{"id":15715,"date":"2023-06-28T11:00:04","date_gmt":"2023-06-28T11:00:04","guid":{"rendered":"https:\/\/www.asquarepartners.com\/?p=15715"},"modified":"2023-06-28T11:00:04","modified_gmt":"2023-06-28T11:00:04","slug":"la-percee-de-lintelligence-artificielle-dans-le-secteur-de-lassurance","status":"publish","type":"post","link":"https:\/\/www.asquarepartners.com\/nl\/la-percee-de-lintelligence-artificielle-dans-le-secteur-de-lassurance\/","title":{"rendered":"La perc\u00e9e de l’intelligence artificielle dans le secteur de l’assurance"},"content":{"rendered":"

\"La<\/a><\/p>\n

Selon l\u2019IDC<\/span><\/a> (International Data Corporation), le montant investi dans le d\u00e9veloppement de l\u2019intelligence artificielle pourrait d\u00e9passer 300 milliards de dollars d\u2019ici 2026. Selon McKinsey<\/a><\/span>, l\u2019usage de l\u2019IA favoriserait la productivit\u00e9 et r\u00e9duirait les co\u00fbts op\u00e9rationnels de 40% d\u2019ici 2030.<\/p>\n

Bien que l\u2019usage des nouvelles technologies de ce type occasionne de nombreux avantages pour les compagnies d\u2019assurance, les risques qui y sont li\u00e9s sont tout aussi cons\u00e9quents et les maitriser est indispensable pour assurer une utilisation optimale de l\u2019IA et en faire une avanc\u00e9e majeure.<\/p>\n

 <\/h5>\n
Les avantages de l’intelligence artificielle<\/h5>\n

Tarification et provisionnement<\/span><\/p>\n

Gr\u00e2ce \u00e0 sa capacit\u00e9 \u00e0 rassembler et traiter un tr\u00e8s grand nombre de donn\u00e9es, l’intelligence artificielle et ses d\u00e9veloppements permettent l’am\u00e9lioration des m\u00e9thodes de tarification.<\/p>\n

L\u2019arriv\u00e9e du Machine Learning dans la profession a renforc\u00e9 la pr\u00e9cision du traitement des donn\u00e9es effectu\u00e9 pour d\u00e9terminer les polices d\u2019assurance, en rassemblant de tr\u00e8s nombreuses donn\u00e9es, \u00e0 la fois internes et externes, et a automatis\u00e9 leur traitement. Cet outil est d\u00e9j\u00e0 bien utilis\u00e9 dans la tarification des branches d\u2019assurance non-vie et n\u2019est pas un ph\u00e9nom\u00e8ne nouveau dans le secteur.<\/p>\n

Le d\u00e9veloppement de l\u2019IA permet cependant aux assureurs d\u2019avoir acc\u00e8s \u00e0 des donn\u00e9es de sources multiples. D\u00e8s lors, la tarification et le d\u00e9veloppement de nouveaux produits d\u2019assurance personnalis\u00e9s, voire m\u00eame de micro-couvertures adapt\u00e9es \u00e0 des besoins sp\u00e9cifiques sont des points positifs \u00e0 l\u2019avanc\u00e9e de l\u2019IA dans le secteur. En effet, gr\u00e2ce \u00e0 ces multiples donn\u00e9es, le risque individuel est mieux pr\u00e9dit et les polices peuvent \u00eatre tarif\u00e9es de mani\u00e8re plus pr\u00e9cise en augmentant le nombre de param\u00e8tres pris en compte dans les mod\u00e8les. Ces assurances, notamment dans le domaine de l\u2019auto, s\u2019adapteront aux comportements et activit\u00e9s des assur\u00e9s gr\u00e2ce \u00e0 une analyse de donn\u00e9es plus fine, par exemple via une mod\u00e9lisation dynamique des comportements.<\/p>\n

L\u2019utilisation de l\u2019intelligence artificielle connectera en temps r\u00e9el l\u2019assureur et l\u2019assur\u00e9, ce qui aura pour cons\u00e9quence le d\u00e9veloppement d\u2019un nouveau business model : des polices d\u2019assurance tarif\u00e9es, achet\u00e9es et li\u00e9es en temps r\u00e9el.<\/p>\n

De plus, le d\u00e9veloppement de techniques d’intelligence artificielle permet \u00e9galement de mieux \u00e9tudier les d\u00e9veloppements de sinistres en portefeuille, permettant de diff\u00e9rencier et mod\u00e9liser les sinistres \u00e0 d\u00e9veloppement plus long et d’impacter la strat\u00e9gie de provisionnement. Ces techniques permettent \u00e9galement de d\u00e9terminer les sinistres qui co\u00fbteront chers le plus rapidement. Ces avanc\u00e9es rendent donc les mod\u00e8les utilis\u00e9s de plus en plus pr\u00e9cis puisqu’ils tiennent compte des caract\u00e9ristiques des sinistres, ce qui donne une meilleure mod\u00e9lisation de la partie s\u00e9v\u00e9rit\u00e9 de la tarification car la projection des montants futurs restant \u00e0 payer est plus pr\u00e9cise.<\/p>\n

 <\/p>\n

Pr\u00e9diction et gestion des sinistres<\/span><\/p>\n

Outre la tarification, la perc\u00e9e de l\u2019IA peut avoir une contribution significative au niveau de la gestion des sinistres.<\/p>\n

Les mod\u00e8les de Machine Learning d\u00e9velopp\u00e9s dans le cadre de la pr\u00e9vision du volume de sinistres sont d\u00e9j\u00e0 impl\u00e9ment\u00e9s dans la m\u00e9thodologie actuelle. Cependant, l\u2019utilisation de l\u2019IA pourrait permettre une automatisation quasi-compl\u00e8te du processus de gestion. En effet, l\u2019analyse des sinistres pourrait \u00eatre acc\u00e9l\u00e9r\u00e9e, notamment en assurance auto, via le Deep Learning et le traitement des d\u00e9g\u00e2ts par le biais d\u2019images provenant d\u2019un smartphone ou la reconnaissance visuelle, en plus des donn\u00e9es historiques de l\u2019assureur.<\/p>\n

Les algorithmes, nourris par ces donn\u00e9es, permettent notamment de pr\u00e9dire les demandes d\u2019indemnisation et de faire de la pr\u00e9vention \u00e0 ce sujet car ils seront optimis\u00e9s pour d\u00e9tecter quel assur\u00e9 est susceptible de faire une demande d\u2019indemnisation et pr\u00e9dire les \u00e9v\u00e8nements qui pourraient se d\u00e9clencher et favoriser des sinistres.<\/p>\n

De plus, l\u2019IA favoriserait un traitement rapide et instantan\u00e9 de la prise en charge, de l\u2019indemnisation et de la d\u00e9claration des sinistres. Cela r\u00e9duirait la charge financi\u00e8re des compagnies d\u2019assurance et stimulerait la satisfaction client et leur r\u00e9tention. Un exemple concret est le cas de l\u2019insurtech am\u00e9ricaine Lemonade, qui aurait effectu\u00e9 le r\u00e8glement de sinistre le plus rapide de l\u2019histoire : en 3 secondes.<\/a><\/span><\/p>\n

La combinaison de l\u2019intelligence artificielle avec le volume de donn\u00e9es dont disposent les assureurs pourrait \u00e9galement am\u00e9liorer l\u2019\u00e9valuation d\u2019autres dommages \u00e0 diff\u00e9rents niveaux. Plus particuli\u00e8rement, le montant d\u2019indemnisation et le degr\u00e9 d\u2019invalidit\u00e9 pour certains types de blessures ou \u00e0 l\u2019inverse, l\u2019analyse des motifs de refus d\u2019intervention dans le cadre d\u2019assurance maladie ou invalidit\u00e9 pourrait \u00eatre facilit\u00e9e.<\/p>\n

 <\/p>\n

“L\u2019IA favoriserait un traitement rapide et instantan\u00e9 de la prise en charge, de l\u2019indemnisation et de la d\u00e9claration des sinistres.”<\/h3>\n

 <\/p>\n

D\u00e9tection de fraude<\/span><\/p>\n

L\u2019impl\u00e9mentation de l\u2019IA pour d\u00e9tecter les fraudes dans l\u2019assurance est une pratique de plus en plus courante dans l\u2019industrie. En effet, un cas bien pr\u00e9cis concerne l\u2019analyse des demandes de remboursement gr\u00e2ce \u00e0 des algorithmes sophistiqu\u00e9s en identifiant des fraudes potentielles.<\/p>\n

Ces algorithmes peuvent examiner les tendances et les anomalies pour d\u00e9tecter les comportements frauduleux. Parmi ces outils utilis\u00e9s, on retrouve l\u2019analyse de texte qui identifie des informations contradictoires ou incoh\u00e9rentes dans les demandes de remboursement. L\u2019analyse de l\u2019image permet d\u2019identifier des modifications apport\u00e9es aux photos envoy\u00e9es \u00e0 l\u2019assureur pour montrer les d\u00e9g\u00e2ts lors de l\u2019ouverture d\u2019un sinistre. Enfin, l\u2019analyse des mod\u00e8les comportementaux permet d\u2019identifier les comportements inhabituels ou suspects d\u2019un client et peut m\u00eame d\u00e9celer des comportements anormaux de la part des r\u00e9seaux de distribution.<\/p>\n

Cependant, l\u2019utilisation de l\u2019IA pour la d\u00e9tection de fraude en assurance pose des questions majeures telles que les donn\u00e9es biais\u00e9es ou incompl\u00e8tes qui peuvent entrainer des erreurs de d\u00e9tection, ou encore la question de la confidentialit\u00e9 et la protection des donn\u00e9es du client. Ces probl\u00e8mes sont toujours \u00e0 l\u2019\u00e9tude dans le monde acad\u00e9mique et des am\u00e9liorations voient le jour.<\/p>\n

 <\/p>\n

Ses limites pour le secteur et la profession<\/h5>\n

Malgr\u00e9 la liste, non-exhaustive, des avantages explicit\u00e9s ci-dessus, l\u2019utilisation de l\u2019intelligence artificielle dans le secteur suscite des peurs et entraine des risques dont il faut avoir conscience et pour lesquels il faut \u00eatre pr\u00e9par\u00e9.<\/p>\n

Inqui\u00e9tudes concernant la conformit\u00e9 et l’\u00e9thique<\/span><\/p>\n

L’utilisation de technologies g\u00e9n\u00e9ratives soul\u00e8ve notamment des questions de conformit\u00e9 et d’\u00e9thique, car elles sont bas\u00e9es, pour certaines, sur des mod\u00e8les probabilistes qui ne sont pas con\u00e7us pour respecter des politiques strictes. En outre, ces technologies accumulent des donn\u00e9es pour se raffiner continuellement, ce qui rend difficile la suppression des donn\u00e9es et des informations de leur base de connaissances.<\/p>\n

 <\/p>\n

“Il est n\u00e9cessaire de prendre le temps de comprendre ces syst\u00e8mes, tr\u00e8s souvent d\u00e9crits comme des bo\u00eetes noires. D\u2019ailleurs, les ouvrir est possible, mais cela demande les bonnes comp\u00e9tences sp\u00e9cifiques.”<\/h3>\n

 <\/p>\n

De plus, \u00e9tant donn\u00e9 que ces technologies pr\u00e9disent des r\u00e9ponses pertinentes en fonction de l’observation et de la reproduction de ce sur quoi elles ont \u00e9t\u00e9 form\u00e9es, elles peuvent \u00eatre biais\u00e9es, ce qui peut \u00eatre difficile et co\u00fbteux \u00e0 corriger pour l\u2019utilisateur qui n\u2019est pas pr\u00eat \u00e0 g\u00e9rer ce biais. En effet, afin de d\u00e9tecter ces biais, il serait n\u00e9cessaire d\u2019effectuer des tests pour rep\u00e9rer ces d\u00e9fauts dans l\u2019ensemble des donn\u00e9es.<\/p>\n

Cependant, l\u2019utilisation de l\u2019IA et ses cons\u00e9quences sont sujettes au programmeur ou \u00e0 l\u2019utilisateur derri\u00e8re cette technologie, qui peut \u00e9galement \u00eatre biais\u00e9. D\u00e8s lors, il est n\u00e9cessaire de prendre le temps de comprendre ces syst\u00e8mes, tr\u00e8s souvent d\u00e9crits comme des bo\u00eetes noires. D\u2019ailleurs, les ouvrir est possible, mais cela demande les bonnes comp\u00e9tences sp\u00e9cifiques.<\/p>\n

 <\/p>\n

L’intuition actuarielle<\/span><\/p>\n

Concernant l\u2019intuition actuarielle, l\u2019intelligence artificielle ne pourra pas faire office de substitut pour l\u2019ensemble des risques impactant le march\u00e9.  Il existe notamment des risques sp\u00e9ciaux (tremblements de terre, risques politiques, etc.) pour lesquels peu de donn\u00e9es historiques existent et pour lesquels l\u2019expertise de l\u2019actuaire sera toujours n\u00e9cessaire. Dans ce cas de figure, \u00e9valuer le risque ne d\u00e9pend pas seulement de l\u2019estimation des pertes finales, mais d\u2019autres facteurs, tels que le rachat de r\u00e9assurance ou encore les exigences de solvabilit\u00e9 de l\u2019entreprise, que l\u2019IA ne peut pas prendre en compte \u00e0 ce stade.<\/p>\n

Cependant, l\u2019IA peut dans certains cas fournir de nouvelles perspectives afin de guider les actuaires \u00e0 prendre de bonnes d\u00e9cisions. La combinaison de l’IA et l’intuition est alors cl\u00e9.<\/p>\n

 <\/p>\n

L’interpr\u00e9tation des r\u00e9sultats<\/span><\/p>\n

Au-del\u00e0 de ces risques sp\u00e9ciaux, l\u2019interpr\u00e9tation des r\u00e9sultats g\u00e9n\u00e9r\u00e9s par les mod\u00e8les de Deep Learning et Machine Learning n\u00e9cessitent une r\u00e9flexion diff\u00e9rente qui implique une connaissance du business, que seul un actuaire qui connait l\u2019activit\u00e9 peut avoir. En effet, les actuaires ont le pouvoir de contextualiser les r\u00e9sultats, expliquer ce qu\u2019ils signifient en \u00e9tablissant un lien avec les activit\u00e9s de l\u2019entreprise et comment ces r\u00e9sultats alimentent d\u2019autres r\u00e9sultats.<\/p>\n

 <\/p>\n

L’adaptation du secteur au d\u00e9veloppement de l’intelligence artificielle<\/h5>\n

L\u2019intelligence artificielle et ses nombreux d\u00e9veloppements ne sont pas inconnus au march\u00e9. En effet, les insurtechs, depuis leur apparition dans le milieu des ann\u00e9es 2010, sont des pionni\u00e8res dans l\u2019utilisation de cette derni\u00e8re. Depuis ces derni\u00e8res ann\u00e9es, les insurtechs se font de plus en plus reconnaitre dans le secteur car elles sont pr\u00eates \u00e0 changer les m\u00e9thodes traditionnelles en adoptant l\u2019IA. Capgemini<\/a> distingue en particulier trois types d\u2019insurtech sur le march\u00e9 : les \u00ab full carriers \u00bb, qui d\u00e9veloppent de nouveaux produits d\u2019assurance innovants et les distribuent (Alan, Luko, Qover), les distributeurs et les \u00ab enablers \u00bb tel qu\u2019Akur8, qui fournissent des solutions technologiques aux compagnies d\u2019assurance traditionnelles. Les assureurs \u00e9volueront avec cet environnement changeant en travaillant plus \u00e9troitement avec  ces insurtechs dans le cadre d’un \u00e9cosyst\u00e8me plus large et en remplissant de nouveaux r\u00f4les au sein de celui-ci en tant que directeur et fournisseur de produits d’assurance “actifs”.<\/p>\n

En mati\u00e8re de r\u00e8glementation europ\u00e9enne, l\u2019Union Europ\u00e9enne est actuellement en discussion pour le projet d\u2019une r\u00e9glementation intitul\u00e9e AI Act, qui serait d\u2019application d\u2019ici 2025. En effet, la loi pr\u00e9voit une exigence initiale pour la documentation et l’\u00e9valuation des applications de l’intelligence artificielle, notamment dans le cas de l\u2019assurance vie et l\u2019assurance maladie qui sont d\u00e9finies par l\u2019UE comme des cas \u00e0 haut risque. Cependant, l\u2019entr\u00e9e en vigueur de cette loi aura un impact pour les actuaires et leurs t\u00e2ches. \u00c0 l’avenir, lors de la s\u00e9lection de mod\u00e8les statistiques pour le calcul des risques de souscription, la classification selon la loi sur l’IA devra \u00e9galement \u00eatre prise en compte et document\u00e9e.<\/p>\n

De mani\u00e8re g\u00e9n\u00e9rale, l\u2019arriv\u00e9e de l\u2019IA entraine une transformation du m\u00e9tier d\u2019actuaire et une \u00e9volution vers des processus hybrides. S\u2019int\u00e9resser aux nouvelles technologies et aux nouveaux langages (R, Python) sont des comp\u00e9tences de plus en plus recherch\u00e9es dans la profession et ce n\u2019est pas \u00e9tonnant car les actuaires auront toujours un r\u00f4le cl\u00e9 dans l\u2019analyse des donn\u00e9es et leur interpr\u00e9tation, tout cela dans un environnement soumis \u00e0 des contraintes r\u00e9glementaires strictes. Les actuaires auront un autre r\u00f4le cl\u00e9 dans la persuasion de la direction, de la pertinence des mod\u00e8les utilis\u00e9s et des r\u00e9sultats produits. Cette \u00e9volution exigera \u00e9galement une collaboration plus accrue entre les profils d\u2019actuaires classiques et les profils orient\u00e9s vers la data science.<\/p>\n

 <\/p>\n

“L\u2019arriv\u00e9e de l\u2019IA entraine une transformation du m\u00e9tier d\u2019actuaire et une \u00e9volution vers des processus hybrides.”<\/h3>\n

 <\/p>\n

La crainte de voir une diminution de la demande de profils actuariels n\u2019est donc pas \u00e0 l\u2019ordre du jour. Les actuaires seront toujours cruciaux dans le d\u00e9veloppement de l\u2019IA au sein des compagnies d\u2019assurance. Ils seront indispensables dans l’\u00e9valuation des risques, en utilisant des mod\u00e8les statistiques pour \u00e9clairer le d\u00e9veloppement de l’IA, la validation des mod\u00e8les, en \u00e9valuant l’\u00e9quit\u00e9 et la pr\u00e9cision des algorithmes d’IA, la conformit\u00e9 des syst\u00e8mes IA \u00e0 la r\u00e9glementation et \u00e0 son utilisation de mani\u00e8re \u00e9thique. Au vu de l\u2019\u00e9volution de l\u2019IA, les actuaires pourront se d\u00e9velopper en adoptant les bases de la data science, une comp\u00e9tence de plus en plus recherch\u00e9e par les compagnies d\u2019assurance.<\/p>\n

 <\/p>\n

Conclusion<\/h5>\n

Comme nous l\u2019avons vu, l\u2019impl\u00e9mentation de l\u2019intelligence artificielle et de ses sp\u00e9cificit\u00e9s peut \u00eatre un avantage consid\u00e9rable dans un march\u00e9 o\u00f9 la concurrence est accrue. De mani\u00e8re g\u00e9n\u00e9rale, elle permet de r\u00e9duire les co\u00fbts de l\u2019assureur dans plusieurs domaines et \u00eatre plus comp\u00e9titif sur le march\u00e9 en proposant des produits align\u00e9s avec les besoins des assur\u00e9s.<\/p>\n

L\u2019intelligence artificielle est en train de r\u00e9volutionner l\u2019actuariat. Par cons\u00e9quent, s\u2019adapter \u00e0 ces technologies et avoir une bonne compr\u00e9hension de son impact dans l\u2019am\u00e9lioration de la profession est un d\u00e9fi auquel les actuaires font face et devront continuer \u00e0 faire face dans les mois \u00e0 venir.<\/p>\n

Enfin, un avantage auquel on ne penserait pas quand on parle d\u2019IA est qu\u2019elle permettra de se focaliser davantage sur l\u2019aspect humain. Gr\u00e2ce \u00e0 l\u2019automatisation des \u00e9l\u00e9ments de calcul ou d\u2019administration, les actuaires auront davantage de temps \u00e0 consacrer \u00e0 des activit\u00e9s \u00e0 plus forte valeur ajout\u00e9e, auxquelles l\u2019intelligence artificielle apportera de nouvelles informations utiles aux actuaires pour prendre des d\u00e9cisions.<\/p>\n

 <\/h5>\n
Sources:<\/h5>\n