Comment maîtriser votre IA et la contextualiser avec des enjeux spécifiques au métier de l’assurance ?

Written By Sara Rosso

Rédactrice passionnée depuis plus de de 15 ans. Sara vous trouve les dernières infos

Alors que les entreprises intensifient l’application de l’intelligence artificielle (IA) dans leur pratique et leur système informatique, CGI a développé une solution pour accélérer la reconnaissance des gains tout en s’adaptant à la stratégie et à la maturité de l’entreprise. Explications avec David Uzan, vice-président du conseil expert en intelligence artificielle chez CGI.

Comment voyez-vous l’avancée de la digitalisation du secteur de l’assurance ?

Au cours des dix dernières années, les assureurs et mutuelles ont engagé des transformations digitales majeures qui ont permis de simplifier les parcours assurés et de prendre en compte les différents acteurs dans les processus métiers. Malgré cela, il existe encore de nombreux flux d’informations non structurés qui nécessitent une analyse humaine pour agir, y compris les e-mails, les documents d’accompagnement et les formulaires remplis manuellement. Il s’agit d’un véritable point sensible pour les assureurs, car le temps de traitement de ces informations réduit la qualité de l’expérience client, affecte les coûts opérationnels, augmente le risque d’erreurs de saisie ou de ressaisie, sans parler de l’impact sur les ressources humaines pour les employés qui sont obligés de passent une partie de leur journée à des travaux fatigants. Cependant, des outils tels que la lecture et la reconnaissance automatisées de documents (LAD-RAD) ont permis de simplifier certaines parties du processus. Mais ces technologies héritées ont leurs limites : elles sont principalement utiles pour reconnaître des informations standardisées qui suivent un format ou un modèle. Ce n’est pas le cas lorsque les documents sont hétérogènes, mal structurés ou contiennent des manuscrits. Optimiser leur chaîne de traitement des flux entrants est donc aujourd’hui encore un enjeu majeur pour les assureurs.

Concrètement, qu’en est-il de la maturité des assureurs par rapport à l’intelligence artificielle ?

Lorsque l’IA « est revenue » sur le marché il y a dix ans, les technologies étaient encore émergentes, et la multiplication des expérimentations sans méthode, et donc sans résultats probants, a dissipé le « wow » initial. Aujourd’hui, les assureurs ont compris que l’IA n’est pas « magique », elle doit faire partie du modèle d’organisation pour travailler avec les gens, pas les remplacer, pour éradiquer les tâches à faible valeur ajoutée. Les assureurs sont donc prêts à utiliser l’IA pour absorber leurs flux de données entrants, gagner en efficacité et fiabiliser les traitements, avec un taux d’erreur observé bien inférieur à celui de l’erreur humaine. Cependant, la plupart des acteurs du secteur ne sont pas encore totalement matures, contrairement à d’autres secteurs comme le commerce de détail.

Quels sont les bénéfices pour les assureurs associés à l’intelligence artificielle ?

L’intelligence artificielle a connu une véritable rupture technologique ces dernières années grâce à sa double capacité à comprendre automatiquement le langage naturel (TAL) et à reconnaître les images (vision par ordinateur) de manière plus avancée que les technologies traditionnelles, ce qui a permis de simplifier le travail des managers. , voire l’automatiser totalement ou partiellement.

L’IA est particulièrement adaptée au secteur de l’assurance pour toute la partie souscription ou intégration qui consiste essentiellement à collecter les données de connaissance du client (KYC) de l’assuré au travers de pièces justificatives : CNI, fiches de paie, justificatifs de domicile, relevé d’informations, formulaires de adhésion (si non numérisée)… L’IA est aussi très utile lorsque la question du délai de traitement est critique, notamment dans la gestion des sinistres, pour analyser et vérifier l’authenticité des documents fournis par l’assuré : rapport de voiture, devis et factures, photos des dommages. Enfin, plus généralement, l’IA est un puissant levier de réduction des coûts opérationnels en automatisant les tâches à faible valeur ajoutée, par exemple les remboursements de soins (lecture de devis/factures, détection d’anomalies) ou les changements administratifs (lecture des RIB, pièces justificatives).

À Lire  Assurance habitation : 3 conseils simples pour réduire la facture ! - Miroir magnétique

Quels sont les obstacles restants à la réalisation du plein potentiel de l’intelligence artificielle en assurance ?

Bien qu’ils aient pris conscience du potentiel de l’intelligence artificielle, les assureurs peinent encore à établir leur stratégie d’intégration de ces nouveaux outils. D’autant plus que la plupart des solutions « clé en main » proposées sur le marché ne répondent en réalité qu’à une seule problématique et ne traitent qu’une partie du processus. Les assureurs se sont rapidement heurtés à une difficulté : comment généraliser l’intelligence artificielle à l’ensemble de l’entreprise, dans tous les métiers ? La première stratégie est le développement interne d’outils utilisant des plateformes Cloud. Cela vous permet de maîtriser votre IA et de la contextualiser correctement aux défis spécifiques à l’entreprise. Mais cela a un prix, avec des investissements s’étalant sur plusieurs années et un temps de mise sur le marché très long, sans parler des contraintes de sécurité, notamment lorsqu’il s’agit de données de santé. Une autre stratégie consiste à rechercher plusieurs solutions clés en main sur le marché, chacune répondant à une problématique différente. Cette stratégie permet toutefois aux assureurs de s’appuyer sur les directives des éditeurs, avec le risque que cela conduise à une urbanisation incohérente, avec l’accumulation de licences et de redevances, et finalement des problèmes de sécurité et de contrôle.

Quelle solution proposez-vous pour lever ces obstacles ?

Partant de ce constat, nous avons construit une solution métier hybride, CGI DocEye, spécialisée dans l’analyse intelligente de documents.

D’une part, nous proposons des modèles clés en main qui répondent verticalement aux questions métiers : analyse des documents des usagers (identité, revenus, domicile) pour l’internat, remboursement des frais médicaux (dentaire, optique, bientôt médecine alternative)… Ces « off »- Les solutions « sur étagère » permettent aux assureurs de tirer rapidement parti des capacités de l’IA de manière fiable. Dans certaines nouvelles émissions communes, nous proposons à nos clients un partenariat fort de long terme, qui nous permet d’envisager de co-construire des solutions d’écosystème (avec plusieurs assureurs voire d’autres secteurs).

En parallèle, nous proposons des services de plateforme pour accompagner les assureurs dans la mise en place de modèles sur mesure, lorsqu’ils ont des problématiques métiers spécifiques ou souhaitent préserver un facteur unique et différenciateur.

À Lire  L'assurance décennale est-elle obligatoire ?

Enfin, dans ces deux modes de fonctionnement et à travers notre métier historique d’intégrateur, nous avons veillé à ce que nos solutions API soient modulaires et évolutives : elles s’adaptent donc aux différentes caractéristiques et au niveau de maturité numérique et data du système. informations de nos clients et disposent d’accélérateurs pour une intégration transparente avec les applications des assureurs (Salesforce.com, solutions métiers du siège, etc.).

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

Certaines entreprises de santé utilisent nos solutions pour l’analyse automatisée des remboursements de soins de santé. Alors qu’auparavant les responsables devaient traiter chaque devis et intégrer les informations dans un logiciel métier, l’IA a permis à l’un de nos clients d’automatiser le traitement de 43 % des devis dentaires entrants et de 39 % en « saisie assistée », ne nécessitant que l’examen et la validation du responsable. A 100 000 bilans dentaires par an, le gain en termes de coûts de fonctionnement est supérieur à 10 ETP (Equivalent Temps Plein) par an, ce qui a permis de réallouer les compétences des agents vers des tâches à plus forte valeur ajoutée.

La gestion des plaintes des clients est un autre cas d’utilisation intéressant. Notre solution permet la reconnaissance de la nature et du type de réclamation contenue dans un courrier ou un e-mail et l’automatisation des propositions de traitement au bon niveau de contact dans l’entreprise (relation client, commercial, comptable, etc.). Pour l’un de nos utilisateurs, cette application a permis la reconnaissance automatique de 75% des réclamations dans les flux entrants et donc le traitement individuel des utilisateurs : certes un sujet de différenciation en termes d’expérience en assurance et un levier de fidélisation fort.

Enfin, dans le domaine de l’épargne, lors de la phase de souscription, notre solution permet l’analyse automatique de toutes les pièces justificatives individuelles et professionnelles de l’utilisateur (identité, domicile, revenus), ce qui permet de vérifier la cohérence des données entre documents. et avec des données de référence, et au sein de chaque document afin de détecter d’éventuelles fraudes (par exemple pour la paie ou les avis d’imposition). En conséquence, le recours systématique à des personnes pour résoudre des cas a été réduit de plus de 75 %, ce qui a permis de simplifier le processus et de rediriger les agents vers leur métier de conseil et d’analyse.

CGI, dédié à l’intelligence artificielle unifiée

Les experts en intelligence artificielle savent que la phase d’étiquetage des données consiste à

décrire le résultat souhaité sur chaque donnée brute, nécessaire à la réalisation de modèles efficaces, est particulièrement chronophage, peu motivant et est parfois cause d’abandon des projets d’IA.

Chez CGI, fort de nos engagements environnementaux et sociaux et de nombreux retours d’expériences de projets d’intelligence artificielle, nous proposons à nos clients un service innovant à fort impact social : le data tagging inclusif.