InsurTech : quelles mutations pour le secteur de l’assurance santé ?

InsurTechs, « jeunes entreprises d’assurance », ou encore assurTechs… Ces termes sont utilisés pour désigner ces nouvelles structures qui, grâce aux technologies numériques, créent une rupture sur le marché de l’assurance. Ces sociétés sont apparues sur le marché il y a moins de 10 ans et représentent, d’après une étude menée par le cabinet de conseil et d’audit PwC, une menace pour près de la moitié du chiffre d’affaires de 56 % des assureurs dans le monde ^[1] .

Ces structures revoient les modèles économiques des entreprises du secteur de l’assurance en améliorant l’expérience client et le traitement des sinistres. En 2017, les InsurTechs françaises ont réussi à lever sur les marchés financiers près de 81 millions d’euros, et parmi elles, 16 % ont levé plus de 3 millions d’euros ^[2] . L’importance de ces levées de fonds est sans précédent puisque ce sont près de 120 millions d’euros qui ont été levés depuis 2011.

I. L’assurance santé est un marché en pleine transformation

1. Les acteurs

1.1. Les acteurs traditionnels et les start-up sur le marché de l’assurance

Lors de cette dernière décennie, plusieurs secteurs ont été impactés par le big data, les objets connectés ou encore l’économie collaborative, c’est le cas de l’hôtellerie, des transports, de la santé et de la finance. Le secteur de l’assurance est également concerné par cette transformation numérique du fait des nouvelles technologies et de l’apparition des start-up. Le mot Start-up est composée du mot « start » qui signifie commencer et du mot « up » qui précise un mouvement vers le haut. Le mot start-up se traduit littéralement par une « société qui démarre » mais c’est surtout une société innovante dans le secteur des nouvelles technologies. Ces nouveaux acteurs ont une volonté commune : proposer des services différenciants avec une expérience client repensée et innovante.

Comme Alan, première compagnie d’assurance indépendante à avoir été agréée par l’Autorité de contrôle prudentiel et de résolution (ACPR) depuis 1986. Fondée en février 2016 par Jean-Charles Samuelian (cofondateur de la société Expliceat) et Charles Gorintin (ancien salarié de Twitter et Facebook), elle a réussi à lever 37 millions d’euros sur les marchés financiers depuis sa création grâce à des investisseurs historiques tels que CNP Assurances, Partech Ventures et Portag3 Ventures, mais aussi grâce au fond de capital-risque Index-Ventures et au créateur de Free, Xavier Niel. Alan est une compagnie d’assurance qui propose une offre 100 % digitale spécialisée dans les complémentaires santé à destination des entreprises mais également des travailleurs non-salariés et particuliers.

Les technologies utilisées par les InsurTechs font évoluer la relation entre l’assuré et l’assureur en terme de relation et d’expérience client, de produits et de services. Les assureurs traditionnels vont de plus en plus utiliser les services d’une InsurTech pour faire évoluer ou compléter leur offre d’assurance. Ils ont ainsi mis en place des partenariats pour développer de nouveaux produits et services, augmenter leurs bases de données clients mais aussi optimiser les capacités analytiques sur cette base de données. La mise en place de ces partenariats concerne 45 % des assureurs mondiaux ^[3] .

C’est le cas de CNP Assurances, le premier assureur de personnes en France. CNP Assurances a lancé son programme d’investissement, Open CNP, en 2016. Ce programme, disposant d’une enveloppe de 100 millions d’euros, a pour objectif d’accompagner financièrement les start-up innovantes dans les secteurs d’activités proches de CNP Assurances tout en nouant des partenariats avec elles. Ainsi, en 2016, Open CNP a investi auprès de la nouvelle compagnie d’assurance Alan.

Les acteurs traditionnels, à l’instar de CNP Assurances, vont créer des fonds d’investissement pour investir dans des start-up et les accompagner dans la phase de création et de développement. Ainsi, le groupe Macif a doté son fonds d’investissement Macif Innovation de 15 millions d’euros. Macif Innovation a notamment investi au sein de l’InsurTech Monitorlinq qui propose d’accompagner et de suivre les personnes âgées qui ne souhaitent pas se rendre en maison de retraite.

1.2. Vers une arrivée des GAFAM

L’offre proposée par les InsurTechs repose sur un élément essentiel : la donnée. Essentiellement récoltée par les objets connectés, la donnée est ensuite analysée grâce à des algorithmes et à l’intelligence artificielle. Les géants du numérique ont accès à une multitude d’informations sur les individus grâce à l’équipement informatique et leurs plateformes web. Chaque minute, ce sont de très nombreuses informations qui sont communiquées à ces acteurs sans que les individus ne s’en rendent compte : publications sur Facebook, création de compte client, téléchargement d’application…

Ces géants du numériques, appelés également GAFAM (acronyme de Google, Apple, Facebook, Amazon, Microsoft), exploitent ces données pour mieux comprendre les comportements des potentiels clients et donc améliorer la publicité. Ces géants du numérique n’ont pas de difficultés à recueillir de la donnée puisque la majorité des Français leur font confiance, et notamment les jeunes âgés entre 18 et 25 ans ^[4] .

Plusieurs acteurs du numérique ont investi dans le secteur de l’assurance santé. Il y a eu Google et son investissement dans l'InsurTech Oscar Health ou encore Facebook, avec la création de son incubateur à start-up. Amazon a notamment créé un service dédié à la santé et au bien-être. Les collaborateurs travaillent sur un assistant vocal apte à proposer des solutions dans le domaine de la santé pour les personnes âgées ou les personnes qui ont besoin d’aide médicale à distance.

2. Evolution de l’analyse de risque

2.1. Le principe applicable de l’assurance de demain

Le contrat d’assurance est un engagement mutuel de l’assuré et de l’assureur : l’assureur s’engage à indemniser un sinistre en cas de survenance d’un risque en échange de la perception d’une prime d’assurance. L’assurance est fondée sur un principe fondamental : la mutualisation. Le principe de la mutualisation consiste à regrouper un grand nombre de risques indépendants à l’intérieur d’une structure commune appelée mutualité. Le mathématicien Jacques Bernoulli a instauré la loi des grands nombres qui est fondée sur les probabilités de survenance d’un évènement. Si plusieurs expériences sont réalisées sur un échantillon de population représentatif d’une population, les résultats obtenus peuvent se rapprocher de la réalité.

Pour schématiser cela, les mathématiciens ont souvent pris l’exemple du lancé de dé. La probabilité d’obtenir le chiffre « 1 » est de 1/6 puisqu’il y a six faces sur le dé et que les chances sont identiques. Si ce dé est lancé quelque fois, il est impossible de déterminer la probabilité d’obtenir le chiffre « 1 » puisqu’il a pu être obtenu une fois, deux fois, voire pas du tout. Toutefois, si ce même dé est lancé 10 000 fois, la probabilité d’obtenir la face 1 est de 1/6. Selon cette théorie, les assureurs sont en mesure de fixer les primes d’assurance. Le risque sera alors étudié sur un échantillon représentatif de la population, et cela permettra de calculer la probabilité de survenance d’un risque. Si le risque de l’échantillon s’aggrave, la prime augmente pour l’ensemble de la communauté. Et elle diminue en cas de baisse de probabilité d’occurrence du sinistre.

Les assureurs n’ont en principe pas accès aux données de santé de leurs prospects ou assurés. Il existe donc une asymétrie d’informations au profit de l’assuré qui engendre un aléa moral ou une anti sélection. L’aléa moral consiste, pour un assuré, à aggraver son comportement dès lors qu’il ne subit pas de préjudice financier (il est assuré). Ce principe a été développé par le philosophe et économiste Adam Smith et met en avant l’absence de responsabilisation de l’assuré lorsqu’il y a un transfert de risques. Si l’assureur intègre un individu dans une population selon des informations erronées ou incomplètes, on utilise le terme d’anti-sélection. Afin de limiter les conséquences de l’asymétrie d’informations, les assureurs proposent des questionnaires de souscription et prévoient des moyens de moralisation commeles franchises/carences ou les exclusions.

L’augmentation considérable des données dans le secteur de l’assurance remet en cause le principe fondamental de la mutualisation. En effet, la segmentation très précise des risques peut être développée puisque les risques peuvent être étudiés de manière très fine. La tarification peut alors être individualisée (ou quasi). La segmentation réalisée par les assureurs peut donc être beaucoup plus ciblée par rapport aux pratiques antérieures. Mais, la segmentation peut présenter un risque pour l’assureur puisque les assurés auront alors le choix de l’offre. Les assurés présentant un bon risque se rendront chez l’assureur dont la segmentation de risques est la plus fine afin de bénéficier d’une prime plus attractive alors que l’assureur traditionnel conservera dans son portefeuille les « mauvais » risques. Ce dernier ne pourra garantir l’équilibre technique de sa mutualité et risque des déficits techniques élevés.

Il est donc primordial de trouver le bon équilibre pour ne pas mettre en péril sa mutualité et son modèle. Bien que ces nouveaux acteurs disposent de nombreuses données, il restera toujours une part d’aléa et un risque de sous-tarification des « segments ». L’InsurTech américaine Oscar Health, avec son offre de santé, a d’ailleurs rencontré des difficultés puisqu’elle n’arrivait pas à générer de profit. Ainsi, elle a dû réétudier son offre et se retirer de deux villes américaines.

2.2. Le Big Data apporte une analyse prescriptive et prédictive des risques

L’analyse de statistiques fait appel à différentes méthodes pour soutenir la prise de décisions, que cette dernière soit stratégique ou opérationnelle :

• analyse descriptive, qui étudie les événements qui se sont produits ;
• analyse diagnostique, qui recherche la cause des événements ;
• analyse prédictive, qui détermine ce qui peut arriver dans le futur ;
• analyse prescriptive, qui identifie les actions nécessaires pour influencer un résultat.

L’analyse prédictive est utilisée pour l’évaluation et le contrôle des risques dans le domaine de la souscription des risques, la tarification et la gestion des sinistres. La souscription des risques repose sur un principe de base qui consiste à avoir plus de primes que de coûts de sinistres. Ce principe suppose la proposition d’une prime d’assurance permettant aux acteurs d’être compétitif tout en faisant face aux risques grâce à l’utilisation des données et l’analyse prédictive. Quant à la tarification, l’analyse prescriptive permet d’avoir une vision claire de ce qu’il s’est passé et de ce qu’il peut se passer. Ainsi, l’assureur est en mesure de revoir sa tarification à la hausse comme à la baisse, en fonction de l’évolution du risque. Concernant la gestion des sinistres, elle peut être gérée directement par l’assureur ou par un intermédiaire en assurance. Ces techniques sont donc essentielles puisqu’elles permettent à l’assureur d’être proactif en anticipant les dépenses et les comportements des assurés.

Mais ces dernières années, les modèles ont évolué. Dorénavant, ces analyses prédictives sont effectuées par des outils développés par des entreprises informatiques. Un outil intéresse particulièrement le monde l’assurance, il s’agit du machine learning. Cette technologie fonctionne grâce à un système d’intelligence artificielle qui évolue par lui-même et donc apprend dans le temps.

Du fait de l’augmentation considérable des données et des progrès en matière d’intelligence artificielle, les modèles assurantiels ont fortement évolué. Les assureurs et les intermédiaires en assurance ont une connaissance plus approfondie de leurs assurés puisque cette analyse repose sur de nombreux indicateurs. Ils peuvent donc agir sur les événements pouvant survenir pour en limiter les conséquences plutôt que de seulement prédire ce qui peut arriver. Le métier d’actuaire évolue pour se rapprocher de celui de Data Scientist, scientifique de la donnée qui analyse les données transverses de l’entreprise pour en extraire des informations. Grâce à l’analyse descriptive et prédictive, il pourra identifier des leviers d’actions et des moyens d’optimisations. Par exemple, une plateforme d’étude et d’analyse des données a été développée par la start-up Atidot. Cette dernière propose aux assureurs d’exploiter l’ensemble de leurs données ainsi que celles connues sur le marché. Cette technologie permet aux assureurs d’avoir un avantage concurrentiel considérable puisqu’elle pourra agir sur leurs clients, leur développement et leur rétention, mais aussi sur le prix.

II. Un marché en mutation par la place du client au cœur de l’innovation

1. De la prospection à la souscription du contrat

1.1. La donnée, principale composante de l’intelligence artificielle

Dans le secteur de l’assurance, la donnée est essentielle aussi bien pour la tarification, la souscription que la relation client. Depuis dix ans, toutes les industries font face à un phénomène qui bouleverse la société et l’industrie : le Big Data. Le Big Data est défini comme un volume important, diversifié et fréquent de ressources d’informations.

 

Ces ressources exigent « un traitement rentable et innovant pour avoir une meilleure compréhension qui mènera à la prise de décision et à l’automatisation des processus » ^[5] . Le Big Data repose donc sur trois dimensions qui sont :

• le volume : les données sont de plus en plus importantes. L’un des géants du numérique générait 10 téraoctets par jour en janvier 2013. Trois ans plus tard, Facebook génère 4 000 téraoctets par jour de données .
• la variété des données : les données sont collectées par différents moyens tels que les cookies des sites internet, les réseaux sociaux et les objets connectés.
• la vélocité des informations, c’est à dire la période de temps nécessaire à la création d’une donnée.

Compte tenu des données à caractère personnel et sensible pouvant être détenues par les différents acteurs, la législation est en pleine évolution. Le Règlement général de la protection des données (RGPD), entré en application le 25 mai 2018, harmonise les textes pour l’ensemble des États membres de l’Union européenne (principe du guichet unique, nomination du délégué à la protection des données, nouveaux droits : droit à l’oubli, droit à la portabilité des données...). Le RGPD précise que les entreprises se doivent de « sécuriser les données personnelles contre tout traitement non autorisé ou illégal, mais aussi contre la perte accidentelle, la destruction ou l’altération des données personnelles en mettant en œuvre les mesures de sécurité physique, techniques et organisationnelles appropriées » ^[6] .

1.2. L’internet des objets

L’internet des objets (ou Internet of Things, en anglais) est « une infrastructure mondiale pour la société de l’information, qui permet de disposer de services évolués en interconnectant des objets (physiques ou virtuels) grâce aux technologies de l’information et de la communication interopérable existante ou en évolution » ^[7] . Cette notion, particulièrement médiatisée ces dernières années, existe depuis les années 1980. Dans le secteur automobile, la première voiture sans conducteur est apparue en 1986. Depuis, ces techniques ont connu une forte expansion : prototype de voiture autonome, maison connectée, santé… L’internet des objets est rendu possible grâce au big data, aux objets connectés et à l’intelligence artificielle. Le marché mondial des appareils de santé connectés est considérable puisqu’il représentait 94 milliards de dollars en 2014, et pourrait atteindre 410 milliards de dollars en 2022 ^[8] . Dans le secteur de la santé, la majorité des données des patients est partagée en interne afin d’améliorer la recherche clinique. Certaines institutions partagent leurs données avec des organismes de santé publique. Il est possible que dans certains cas, les données soient également partagées auprès des assureurs santé pour adapter la prévention et veiller à la bonne santé de l’assuré (c’est le cas aux Etats-Unis).

Les InsurTechs apportent plusieurs pistes de développement de l’internet des objets, notamment la personnalisation des produits et services ou la simplification de l’expérience client. Pour ces nouvelles structures, il est facile de s’adapter aux attentes des assurés et à leurs usages. Oscar a révolutionné le secteur de l’assurance aux Etats-Unis en proposant une offre santé totalement digitalisée et connectée. La digitalisation de son offre passe par une application avec laquelle il est possible de trouver un praticien médical, d’avoir accès aux prescriptions médicales, d’accéder à son dossier santé ou encore d’échanger gratuitement avec son médecin.

L’expansion des objets connectés et de l’intelligence artificielle dans le secteur de l’assurance modifie les méthodes actuarielles des acteurs traditionnels. L’arrivée des InsurTechs n’a fait qu’accentuer ce phénomène puisqu’elles proposent des solutions innovantes, que ce soit en terme de souscription ou de gestion de contrat. Ces dernières révolutionnent le secteur de l’assurance en proposant des offres qui se démarquent de la concurrence mais surtout en rattachant des services à l’offre d’assurance.

2. De la souscription à la gestion du contrat

2.1. Une simplification de la gestion

Les nouvelles technologies ont amélioré les procédures de prospection et de souscription du contrat. Les nouveaux acteurs bouleversent également l’assurance dans le cadre de la gestion des contrats. En effet, des technologies innovantes apparaissent pour révolutionner l’expérience client. L’expérience client est défini comme « l’ensemble des émotions et sentiments ressentis par un client avant, pendant et après l’achat d’un produit ou service. C’est le résultat de l’ensemble des interactions qu’un client peut avoir avec la marque ou l’entreprise ^[9] . »

Un chatbot, aussi appelé robo-advisor qui signifie robot-conseiller en français, est un logiciel programmé qui simule une conversation en langage naturel. Ce programme, qui fonctionne grâce à l’intelligence artificielle, donne l’illusion à un client d’échanger avec un humain. En effet, ce logiciel a la capacité d’analyser le langage du client, de comprendre ses propos et d’identifier la teneur de son message.

Grâce à l’utilisation de l’intelligence artificielle et de l’apprentissage automatique, le chatbot peut améliorer au fur et à mesure sa capacité de compréhension et donc développer ses propres connaissances. Le principe est simple, plus le robo-advisor est utilisé et plus il récoltera des informations. Ces informations permettront au logiciel de s’autoalimenter et donc de développer sa capacité à répondre aux questions des utilisateurs. Les données massives qui seront récoltées par le programme informatique permettront d’anticiper les comportements des usagers. Ainsi, le logiciel informatique fonctionnera beaucoup mieux et le client pourra bénéficier d’une relation client améliorée.

L’utilisation du chatbot se développe rapidement puisqu’elle permet d’automatiser des procédures simples telles que : la gestion des contrats, le téléchargement d’une attestation, la déclaration d’un sinistre et le suivi de traitement d’une demande.

La blockchain connaît également une utilisation croissante. Cette technologie est née en 2008 au moment où l’économie mondiale est frappée d’une crise financière qui engendre une crise de confiance, notamment envers les institutions financières et bancaires, ainsi que dans les institutions étatiques. C’est à ce moment que le bitcoin, nouvelle monnaie numérique, fait son apparition. L’échange sécurisé et décentralisé de cette monnaie est rendu possible par la technologie blockchain. La confiance que ce système inspire commence à initier de nouveaux comportements, notamment parmi les acteurs de l’assurance.

La création de la blockchain, si elle devait être comparée au lancement d’un produit industriel, serait dans la phase de test. Le sujet est encore méconnu par de nombreux acteurs. Cette technologie requiert des outils informatiques spécifiques, une bonne maîtrise d’outils digitaux, et également pour sa mise en place un chiffrage de données complexe. Certaines start-up y voient une opportunité et se spécialisent dans le chiffrage de données. C’est donc une technologie innovante, qui met en œuvre de nouvelles pratiques des échanges et des transactions.

La blockchain est une révolution car son procédé fonctionne à l’inverse de celui d’Internet. En effet, le réseau Internet prend l’information et la diffuse alors que le système blockchain garantit uniquement la diffusion et l’arrivée de l’information, mais ne la duplique pas. La blockchain est utilisée pour trois usages : le transfert de valeurs, la traçabilité de données et

l’automatisation.

2.2. Une amélioration de la gestion des sinistres grâce à l’intelligence artificielle

L’intelligence artificielle et le big data sont essentiels dans l’amélioration de la gestion des sinistres. Grâce à ces technologies, les assurés peuvent bénéficier d’une relation-client améliorée. De plus, les offres d’assurances ne se limitent plus à des garanties, mais s’étendent aux services qui se substituent ou complémentent les prestations indemnitaires.

En conclusion, les InsurTechs sont apparues sur un marché qui était en pleine transformation avec l’émergence du big data, des objets connectés et de l’intelligence artificielle. Elles ont bouleversé le secteur de l’assurance santé avec des offres et des services innovants, une amélioration de la relation-client ainsi qu’un accompagnement personnalisé pour ses adhérents.

Les InsurTechs ont une vision client, et non produit ou contrat, c’est ce qui leur permet de proposer des produits répondant aux besoins des assurés et de contribuer à fidéliser les clients. Comme l’a dit Andrew Newman, Président et Responsable International Dommages de Willis Réassurance, « Ce n’est pas la technologie qui est « disruptive » mais la capacité de chaque acteur à l’exploiter plus ou moins efficacement ». La technologie est le principal levier d’innovation dans l’assurance. Les InsurTechs bénéficient d’un avantage considérable puisqu’elles sont plus agiles dans leur façon d’adopter la gestion du risque.

1. 1 https://www.pwc.fr/fr/espace-presse/communiques-de-presse/2017/juillet/insurance-global-finTech-survey.html.
2. 2 https://www.argusdelassurance.com/acteurs/plus-de-80m-leves-par-les-assurtech-francaises-en-2017.127795.
3. 3 Cabinet de conseil et d’audit PwC, « Global InsurTech Report », étude publiée en 2017.
4. 4 Deloitte, étude « les Français et la santé », 24 mai 2016.
5. 5 Traduction de la définition du big data du cabinet de conseil et de recherche américain Gartner, spécialisé dans les techniques avancées : « Big data is high-volume, high-velocity and/or high-variety information assets that demand cost-effective, innovative forms of information processing that enable enhanced insight, decision making, and process automation. »
6. 6 Règlement 2016/679 du parlement européen et du conseil du 27 avril 2017.
7. 7 Définition de l’Union internationale des télécommunications précisée dans l’ouvrage Les Grands Principes de marketing de l’assurance, 3e édition, L’Argus de l’Assurance.
8. 8 Microsoft, Santé connectée : 4 chiffres à connaître, février 2018.
9. 9 https://www.definitions-marketing.com/definition/experience-client/.