L’IA et l’assurance : vers un nouveau Graal ?

S’il est un secteur que l’IA va « percuter », c’est l’assurance : son modèle industriel repose sur les systèmes d’information et carbure à la donnée (calcul des primes, par exemple), deux domaines où l’IA rebat les cartes.

‍

Au cœur des systèmes d’information...

‍

La digitalisation des opérations est à l’assurance ce que la robotisation est à l’industrie : une nécessité de compétitivité. Le secteur a déjà beaucoup œuvré :

• centralisation et partage des informations « cœur » avec tout l’écosystème (experts, réparateurs, acteurs de santé…) ;
• développement du selfcare client, de la souscription à la gestion des sinistres et prestations ;
• traçabilité et reporting des opérations, sous une exigence réglementaire croissante ;
• adaptation des parcours clients et collaborateurs, avec un minimum de ruptures de process.

Reste un frein : le ROI. Sur les processus à faibles volumes ou très techniques, l’automatisation se heurte au coût des investissements.

‍

…et des évolutions de la data

‍

Longtemps interne et maîtrisée, la donnée des assureurs doit désormais s’ouvrir :

• explosion des données issues des objets connectés (IoT), téléassistance, pay-as-you-drive, boîtiers flotte… : l’assureur doit s’alimenter à des sources de plus en plus nombreuses et disparates ;
• ouverture et partage d’une partie des données pour en récolter d’autres, l’Open source s’invite chez les actuaires, sans négliger l’éthique ;
• IA générative qui exploite de nouvelles formes de données (photos, vidéos, voix), hors des tables de mortalité habituelles ;
• risque cyber devenu une certitude, d’où DORA et son cortège de mesures de prévention.

‍

L’IA déjà en place pour certains usages

‍

Tous les assureurs expérimentent l’IA, à commencer par les usages « naturels » :

• la détection de fraudes, en amont de la souscription et tout au long du parcours ;
• la gestion de sinistres à partir de photos et vidéos (reconnaissance et chiffrage des dégâts) ;
• l’automatisation de la déclaration de sinistre ou d’assistance (capteurs, données véhicules) ;
• la modélisation des probabilités d’intrusion (analyse d’images de télésurveillance).

‍

Les pistes de développement

‍

Bien d’autres cas d’usage se dessinent :

• personnalisation des tarifs et recommandations (marketing, bots conversationnels) ;
• prédiction d’événements climatiques, prévention des risques à la personne, assistance des personnes dépendantes ;
• gestion de sinistres plus réactive (avec ou sans drones), expertise plus rapide et détection de fraude renforcée ;
• captation de nouveaux clients par une adaptation plus rapide des offres.

De quoi recentrer l’interaction humaine sur la confiance réciproque entre l’assureur et son assuré.

‍

Un usage à encadrer, un cadre à respecter

‍

Difficile de prédire tous les usages ; on peut en revanche fixer les invariants que cette révolution devra respecter, sous peine de rompre la confiance :

• la qualité de la donnée, centrale pour la tarification comme pour la relation client ;
• la sécurité et la confidentialité (RGPD, DORA) ;
• la transparence et la pédagogie dans l’usage de l’IA (l’IA Act) ;
• l’éthique et la responsabilité dans l’utilisation et le partage des données ;
• le recrutement et la formation de compétences pour développer, intégrer et utiliser l’IA ;
• l’acceptation, progressive, des utilisateurs à traiter avec des « robots », qui suppose de redéfinir la valeur ajoutée de l’humain.

Alors, Graal ou non ? Chacun verra le calice à moitié plein ou à moitié vide, mais il paraît difficile d’ignorer les (r)évolutions que les assureurs vont devoir affronter, plus que d’autres secteurs. De quoi chahuter les organisations et nécessiter un accompagnement ad hoc de Sideby.