19 septembre 2024

2022 : Tendances du T4 en matière d’IA pour l’assurance

L’assurance est restée inébranlable pendant des siècles, alors que le temps et la technologie ont changé autour d’elle. Aujourd’hui, le secteur de l’assurance évolue rapidement en réponse à la révolution numérique en cours. L’IA est une forme de perturbation numérique qui prend d’assaut le secteur de l’assurance.

« L’intelligence artificielle (IA) a la capacité d’améliorer la chaîne de valeur du secteur de l’assurance en modifiant les relations, en réinventant les plateformes commerciales et en élargissant les données cachées », écrivent Kevin H. Kelley et ses collègues auteurs dans un article publié en 2018 dans la Risk Management and Insurance Review.

De nombreuses promesses ont circulé sur les capacités révolutionnaires de l’IA en matière d’assurance. Les progrès réels de la technologie ont été plus lents, mais l’intelligence artificielle est en fait en train de changer la façon dont les assureurs abordent la distribution et les relations avec les clients.

Intelligence artificielle et distribution d’assurance

L’intelligence artificielle n’est pas apparue soudainement sur la scène de l’assurance en 2022. Au contraire, sa croissance en tant qu’outil d’assurance a été parallèle à la dépendance croissante aux données et aux technologies numériques dans l’assurance, dans les secteurs connexes et dans la vie quotidienne des clients.

« L’IA se développe en raison de l’augmentation constante des données dans les interactions commerciales, la vie privée et la vie publique », écrivaient les chercheurs Naman Kumar, Jayant Dev Srivastava et Harshit Bisht en 2017. Cinq ans plus tard, les données créées par les activités humaines, professionnelles et personnelles continuent d’exploser, tout comme le besoin et l’utilisation de l’intelligence artificielle.

L’intelligence artificielle s’est développée au cours des dernières décennies en plusieurs outils et applications plus ciblés. L’IA, ainsi que l’apprentissage automatique (ML) et l’apprentissage profond (DL), offrent trois moyens particulièrement puissants d’améliorer la distribution de l’assurance, écrivent Ramnath Balasubramanian, Ari Libarikian et Doug McElhaney chez McKinsey :

L’intelligence artificielle décrit toutes les façons dont les machines imitent les fonctions cognitives humaines, comme l’apprentissage, le repérage de modèles et la prédiction.
L’apprentissage automatique se concentre sur les capacités d’apprentissage de l’IA pour entraîner des algorithmes à trier et à répondre aux entrées de données de diverses manières. Le ML peut également être chargé de faire des prédictions basées sur des données existantes.
L’apprentissage profond distille davantage les capacités du ML à créer des abstractions à partir de modèles de données. DL utilise souvent des réseaux neuronaux pour copier les fonctions cérébrales en connectant divers algorithmes d’IA de niche.

Dans la distribution quotidienne d’assurances, ces outils peuvent se présenter sous une grande variété de formes. Un exemple est celui des outils de communication utilisés pour se connecter avec les clients. Les chatbots basés sur l’IA offrent un moyen de soutenir la création de valeur en cultivant les relations avec les clients, expliquent Mikko Riikkinen et ses collègues chercheurs dans un article publié dans l’International Journal of Bank Marketing.

L’intelligence artificielle peut s’adapter aux choix de mots des clients et au contenu de leurs réponses, ce qui permet au chatbot de recueillir des informations rapidement et naturellement. Le chatbot peut ensuite transmettre ces informations à un agent ou à un représentant du service client pour poursuivre la conversation.

L’apprentissage automatique et l’apprentissage profond offrent également de nouvelles façons d’analyser les données sur les risques et les pertes, de modéliser les possibilités et les probabilités et d’aborder la souscription. À mesure que les souscripteurs intègrent ces données pour prendre des décisions plus nuancées, de nouveaux domaines de prévention des sinistres et de protection des clients s’ouvrent.

Quelle est la prochaine direction de l’IA ?

La recherche en intelligence artificielle suggère non seulement que l’IA apporte de la valeur dans des situations actuelles ou dans l’examen d’ensembles de données passés, mais aussi que l’IA peut faire des prédictions sur des événements futurs en fonction d’informations passées.

L’assurance a longtemps été dans le domaine de la gestion des risques potentiels en fonction des informations sur les pertes antérieures. Pourtant, pendant des siècles, l’accent a été mis sur l’indemnisation des pertes.

À mesure que l’IA devient plus courante dans l’assurance, « le modèle économique de l’assurance passera de l’indemnisation des pertes à la prédiction et à la prévention des pertes », écrivent Martin Eling, Davide Nuessle et Julian Staubli dans un article publié en 2021 dans The Geneva Papers on Risk and Insurance. Au fur et à mesure que l’industrie se tourne, les assureurs découvriront de nouvelles façons de réduire les coûts tout en maintenant ou en augmentant la valeur pour les clients.

L’accent mis sur la prévention des pertes comprend l’accent mis sur le comportement des clients. L’IA offre également d’autres moyens d’analyser et de comprendre la prise de décision des clients.

Une étude de 2020 publiée dans Risks, par exemple, décrit un modèle d’IA « qui peut être utilisé pour expliquer pourquoi un client achète ou abandonne une couverture d’assurance non-vie », écrivent les chercheurs Alex Gramegna et Paolo Giudici. Le modèle peut recueillir des informations sur le comportement des clients en temps réel, ce qui permet aux agents et aux représentants du service clientèle de mieux comprendre et de répondre aux besoins des clients sur le moment.

De nombreuses compagnies d’assurance signalent déjà que l’IA est payante pour elles. Une enquête menée par PwC auprès de dirigeants d’assurance révèle que :

65 % affirment que l’IA les aide déjà à créer de meilleures expériences client.
49 % attribuent à l’IA l’amélioration de la prise de décision interne.
47 % signalent une amélioration de l’efficacité, de la productivité ou des économies réalisées grâce à l’utilisation de l’IA.

Même parmi les dirigeants d’assurance qui ne voient pas actuellement d’avantages, l’enthousiasme pour l’IA reste élevé, écrivent Matt Adams, Marie Carr et Anand Rao de PwC. Par exemple, bien que 47 % des personnes interrogées déclarent qu’elles n’ont pas encore constaté d’augmentation des revenus grâce à l’utilisation de l’IA, elles s’attendent à voir ces résultats d’ici deux ans. Les compagnies d’assurance restent déterminées à investir dans l’intelligence artificielle, même lorsque les retombées ne sont pas immédiates.

Intégrer l’IA d’aujourd’hui pour les applications de demain

Malgré les spéculations des médias sur un avenir entièrement dirigé par des machines, les modèles d’IA et les algorithmes d’aujourd’hui ne peuvent pas prendre leurs propres décisions, écrit Adam Uzialko sur Business News Daily. L’intelligence artificielle ne peut pas remplacer les agents humains, les souscripteurs ou d’autres décideurs.

Ce que la technologie peut faire, c’est fournir des résumés d’ensembles de données et des informations glanées à partir de ces données aux décideurs humains. Un agent ou un représentant du service client peut examiner ces informations et répondre aux besoins spécifiques des clients. L’IA peut également réduire le temps que les professionnels humains consacrent à des tâches subalternes ou répétitives, comme la copie du nom et de l’adresse d’un client sur divers formulaires.

« Il en résulte que les assureurs sont mieux équipés pour vendre aux clients les plans qui leur conviennent le mieux », écrit M. Uzialko.

Scott Likens, Michael Shehab et Anand Rao de PwC écrivent que les assureurs devront se concentrer sur plusieurs domaines pour assurer une mise en œuvre efficace et responsable de l’intelligence artificielle dans les années à venir :

Évaluez les risques et établissez un plan pour surveiller les risques. Les assureurs devront tenir compte de la façon dont l’IA interagit avec leurs opportunités, leurs risques et leurs pratiques financiers, opérationnels et de réputation.
Ne le « réglez pas et ne l’oubliez jamais ». L’IA apprend et s’adapte en fonction des informations auxquelles elle peut accéder. Par conséquent, les humains doivent surveiller les adaptations et les résultats de l’IA afin de réduire l’impact des biais inacceptables et de guider le développement de l’IA.
Faites de l’éthique un élément essentiel de l’IA. L’IA peut apprendre et s’adapter, mais elle n’a pas la réserve d’expériences et d’interactions humaines que les humains tiennent pour acquises lorsque nous apprenons de nouvelles choses. Il est indispensable de considérer la formation à l’éthique comme un élément essentiel de l’utilisation de l’IA.

Apprendre aux professionnels de l’assurance à travailler aux côtés de l’IA est également essentiel pour les assureurs qui souhaitent poursuivre leur croissance au-delà de 2022. Les membres de l’équipe devront adapter leurs propres flux de travail. Ils devront également comprendre comment fonctionne l’IA, quelles sont ses limites et où elle doit être surveillée.

Autrefois de la science-fiction, l’intelligence artificielle est aujourd’hui une réalité quotidienne pour les compagnies d’assurance, les agents, les courtiers et les clients. Au fur et à mesure que la technologie se développe et mûrit, elle est susceptible de changer la façon dont les assureurs font des affaires et dont ils apportent de la valeur aux clients tout en protégeant leurs propres résultats.

Images par : rh2010/©123RF.com, marchmeena/©123RF.com, sebra/©123RF.com

Nouvelles