L’assureur intelligent : dépasser les limites des systèmes existants grâce à une modernisation fondée sur l’IA

Dans cet épisode du balado De la transaction à la confiance, Thomas Rauschen et Daren Rudd démontrent comment les assureurs peuvent combler le fossé entre les environnements existants et la modernisation. Ils expliquent pourquoi, selon eux, l’adoption de l’IA peine souvent à produire des résultats, puis décrivent les premières étapes et les points communs des transformations réussies.

Pourquoi tant d’initiatives d’IA échouent-elles?

Bon nombre d’assureurs sont sous pression d’accélérer l’adoption de l’IA. Pourtant, les organisations vont souvent de l’avant sans surmonter les obstacles fondamentaux qui limitent les effets positifs. L’enjeu n’est pas la technologie elle-même. C’est plutôt la persistance des :

• données et des systèmes cloisonnés; 
• processus désuets; 
• mentalités et des modèles organisationnels rigides. 

Lorsque l’IA est intégrée aux processus existants sans les adapter, elle peut certes générer des gains d’efficacité graduels, mais n’entraînera pas de véritable transformation. Dans certains cas, cela accroît la complexité au lieu de la réduire.

Une tendance semblable émerge dans d’autres secteurs d’activité. Les organisations adoptent rapidement l’IA en pensant qu’elle viendra résoudre des problèmes persistants, plutôt que de l’utiliser comme catalyseur pour redéfinir leurs méthodes de travail.

Efficacité ou intelligence : quelle devrait être la priorité des assureurs?

Les premiers cas d’utilisation de l’IA se concentrent principalement sur l’efficacité, notamment l’automatisation des tâches, l’extraction des données ou la prise en charge des processus de souscription. Ces étapes sont utiles, mais ne se traduisent habituellement que par des gains progressifs. Le plus grand potentiel réside dans la modernisation fondée sur l’intelligence. Ici, l’IA peut :

• améliorer les processus décisionnels humains; 
• mettre au point de nouvelles méthodes de travail; 
• redéfinir les rôles et les responsabilités. 

Par exemple, plutôt que de simplement accélérer les souscriptions, les assureurs peuvent repenser leurs processus décisionnels, en combinant l’expertise humaine et les perspectives fondées sur l’IA pour optimiser les résultats. Cette transition exige un examen minutieux. Elle soulève de nouvelles questions en matière de confiance, de gouvernance et de degré d’autonomie approprié de l’IA, particulièrement avec l’essor de l’IA agentive.

L’ambition en IA dépasse-t-elle l’état de préparation de la modernisation?

Dans plusieurs organisations, l’ambition en IA progresse plus rapidement que l’état de préparation nécessaire pour la soutenir. Très souvent, les assureurs déploient l’IA sans :

• structurer ni fournir l’accès aux données; 
• démanteler les cloisonnements organisationnels; 
• préparer leur main-d’œuvre en vue du changement.

Cette approche creuse un fossé entre l’ambition et l’exécution. Un piège courant est de partir du principe que l’IA est la réponse, plutôt que de commencer par définir le problème d’affaires. Sans une vision claire de la valeur visée, les initiatives d’IA risquent de devenir des expérimentations isolées plutôt que des catalyseurs de transformation.

« Il faut d’abord définir la valeur et les changements recherchés, puis cibler les cas où l’IA peut réellement être utile, sans croire qu’elle constitue une solution unique pour les souscriptions, les réclamations ou le service client. » – Daren Rudd

Quelle approche de modernisation les assureurs devraient-ils adopter?

Une bonne approche de modernisation concilie vision et pragmatisme.

1. Définir votre point de repère – Établissez une vision claire des capacités futures en matière de souscription, de réclamation, de distribution et d’exploitation.

2. Adopter un modèle itératif – Au lieu de miser sur des programmes pluriannuels de grande envergure, les assureurs de premier plan adoptent une démarche d’apprentissage par expérimentation dans plusieurs domaines; se concentrent sur les rôles plus susceptibles d’être touchés et déploient les cas pratiques éprouvés à grande échelle. 

3. Mettre l’accent sur les occasions d’affaires à forte incidence – Tous les cas pratiques ne génèrent pas une valeur équivalente. Définissez les priorités selon l'incidence sur l’entreprise, la disponibilité des données et l'état de préparation de l’organisation. 

Cette approche fondée sur le portefeuille de solutions vous permet autant de générer des gains rapides que de stimuler la transformation à long terme.

« Plusieurs clients cherchent à avoir une idée claire de ce qui les attend à long terme, mais cela devient de plus en plus difficile à prévoir. Les organisations devraient plutôt mener des tests itératifs à plus petite échelle, ce qui leur permettrait d'apprendre au fil du temps, en plus de mettre la technologie et les outils modernes à la disposition des gens afin d’en constater directement les résultats. » – Daren Rudd

Bâtir la fondation : quelle devrait être la première étape des assureurs?

Pour les assureurs, le point de départ n’est pas la technologie, mais plutôt le problème à résoudre. Une approche structurée aide à :

1. cerner les principaux enjeux d’affaires; 
2. évaluer l’état de préparation technique et organisationnel; 
3. définir les priorités des cas pratiques selon la valeur et la faisabilité; 
4. monter un portefeuille équilibré d’initiatives. 

Selon M. Rauschen, les données restent le fondement et le point de départ. Sans données accessibles et de haute qualité, même les meilleures solutions d’IA auront de la difficulté à produire des résultats probants.

Devrait-on intégrer l’IA à toutes les transformations?

L’IA doit être une composante essentielle de toute transformation, sans en être l’unique priorité. Comme la cybersécurité et la résilience opérationnelle, l’IA doit s’inscrire dans une démarche de transformation plus globale. Parallèlement, elle soulève de nouvelles questions concernant :

• la dépendance croissante à l’égard des technologies tierces; 
• les risques de sécurité en constante évolution; 
• les enjeux de gouvernance et de contrôle. 

En adoptant une approche globale, les organisations s’assurent que l’IA renforce leur transformation, plutôt que de la complexifier.

Qu’ont en commun les démarches de modernisation réussies?

Selon M. Rudd, les programmes les plus efficaces partagent plusieurs caractéristiques.

1. Objectif clair – Ils définissent les problèmes à résoudre et les résultats escomptés.
2. Accent mis sur les personnes et le changement – L’adoption de l’IA, l’état de préparation de la main-d’œuvre et l’aspect humain de la transformation sont leurs priorités.
3. Réévaluation continue – Ils remettent constamment en question leurs hypothèses et s’adaptent en conséquence, plutôt que suivre des plans stricts.

Quels aspects de la complexité les organisations sous-estiment-elles?

L’un des risques les plus courants est de perdre de vue l’objectif. Les priorités des grands programmes de transformation peuvent s'attarder sur les jalons, les échéanciers ou encore la prestation de services techniques. Par conséquent, il arrive que les organisations mènent à terme des initiatives sur plusieurs années sans générer de valeur commerciale concrète. L’adoption de l’IA risque de suivre la même tendance si elle ne s’appuie pas sur des objectifs clairs et des résultats mesurables.

La voie à suivre : des systèmes à l’intelligence

Quatre grandes tendances façonnent l’avenir de la modernisation en assurances :

L’IA ne résout pas les problèmes liés aux systèmes existants, elle les démasque – L’IA souligne les problèmes sous-jacents. Les écarts entre les données, les systèmes et les modèles opérationnels deviennent plus apparents et ont des conséquences plus importantes lors de l’adoption de l’IA. 

« En matière d’IA, ce ne sont pas les algorithmes ni la technologie qui forment le goulot d’étranglement, mais plutôt les fondations et les méthodes de travail. »
– Thomas Rauschen

Les gains d’efficacité ne sont que le point de départ – Bien que l’IA peut améliorer la productivité, son plus grand potentiel réside dans l’optimisation des processus décisionnels et de création de valeur.

L’approche doit commencer par aborder les problèmes d’affaires, et non la technologie – Pour une adoption réussie de l’IA, il faut d’abord définir clairement les enjeux d’affaires de même que les résultats escomptés, et non déployer la technologie simplement pour cocher une case.

La modernisation est itérative, et non radicale – Les assureurs de premier plan combinent une vision claire à long terme avec une démarche d’apprentissage par expérimentation, en déployant à grande échelle ce qui fonctionne et en s’adaptant au fur et à mesure.

Les assureurs qui suivent ces tendances, en redéfinissant autant leurs méthodes de travail que leurs outils, seront mieux placés pour tirer pleinement parti de l’IA et générer des résultats probants et durables.