La nouvelle révolution annoncée comme majeure s’appuie sur de l’immatériel et témoigne d’un nouveau raisonnement économique. Ce dernier se nourrit de bases de données infiniment vastes et inépuisables ; leur utilisation et le couplage impératif des algorithmes permettent d’optimiser au mieux ces supports dématérialisés et d’exploiter ces nouvelles ressources. La question est de savoir si l’Intelligence artificielle (IA) restera une simple opportunité ou engendrera une véritable révolution dans le secteur de l’assurance. L’accélération des cycles de création et de destruction des emplois ou services, en particulier dans le domaine de l’assurance, invite à cette conclusion. L’IA n’est pas encore entrée aujourd’hui dans tous les secteurs, mais elle est sur le point de le faire.
Impacts de l’IA dans le domaine des assurances
Les impacts principaux concernent les ressources humaines des entreprises, avec la disparition prévisible des métiers effectuant des tâches répétitives, mais aussi, d’une manière plus optimiste, la reconversion possible des employés. Il a été estimé qu’environ 25 % des emplois disparaîtront dans l’assurance en 10 ans, entre 2015 et 2025 (voir graphique
L’IA mise en place dans une entreprise traite en une nuit ce qu’un salarié à plein temps traite en six jours : c’est le constat actuel. Cela signifie que pour des tâches à faible valeur ajoutée telles que le traitement des résiliations, avoir recours à une IA capable d’accélérer ce processus est inéluctable.
L’IA permet donc un gain de temps et une optimisation des coûts à la société investissant dans cette technologie : les IA deviennent des leviers d’optimisation. En termes de conformité, l’IA peut offrir une parfaite adéquation entre les écrits des entreprises et la législation qui est en continuelle évolution. Concernant la relation client : L’IA peut comparer les données communiquées par le client et les bases de données, puis intervenir en fournissant des conseils et des arguments. Le développement des « chatbots » est aussi primordial à prendre en compte, ces outils sont présents et vont consolider rapidement la stratégie client des entreprises. Pour le moment, le développement n’est pas massif, mais les chatbots à analyse textuelle se multiplient. Les chatbots à analyse vocale, eux, restent encore très marginaux. Actuellement, l’IA est employée pour les tâches administratives et répétitives, mais cela pourrait évoluer rapidement, tout dépendra de l’investissement que vont fournir les entreprises pour accéder à cette technologie.
La collecte de données permet de créer des corrélations entre les différentes informations, de les analyser puis de les restituer de manière intelligible et suivant la finalité attendue. En effet, pour les sociétés, l’optimisation passe par la traduction de leurs orientations en différents algorithmes inclus dans la programmation de l’IA. La proactivité des entreprises et la formation des collaborateurs sont des leviers importants pour que la combinaison des salariés et de la « machine » soit gagnante. En France, l’investissement par des sociétés dans l’IA est encore timide. L’IA a tout pour accompagner et développer davantage les compétences des salariés, et pas simplement pour permettre le remplacement pur et simple des salariés annoncé par les plus pessimistes. La Cour de cassation a statué en ce sens par son arrêt du 12 avril
Impacts sur la technique et le juridique
Perte de l’aléa
Avec le développement du Big Data, c’est-à-dire la collecte massive des données, puis l’émergence des nouveaux algorithmes capables d’identifier les données efficientes et de les utiliser ; la survenue d’un évènement est de plus en plus prévisible. L’IA peut en effet évaluer la volatilité des risques, c’est-à-dire analyser la variation de survenance sur une période déterminée. La déduction de cette perte totale de l’aléa dans le domaine des assurances n’est cependant pas pour demain.
L’IA permet en effet, grâce à l’analyse des données antérieures, de créer des modèles « probabilistes » sur certains évènements et d’en ressortir le modèle prédictif dont la probabilité est la plus élevée. L’essence même de l’utilisation des lois probabilistes est d’étudier la probabilité de survenance d’un risque. C’est-à-dire de savoir s’il va se réaliser ou non. Le caractère aléatoire du contrat d’assurance est donc toujours présent, même si la probabilité est de plus en plus précise.
L’antisélection
L’anti sélection s’applique dans le domaine des assurances. Afin de conserver un portefeuille viable, il est important d’avoir un équilibre entre les assurés appelés « bons risques » et ceux appelés « mauvais risques ». Cela se traduit ni plus ni moins par la probabilité qu’un assuré soit plus sinistré qu’un autre. L’IA permet d’identifier de manière claire et précise ces différents profils. Néanmoins, il faut être certain que le portefeuille ne soit pas déséquilibré, ce qui survient quand une prime de référence est estimée trop élevée pour les bons risques et faible pour les mauvais risques. Il y aura un transfert des bons risques au sein d’un assureur ayant une prime moins onéreuse pour ces derniers et un second transfert des mauvais risques dans le portefeuille de l’assurance venant de perdre les bons risques.
Les réflexions éthiques et réglementaires actuelles
Le Parlement européen travaille à la mise en œuvre d’un cadre juridique pour les actes et les responsabilités des robots autonomes, c’est-à-dire des robots dotés d’IA. Les députés étudient et souhaitent légiférer sur l’éthique des robots autonomes en mettant en place un code de conduite, et ainsi réglementer de manière plus globale l’utilisation de l’IA dans tous les secteurs, dont l’assurance. Afin d’apaiser un climat social qui risque d’être troublé, l’éthique représente une réponse importante pour limiter les craintes des salariés. Les transitions entre les métiers d’hier et ceux d’aujourd’hui, mais surtout de demain, sont essentiels pour qu’il y ait une complémentarité, car la croissance exponentielle du volume de données ne permet plus à l’homme de gérer et d’exploiter les bases de données. L’IA sera très probablement la réponse à ce manque de capacités humaines. Cependant, la combinaison parfaite serait de combiner l’homme à l’IA. La technologie peut être nécessaire pour trier les informations, les mettre en forme, mais aussi apporter rapidement les informations demandées, par sa capacité conversationnelle. Cela induit donc que les employés développent leur analyse critique et qu’elle devienne la valeur ajoutée de l’humain. La complexité qu’il y a à mettre un cadre juridique pour cette nouvelle technologie est notamment due au fait qu’il ne faut pas porter atteinte à l’innovation de ce secteur.
Opportunités de l’IA dans la gestion des contrats d’assurance
Ces étapes, que l’on peut résumer à l’étude du risque, la souscription, la gestion du contrat, la survenance de sinistre, ainsi que la résiliation, permettent de juger des différentes qualités que l’assureur doit détenir afin de satisfaire ses clients pendant la vie du contrat, ainsi que pendant la gestion des sinistres. L’IA est un outil pragmatique qui permet de répondre à différentes problématiques, que ce soit du côté des assureurs ou des assurés.
Dans les procédés de gestion, cela a pour conséquence que l’IA peut ouvrir les e-mails, retranscrire les données de manière plus concises aux personnes adéquates ou bien réaliser elle-même la demande. Il est possible de prendre en exemple une demande d’attestation ou une déclaration de sinistre.
Dans les services de contrats dits « de masse », investir dans l’IA promet un traitement des demandes plus rapides. En effet, l’IA peut comprendre plus facilement les besoins standards de clients et a la possibilité d’avoir accès à une multitude de données et de situations similaires.
Dans les cas de contrats dits « sur-mesure », la valeur ajoutée de l’IA est moins perceptible car les demandes des clients et des intermédiaires ont artificiellement un caractère inédit. En effet pour des risques ou la souscription se fait sur mesure (et en particulier sur les risques d’entreprises), chaque assuré a une problématique « personnelle » à laquelle l’assureur doit répondre par des clauses et des conditions non standardisées. La difficulté que rencontrera l’IA, a contrario des services de contrat de masse, est qu’il n’y ait pas de données sur lesquelles l’IA puisse se reposer.
Avec le croisement de toutes les données, les actuaires pourront réaliser des simulations beaucoup plus rapidement et déterminer la sensibilité au prix des consommateurs grâce aux informations communiquées par les lettres de résiliation ou les e-mails réceptionnés.
La logique d’individualisation va se répandre, plutôt que le regroupement de personnes aux caractéristiques semblables.
Actuellement, l’IA permet d’accélérer les processus de gestion, toutefois, d’ici peu on pourra parler d’une réelle transformation à laquelle l’assurance devra faire face.
Opportunités dans la gestion des sinistres
L’IA peut se charger de calculer le montant de l’indemnité en analysant les documents (images ou textes) en sa possession. Pour exemple, la compagnie nippone Fukoku Mutual Life Insurance Company estime qu’elle gagnera environ 30 % en productivité et réduira les coûts de gestion de manière considérable après avoir investi environ 1,5 million d’euros dans l’IA en 2018 et évalué les coûts de maintenance.
Quid pour les sinistres de dommages et de responsabilités ? Les principes d’indemnisation étant différents dans le principe forfaitaire en vie et indemnitaire en non-vie, la question se pose de la façon d’utiliser à bon escient l’IA dans cette branche. Pour le moment, il n’y a pas eu d’investissement notable par les assureurs en France. Cependant, il est possible de mentionner la compagnie américaine Lemonade qui permet par une simple photographie prise d’un dommage d’en estimer l’indemnité.
Il est également légitime de souligner que les robots ne sont pas totalement fiables. En effet, dans un premier temps, c’est l’humain qui créé le robot et le risque d’erreur reste donc envisageable. De plus, une IA mal programmée peut avoir des répercussions plus graves du fait de l’accélération des données traitées et échangées, mais aussi dans leur interprétation.
Le risque d’erreur humaine existe, tout comme le risque d’erreur de l’IA.
Cet ensemble d’opportunités est lié en grande partie au développement des start-up dans le domaine des assurances. Les AssurTechs (ou, en anglais, InsurTechs) travaillent sur les sujets de simplification de souscription ou bien se spécialisent en détection de la fraude.
L’IA bouleverse de manière globale le domaine de l’assurance du fait de la multiplication des investissements faits dans ce domaine, afin de ne pas être écarté du Nouveau Monde de la technologie. Les impacts de l’IA sont donc réels, présents et importants dans ce secteur, qui n’avait jamais connu de telles modifications structurelles.
