Comment maîtriser son IA et la contextualiser aux enjeux propres au métier d’assureur ?

Alors que les compagnies intensifient le déploiement de l’Intelligence Artificielle (IA) dans leur pratique et leur système informatique, CGI a mis au point une Solution pour accélérer la reconnaissance de gains tout en s’adaptant à la stratégie et maturité de l’entreprise. Explications avec David Uzan, Vice-Président Conseil Expert Intelligence Artificielle de CGI.

 

Partager
Comment maîtriser son IA et la contextualiser aux enjeux propres au métier d’assureur ?

Quel constat dressez-vous sur l’avancée de la digitalisation du secteur de l’assurance ?

Depuis une dizaine d’années, les assureurs et les mutuelles ont engagé des transformations digitales importantes, qui ont permis de fluidifier les parcours des assurés et de prendre en compte les différentes parties prenantes dans les processus métiers. Néanmoins, il reste encore beaucoup de flux d’informations non structurées, qui nécessitent une analyse humaine pour pouvoir les exploiter, notamment les courriels, les documents justificatifs et les formulaires remplis à la main. C’est un vrai point de douleur pour les assureurs, car les temps de traitement de ces informations réduisent la qualité de l’expérience client, impactent les coûts d’exploitation, augmente le risque d’erreurs de saisie ou de re-saisie, sans parler de l’impact RH pour les collaborateurs qui se voient contraints de passer une partie de leur journée sur ces tâches fastidieuses. Certes, des outils comme la Lecture et Reconnaissance Automatisée de Document (LAD-RAD) ont permis de fluidifier certaines portions de processus. Mais ces technologies historiques ont leurs limites : elles sont performantes principalement pour reconnaître des informations normées, qui suivent un format ou un modèle. Ce n’est pas le cas dès lors que les documents sont hétérogènes, peu structurés ou qu’ils incluent du manuscrit. Optimiser leur chaîne de traitement des flux entrants est donc un gros enjeu pour les assureurs encore aujourd’hui.

En particulier, qu’en est-il de la maturité des assureurs par rapport à l’Intelligence Artificielle ?

Lorsque l’IA a fait son « come back » sur le marché il y a une petite dizaine d’années, les technologies étaient encore émergentes, et la démultiplication des expérimentations sans méthode, et donc sans résultats probants, a dissipé l’effet « waouh » initial. Aujourd’hui, les assureurs ont pris conscience que l’IA n’est pas « magique », elle doit s’inscrire dans un modèle organisationnel pour collaborer avec les hommes, sans les remplacer, en vue d'éradiquer les tâches à faible valeur ajoutée. Les assureurs sont donc prêts à avoir recours à l’IA afin d’absorber leurs flux de données entrantes, gagner en efficacité, et d’en fiabiliser le traitement, avec un taux d’erreur constaté largement inférieur au taux d’erreur humaine. La plupart des acteurs du secteur ne sont toutefois pas encore entièrement matures, contrairement à d’autres secteurs comme celui du retail.

Quels sont les gains liés à l’IA pour les assureurs ?

L’Intelligence Artificielle a connu une réelle rupture technologique ces dernières années au travers de sa double capacité à comprendre automatiquement le langage naturel (NLP) et à reconnaître les images (computer vision) de manière plus avancée que les technologies traditionnelles, ce qui a permis de simplifier le travail des gestionnaires, voire de l’automatiser pour tout ou partie.

L’IA se prête particulièrement au secteur de l’assurance pour toute la partie souscription ou onboarding qui consiste essentiellement à recueillir les données de connaissance clients (KYC) de l’assuré au travers de pièces justificatives : CNI, bulletins de salaire, justificatif de domicile, relevé d’informations, bulletins d’adhésion (si non digitalisés)… L’IA est également très utile lorsque l’enjeu de délai de traitement est crucial, en particulier dans la gestion des sinistres, afin d’analyser et de vérifier l’authenticité des documents transmis par l’assuré : constat automobile, devis et factures, photographie des dommages… Enfin, plus généralement, l’IA constitue un levier puissant de réduction des coûts d’exploitation par l’automatisation de tâche à faible valeur ajoutée, par exemple sur les remboursements des frais de santé (lecture des devis/facture, détection d’anomalies) ou de changements administratifs (lecture de RIB, justificatifs).

Quels sont les freins qui subsistent pour exploiter pleinement tout le potentiel de l’IA dans l’assurance ?

S’ils ont compris le potentiel de l’IA, les assureurs peinent encore à établir leur stratégie d’intégration de ces nouveaux outils. D’autant que la plupart des solutions clés en main proposées sur le marché ne répondent en fait qu’à une seule problématique et ne s’adressent qu’à une partie du process. Rapidement, les assureurs se heurtent à une difficulté : comment généraliser l’IA à l’échelle de l’entreprise, sur l’ensemble des métiers ? Une première stratégie consiste à développer des outils en interne en s’appuyant sur des plateformes Cloud. Cela permet de maîtriser son IA et de bien la contextualiser aux enjeux propres à l’entreprise. Mais cela a un coût, avec des investissements qui s’étalent sur plusieurs années et un time-to-market très long, sans parler des contraintes de sécurité, d’autant plus quand on parle de données de santé. Une deuxième stratégie consiste à aller chercher sur le marché plusieurs solutions clés en main qui vont chacune répondre à une problématique différente. Cette stratégie permet aux assureurs de s’appuyer sur les roadmaps des éditeurs, avec le risque toutefois que cela aboutisse à une urbanisation incohérente, avec une accumulation de licences et de redevances, et à terme des problèmes de sécurité et de maîtrise.

Quelle solution proposez-vous pour lever ces freins ?

Fort de ce constat, que nous avons bâti une Business Solution hybride, CGI DocEye, spécialisée dans l’analyse intelligente de documents.

D’un côté, nous proposons des modèles clés en main qui répondent aux problématiques métier de façon verticale : analyse de documents clients (identité, revenu, domicile) pour l’onboarding, remboursement frais de santé (dentaire, optique, bientôt médecine douce)… Ces solutions « sur étagère » permettent aux assureurs de tirer profit rapidement des capacités de l’IA de manière fiable. Sur certaines nouvelles problématiques communes, nous proposons un partenariat fort sur le long terme à nos clients, nous permettant d’envisager des co-constructions de solutions en écosystème (avec plusieurs assureurs, voire d’autres secteurs).

Et en parallèle, nous offrons des services de plateforme pour accompagner les assureurs dans le déploiement de modèles sur-mesure, lorsqu’ils ont des problématiques métier spécifiques, ou qu’ils souhaitent préserver un facteur unique et différenciateur.

Enfin, dans ces deux modes de fonctionnement et, par notre métier historique d’intégrateur, nous avons veillé à ce que nos solutions en API soient modulaires et évolutives : elles s’adaptent ainsi aux différentes caractéristiques et niveau de maturité Digital et Data des Systèmes d’Information de nos clients, et disposent d’accélérateurs pour s’intégrer sans couture avec les applications de l’assureur (Salesforce.com, principales solutions métier de back office …).

Avez-vous des exemples de cas d’usages identifiés pour le secteur de l’assurance ?

Certaines mutuelles santé utilisent nos solutions pour l’analyse automatisée du remboursement des frais de santé. Alors que les gestionnaires devaient auparavant traiter chaque devis et intégrer les informations dans le progiciel métier, l’IA a permis pour un de nos clients de traiter 43 % des devis dentaires entrants de façon automatisée et 39 % en « saisie assistée », qui nécessite juste une relecture et validation du gestionnaire. Sur 100 000 devis dentaires par an, le gain en termes de coût d’exploitation est supérieur à 10 ETP (équivalent temps plein) annuels, ce qui a permis de redéployer les compétences des agents sur des tâches à plus grande valeur ajoutée.

Le traitement des réclamations clients est un autre cas d’usage intéressant. Notre solution permet d’identifier la nature et la typologie de la réclamation contenue dans un courrier ou un email, et d’automatiser la suggestion de traitement au bon niveau de contact dans l’entreprise (relation client, commerciale, comptabilité…). Pour un de nos clients, cette application a permis d’identifier 75 % des réclamations en flux entrants automatiquement et d’agir ainsi de façon individualisée auprès des clients : assurément un sujet de différenciation en termes d’expérience assuré, et un levier fort de fidélisation.

Enfin, dans le domaine de l’épargne, sur la phase de souscription, notre solution permet d’analyser automatiquement l’ensemble des justificatifs clients particulier et professionnel (identité, domicile, revenus), permettant de vérifier la cohérence des données entre les documents et avec des données de référence, et au sein même de chaque document afin de détecter des potentielles fraudes (par exemple pour les bulletins de salaire ou les avis d’imposition). À la clé, une réduction du recours systématique à l’humain pour les cas passants de plus de 75 %, ayant permis de fluidifier le processus et de recentrer les agents sur leur métier de conseil et d’analyse.

CGI, engagé pour une IA solidaire

Les praticiens en IA le savent, la phase de labellisation des données consistant à
décrire le résultat souhaité sur chaque donnée brute, nécessaire à la réalisation de modèles performants, est particulièrement chronophage, peu motivante, et constitue parfois la cause de l’abandon de projets d’IA.

Chez CGI, fort de nos engagements environnementaux et sociétaux et de nos nombreux retours d’expériences de projet d’IA, nous proposons à nos clients un service innovant et à impact sociétal fort : la labellisation inclusive de données.

Concrètement, nos clients nous confient les données à labelliser, nous assurons la labellisation à l’aide de nos technologies (outillage, active learning) et de collaborateurs atteints de troubles autistiques. À la clé pour nos clients, une capacité démultiplier pour labelliser les données en masse, avec un niveau de qualité supérieur, la fierté d’avoir participé à l’aide à l’insertion professionnelle, et cerise sur le gâteau, un concours à l’atteinte de ses objectifs RSE. Un bel exemple de ce que l’IA peut proposer de meilleur en conjuguant Humanité et Machine. .

Pour en savoir plus : https://www.cgi.com/france/fr-fr/solution/cgi-smart-case

Contenu proposé par CGI

Base des organismes d'assurance

Abonnés

Retrouvez les informations complètes, les risques couverts et les dirigeants de plus de 850 organismes d’assurance

Je consulte la base

Sujets associés

À LIRE AUSSI