨、コスト(low/median/high)
    return {
        "parts": data["damages"],
        "median_cost_jpy": data["estimate"]["median"],
        "confidence": data["estimate"]["confidence"],
    }

Tractable のビジネスモデルは保険会社がクレーム1件あたり手数料を支払う SaaS で、保険会社の P&L とは独立してクレーム件数に応じて売上が発生します。この構造がフルスタック InsurTech よりはるかに変動に強い理由です。

11. Shift Technology — 不正検知とクレーム自動化

Shift Technology は2014年パリ発のフランス AI 企業で、保険不正検知(fraud detection)とクレーム自動化が主力。2021年シリーズ D で約 $1B 評価、2025年に後期ラウンド進行中。

Shift の差別化:

• グローバル100社以上の保険会社が導入: AXA、Generali、Allianz、MS&AD、Sompo など。
• 引受・クレーム・不正検知の3点セット: Shift Underwrite、Shift Claims Automation、Shift Force.ai(不正検知)を単一プラットフォームで提供。
• 2024年データ: 全世界の保険業界が不正で失う額は年 $80B 以上(Coalition Against Insurance Fraud 推計)、Shift はその市場の一部を取り込む。

Shift Force.ai 風不正検知ルール(要約):

# Shift Force.ai-style fraud rule chain
def evaluate_claim(claim: dict) -> dict:
    rules = [
        ("claim_within_3_days_of_policy", claim["days_since_policy_start"] < 3),
        ("multiple_claims_same_address", count_claims_by_address(claim["address"]) >= 3),
        ("repair_shop_blacklist", claim["repair_shop_id"] in BLACKLIST),
        ("storyline_inconsistency", llm_inconsistency_score(claim["narrative"]) > 0.7),
        ("excessive_claim_amount", claim["amount"] > 3 * avg_claim_by_zipcode(claim["zip"])),
    ]
    triggered = [name for name, fired in rules if fired]
    score = len(triggered) / len(rules)
    if score >= 0.4:
        return {"flag": True, "reasons": triggered, "review": "manual"}
    return {"flag": False, "reasons": triggered, "review": "auto-approve"}

ポイントはルールと AI スコアの結合 — 単一ルールでは偽陽性が多すぎるため、5〜10 個のルールを合算して閾値を設けるアプローチです。

12. Akur8 — 保険価格モデリングの AI インフラ

Akur8 は2018年パリ発の保険価格モデリング(プライシング/アクチュアリ AI)専業企業で、2024年シリーズ C で約 $500M 評価。保険会社のアクチュアリ(actuary)が価格モデルを作るときに使うツールを SaaS で提供します。

Akur8 の差別化:

• 透明な GLM 自動生成: 伝統的アクチュアリモデル(Generalized Linear Model)を AI で自動チューニングするが、ブラックボックスではなく全係数が解釈可能 — 規制通過に有利。
• グローバル導入: AXA、Generali、Munich Re、Aviva など200社以上で利用。
• サイクルタイム: 価格モデル1サイクルが6週間 → 1週間に短縮(Akur8 事例研究)。
• 自動車・住宅・生命の全ラインに適用: 単一ライン SaaS ではない。

Akur8 がフルスタック InsurTech に対して持つ優位は 全ての伝統的保険会社を顧客にできる点 — 自社保険免許がないので保険会社と競合せず、彼らの価格モデリングコストを削減する位置に立てます。

13. Cytora — 商業保険デジタル引受のミドルウェア

Cytora は2014年ケンブリッジ発の英国 InsurTech で、商業保険会社の引受(underwriting)意思決定を自動化する SaaS。2025年シリーズ C 追加ラウンド。

Cytora の価値:

• データグラフ: 企業情報・財務・業界・過去クレームを統合したグラフ — 引受人が一画面ですべてのリスクシグナルを確認。
• 自動ルーティング: 単純リスクは自動承認、複雑リスクはシニア引受人へルーティング — 引受処理量が3〜5倍向上。
• 顧客: HSB、Markel、QBE、東京海上 Kiln など商業保険会社中心。

Cytora は Akur8(プライシング)に隣接していますが、価格ではなく 「引受の意思決定そのもの」 を自動化する点で異なります。引受人が最も時間を費やすステップを圧縮します。

14. Bold Penguin・Newfront — MGA プラットフォームの台頭

MGA(Managing General Agent)は保険会社から権限委任を受けて商品加入・引受・一部クレーム処理まで代行する中間者役割。2026年 InsurTech 市場で最速成長カテゴリーの一つが MGA プラットフォームです。

代表企業:

• Bold Penguin(American Family Insurance が買収): 小規模事業者向け商業保険デジタル MGA プラットフォーム。保険会社・仲介・顧客を繋ぐマーケットプレイス + 見積エンジン。
• Newfront: デジタル仲介 + MGA。2024年評価約 $2.2B。フルスタック保険会社ではなく 「AI 仲介」 ポジショニング。
• Coverbase: エンベデッド保険 MGA — EC・SaaS に保険加入 API を埋め込むプラットフォーム。
• Clearcover: 自動車保険デジタル MGA — フルスタックではなく複数自動車保険会社の商品をチャネル経由で販売するモデルに転換。

MGA プラットフォームの取引フローを図解すると以下のとおり。

[顧客]  ──見積要求──>  [MGA プラットフォーム]  ──引受データ──>  [保険会社]
                              │                                       │
                              │<─── 見積(価格/約款)─────────────────│
                              │
                              │── 加入確定 ─> [顧客]
                              │
                              │── 保険料精算 ─> [保険会社]  (手数料控除)
                              │
[クレーム発生] ──> [MGA プラットフォーム] ──> [保険会社(大事故)] / [MGA 自社(少額)]

MGA プラットフォームの魅力は (1) 自社資本負担が軽い、(2) チャネル(EC・銀行・フィンテックアプリ)に埋め込まれて加入コストがほぼゼロ、(3) 保険会社が自社で作りにくいデジタル UX をチャネルへ提供できる点です。

15. フルスタック vs MGA — どのモデルがどこで勝つか

2026年 InsurTech 投資トレンドは明確に MGA・インフラ寄り に傾いています。フルスタック D2C はロス・レシオ管理が本質的に難しい一方、MGA・SaaS はユニットエコノミクスが早期黒字化し、売上変動が小さいためです。

16. AI / ML 人材差別化 — 保険会社の ML エンジニア採用戦略

InsurTech の AI 差別化はモデル自体ではなく (a) どのデータを保有しているか、(b) 誰がそのモデルを運用するか で生まれます。2026年 InsurTech 各社の ML 人材戦略を比較すると:

重要な観察2点:

1. InsurTech の ML 人材はアクチュアリ・統計 + ディープラーニングのハイブリッド人材が必要 — 単純な LLM エンジニアでは不十分で、GLM・生存解析・統計学博士級人材の保険ドメイン知識が決定的。
2. 自社学習データの優位が中核 — Tractable の自動車写真、Coalition のサイバー事故データ、Akur8 のグローバル保険会社価格データがモデルより大きな差別化要素。

17. 韓国 — カーロット損保 + 新韓ライフ InsurMe + KB ライフ

韓国 InsurTech 市場はグローバルとは異なり (a) 既存大手金融グループの子会社、(b) デジタル保険会社の新規免許、(c) フィンテックベースのエンベデッド の3軸で進化中。

17.1 カーロット損害保険

カーロット損害保険は2019年発足した韓国初のデジタル損害保険会社で、**ペイ・パー・マイル自動車保険(走行距離ベース)**が代表商品。ハンファ損保・SK テレコム・現代自動車などが出資した合弁。

• ペイ・パー・マイル保険: OBD デバイスまたは SK テレコム網ベースで走行距離計測、km あたり保険料課金。運転が少ない人に有利。
• 商品ライン: 自動車・旅行者・ペット・ミニ保険(ショッピング紛失など)。
• 2025年保険料: 約1兆ウォン突破、2026年黒字化推進。
• IPO 推進: 2025年から IPO 検討、2026〜2027年上場候補。

カーロットの最大課題は Lemonade・Metromile と同様に ペイ・パー・マイル自体がロス・レシオを安定化させない点。走行距離の少ない優良ドライバーは保険料を抑えますが、事故あたり損害が減らなければ業界平均から大きく外れることは困難です。

17.2 新韓ライフ InsurMe

新韓ライフ InsurMe は新韓金融グループのデジタル生命保険プラットフォームで、簡単な終身・定期・医療保険をモバイルで加入できるチャネル。単独保険会社ではなく新韓ライフ本体のデジタルチャネルである点が Lemonade のようなフルスタック InsurTech との違い。

コア価値:

• 新韓の本人確認・資産データ活用: 新韓銀行・証券の顧客は別途本人確認なしで加入。
• AI 引受: 簡単な健康質問 + データベース自動引受、従来比加入時間1/3。
• 2025年加入者: 累計100万人突破、新韓ライフ新規加入の30%以上がデジタルチャネル経由。

17.3 KB ライフ

KB ライフは KB 金融グループの生命保険子会社で、2023年プルデンシャル生命を合併しデジタルチャネルを強化。既存保険会社のデジタル変革 に集中するモデルで、新たにデジタル保険会社を設立する戦略は取らず。

• KB スターバンキング統合加入: 銀行アプリで保険見積・加入まで完結。
• AI ヘルスケア連携: KB ライフケアアプリと連動、健康診断結果ベースで保険料割引。
• 2025年戦略: 新規デジタル子会社設立は見送り、既存 KB ライフの DT に注力。

17.4 ハンファ生命のデジタル転換

ハンファ生命は2024年からデジタル本部を社長直属に格上げし、OneA(Open Innovation) プログラムで InsurTech スタートアップとの協業を強化。自社デジタル保険会社の新設は保留。

17.5 韓国 InsurTech の構造的限界

韓国 InsurTech がグローバルと違う進化をした理由は3つ。

1. 金融グループ中心の市場構造: 5大金融グループがすべて保険会社を保有しており、スタートアップがフルスタックで参入するのは極めて困難。
2. 規制と資本要件: 保険会社新設は金融委員会の認可が必要で、資本金要件も非常に高い。
3. 消費者の価格比較チャネル依存度の弱さ: 価格比較サイトが弱く、代わりに GA(General Agency)仲介の比重が大きい。

したがって韓国 InsurTech の将来は (a) カーロットのような合弁デジタル保険会社、(b) 既存金融グループのデジタルチャネル、(c) エンベデッド保険 SaaS(例: メリッツ・DB・サムスン火災の API) の3経路に分岐するでしょう。

18. 日本 — SBI 保険 + ライフネット生命 + 全保連 + justInCase

日本 InsurTech 市場は韓国より規模は大きいですが、デジタル変革速度は遅い。それでも2026年は次の4社が際立っています。

18.1 SBI Insurance Group

SBI Insurance Group は SBI ホールディングスの保険部門で、自動車・生命・少額短期保険などデジタルチャネル中心で運営。

• SBI 自動車保険: インターネット専用自動車保険、価格競争力でシェア拡大。
• SBI 生命: デジタル加入生命保険、医師告知免除上限拡大。
• SBI 少額短期保険: 1年単位の短期補償(ペット・家電・旅行など)— 日本 InsurTech の中核ライン。
• 2025年売上: SBI 保険グループ合計約1,000億円推定。

18.2 ライフネット生命

ライフネット生命は2008年日本初のインターネット専業生命保険会社として発足、2026年時点で約20年のデジタル InsurTech 古参。出口治明社長と岩瀬大輔副社長の共同創業。

• 商品: 定期保険・終身保険・医療保険をインターネット専用に単純化。
• 価格競争力: 営業職員・仲介手数料がないため通常保険会社比約30〜40% 安価。
• 2025年保有契約: 60万件超、累計約200万件。
• 2024年 KDDI 提携: 通信会社チャネル経由で加入拡大。

ライフネット生命は グローバル InsurTech サイクルと無関係にゆっくり売上を伸ばしてきた事例。Lemonade が10年で達成したことを20年かけたとも言えますが、その分安定し黒字運営中です。

18.3 全保連(Zenpoken)

全保連は日本の 賃貸保証・借家人保険をデジタル化した会社で、不動産賃貸市場にエンベデッドされた借家人保険が中核。

• 不動産仲介チャネル: 日本の賃貸契約には保証人が必要で、全保連が保証人役割 + 借家人保険同時加入をデジタルチャネルで処理。
• 2024年加入: 累計約500万件。
• B2B2C モデル: 不動産仲介・管理会社がチャネル、借家人が最終顧客。

18.4 justInCase

justInCase は2016年東京発の日本 InsurTech スタートアップで、P2P 保険(保険料還付型) モデルを試みた会社。

• P2P 保険: 1年間請求がない場合、保険料の一部を還付。加入者グループ別に精算。
• 商品: スマートフォン保険・がん保険・自転車保険・心労消耗(バーンアウト)保険など。
• 2024年加入者: 約30万人。
• 2025年課題: 請求分布が不均一な場合の還付モデル持続性。

18.5 日本 InsurTech 50社の動向

日本金融庁(FSA)資料によれば2025年時点で日本 InsurTech 登録企業は約50社。主要カテゴリー:

日本 InsurTech の構造的限界は (a) 人口減少による市場縮小、(b) 大手保険会社(東京海上、MS&AD、Sompo)の非常に強い市場シェア、(c) デジタル変革に保守的な消費者が同時に作用する点。

19. 米国 / 欧州 / 韓国 / 日本 InsurTech 段階比較

この表が示すコア: 韓国・日本はフルスタック InsurTech が弱くデジタルチャネル・エンベデッドが強い。 グローバル InsurTech モデルをそのまま複製するのは難しく、既存の金融・通信・不動産チャネルへのエンベデッドが効果的です。

20. IPO 後パフォーマンス — フルスタック InsurTech が直面した現実

2020〜2021年に IPO したフルスタック InsurTech 各社の IPO 後パフォーマンスは次のとおり。

この表が InsurTech 市場に残した教訓:

1. D2C 広告費と保険ロス・レシオは両立が困難: 広告を絞れば加入が止まり、加入を伸ばせばロス・レシオが悪化する。
2. 自動車・住宅は自然災害と事故変動性が大きい: Root、Hippo、Metromile すべて単一ライン集中の弱点を露呈。
3. 黒字化まで10〜15年かかる: Lemonade は賃借人保険単一ラインで約8年かけて黒字近辺に到達し、自動車拡張で時計が再びリセット。

対照的に B2B・インフラ InsurTech(Coalition、Tractable、Shift、Akur8)は IPO 前の後期段階で安定 しており、2026〜2028年の IPO 候補として挙がっています。

21. エンベデッド保険 — 今後5年で最大の変化

エンベデッド保険(Embedded Insurance)は保険を単独商品ではなく、他の商品・サービスのフローに自然に組み込む こと。EY と InsurTech Insights の2025年レポートはエンベデッド保険市場が2030年までに全保険料の約25% を占めると予測。

主要エンベデッドモデル:

• 旅行予約 + 旅行者保険: 航空会社・ホテルアプリで決済時に保険オプション表示(例: Expedia + Cover Genius)。
• EC + 家電補償: クーパン・Amazon で家電購入時に延長保証・破損補償オプション(例: Squaretrade、Asurion)。
• SaaS + サイバー保険: AWS・Vercel のような SaaS の決済画面でサイバー保険オプション(Coalition・Vouch エンベデッド)。
• 車両購入 + 自動車保険: テスラが直接自動車保険を販売(Tesla Insurance)、韓国では現代カード・カーロット損保が類似試行。
• 住宅ローン + 住宅保険: 不動産取引時点で自動加入。

エンベデッド保険のユニットエコノミクス優位は明白:

この差が2026年以降エンベデッド InsurTech 資金調達がフルスタック InsurTech を追い越すと予想される中核理由です。

22. サイバー保険 — 1兆ドル市場への急拡大

サイバー保険は InsurTech の中で最速成長ライン。

• 2024年グローバルサイバー保険料: 約 $14B(Munich Re)。
• 2030年見通し: 約 $80B〜120B(Allianz、McKinsey)。
• 事故あたり平均請求額: 約 $210K(Coalition 2024)。
• 大型事故: 1件あたり $10M〜100M(ランサムウェア・サプライチェーン事故)。

サイバー保険市場のコア駆動力:

1. ランサムウェア・サプライチェーン攻撃の急増: 毎年サイバー事故件数がほぼ倍増。
2. EU NIS2、米 SEC Cyber Rule、韓国情報保護法改正: サイバー保険加入を事実上義務化。
3. 取締役会の責任: D&O(役員賠償)保険にサイバーが結合され、取締役会がサイバー保険未加入をリスクとして認識。

リーダーは Coalition、At-Bay、Cowbell、Resilience で、サイバー保険は本質的にサイバーセキュリティ SaaS の変種 という新定義が市場に定着しつつあります。

23. 気候保険とパラメトリック保険 — 2026年の新カテゴリー

気候変動で自然災害の頻度・強度が増し、伝統的住宅・自動車保険はロス・レシオ制御に苦戦しています。その代替として浮上する2カテゴリー。

1. パラメトリック保険(Parametric Insurance): 実損害を評価せず、客観的指標(ハリケーン風速・降水量・地震震度) が閾値を超えると自動支払。クレーム処理時間 = 即時。
2. 気候リスクデータ SaaS: 衛星・気象データで不動産・都市単位の気候リスクを評価。Cape Analytics、Jupiter Intelligence、ICEYE など。

代表的パラメトリック企業: Jumpstart(地震)、Floodflash(洪水)、Skyline Partners(ハリケーン再保険)、Arbol(農業・気候全般)。

2025年カリフォルニア山火事、2024年日本能登半島地震、2026年初頭米国東部寒波など大型自然災害サイクルが続く中で、パラメトリック保険と気候データ SaaS は次の5年で最速成長 InsurTech カテゴリー になる可能性が高い。

24. 保険 + LLM — 2026年の新しい最前線

LLM は InsurTech の2領域に急速に浸透しています。

1. アンダーライティング / 引受: 企業・個人の自由テキスト情報(申請書・面談・公開データ)からリスクシグナルを抽出。Cytora、Coalition がこの方向。
2. クレーム / 補償: 事故陳述・診療記録・修理見積など非構造文書を自動整理・分類。Lemonade の AI Jim が代表事例。

ただし保険における LLM 導入の決定的制約は 規制と説明可能性。米 NAIC(全米保険監督官協会)と EU EIOPA はいずれも「AI モデルが価格・引受・支払決定を行う際は説明可能であること」というガイドラインを強化しており、ブラックボックス LLM の単独使用を制限。そのため2026年の標準は 「LLM がデータを整理し、決定は解釈可能な GLM・ルールエンジンが行う」 ハイブリッドフロー。

25. 誰が何を選ぶべきか — 意思決定チェックリスト

最後に、読者の状況別推奨を整理。

• グローバル SaaS でサイバー保険が必要なスタートアップ: Coalition または At-Bay。自社セキュリティスコア + 加入 + 事故時 IR リソース統合 = 単一パッケージ。
• 米国小規模事業者の商業保険: Next Insurance または Vouch。Square・Shopify エンベデッドフローが最もスムーズ。
• 米国消費者の賃借人・住宅保険デジタル加入: Lemonade。ただし住宅自然災害リスクの高い地域なら伝統保険会社も比較。
• 走行距離の少ない韓国ドライバー: カーロット損保ペイ・パー・マイル。更新時に価格比較必須。
• 日本のインターネット生命保険を求める30〜40代: ライフネット生命。価格・シンプルさが優秀。
• 日本で借家人保険・賃貸保証が必要な外国人: 全保連。不動産仲介チャネル経由で自動加入。
• AI コンピュータビジョンが必要な自動車保険会社: Tractable。日本市場データセットも保有。
• 不正検知 SaaS が必要な保険会社: Shift Technology。ルール + LLM 結合。
• 価格モデリングが必要なアクチュアリチーム: Akur8。規制通過に有利な解釈可能 GLM 自動化。
• エンベデッド保険を構築したい EC・SaaS: Coverbase、bolttech、または保険会社 API 直接連携。

2026年以降の InsurTech は 「誰が保険免許を持っているか」より「誰がデータを持っているか、誰がチャネルを持っているか」 で勝負が決まります。フルスタック D2C は困難で、インフラ・MGA・エンベデッドがユニットエコノミクスを決定します。

References

• Lemonade 公式サイト: https://www.lemonade.com/
• Lemonade Investor Relations: https://investor.lemonade.com/
• Oscar Health 公式サイト: https://www.hioscar.com/
• Oscar Health 投資家情報: https://investor.hioscar.com/
• Root Insurance 公式: https://www.joinroot.com/
• Hippo 公式: https://www.hippo.com/
• Wefox 公式サイト: https://www.wefox.com/
• Next Insurance 公式: https://www.nextinsurance.com/
• At-Bay 公式: https://www.at-bay.com/
• Coalition Insurance 公式: https://www.coalitioninc.com/
• Coalition 2024 Cyber Claims Report: https://www.coalitioninc.com/insights/cyber-claims-report-2024
• Tractable 公式: https://tractable.ai/
• Shift Technology 公式: https://www.shift-technology.com/
• Akur8 公式: https://www.akur8.com/
• Cytora 公式: https://www.cytora.com/
• Cape Analytics: https://capeanalytics.com/
• Bold Penguin: https://www.boldpenguin.com/
• Newfront: https://www.newfront.com/
• bolttech: https://www.bolttech.io/
• カーロット損害保険: https://www.carrotins.com/
• 新韓ライフ InsurMe: https://www.shinhanlife.co.kr/
• KB ライフ生命: https://www.kbli.co.kr/
• ハンファ生命デジタル: https://www.hanwhalife.com/
• SBI Insurance Group: https://www.sbiinsgroup.co.jp/
• ライフネット生命: https://www.lifenet-seimei.co.jp/
• 全保連: https://www.zenpoken.co.jp/
• justInCase: https://justincase.jp/
• CB Insights InsurTech レポート: https://www.cbinsights.com/research/report/insurtech-trends/
• Gallagher Re Global InsurTech Report: https://www.ajg.com/gallagherre/news-and-insights/
• McKinsey Global Insurance Report: https://www.mckinsey.com/industries/financial-services/our-insights
• Munich Re Cyber Insurance Outlook: https://www.munichre.com/topics-online/en/digitalisation/cyber.html
• EIOPA AI Guidelines: https://www.eiopa.europa.eu/
• NAIC Big Data Working Group: https://content.naic.org/
• InsurTech Insights: https://www.insurtechinsights.com/
• 韓国金融委員会保険レポート: https://www.fsc.go.kr/
• 日本金融庁(FSA): https://www.fsa.go.jp/