La nouvelle vague de l’intelligence artificielle (IA), à l’instar du Web à ses débuts, semble bien partie pour redéfinir les équilibres du secteur. Mais cette arrivée suscite beaucoup de questions et met en lumière les obstacles à son déploiement efficace. Selon Korint, la réponse ne réside pas dans l’algorithme lui-même, mais dans les fondations : la donnée, cet or noir des assureurs, et leurs outils de gestion.
L’intelligence artificielle s’impose dans l’assurance comme Internet l’a fait avant elle. Selon Jean-Baptiste Limare, CEO de l’éditeur de logiciels Korint : « Pour les porteurs de risques, c’est la promesse de nouveaux modèles capables d’améliorer significativement la satisfaction client tout en réduisant les coûts opérationnels. Et au-delà de l’efficacité, l’IA ouvre la voie à de nouveaux risques à assurer, de nouvelles responsabilités à couvrir : un formidable terrain de croissance pour ceux qui sauront s’y positionner. » Mais cette intégration repose sur un prérequis fondamental : la qualité de la donnée. C’est le principe du garbage in, garbage out : des données mal structurées ou incomplètes constituent un obstacle majeur au déploiement de l’IA. De fait, une donnée de mauvaise qualité exacerbe tous les défauts naturels des modèles et rend impossible tout déploiement à l’échelle de ces nouveaux agents. Le secteur regorge pourtant de données, mais comme le souligne Christophe McQuade, directeur du développement des réseaux partenaires de Leocare : « La donnée existe, mais elle dort dans des silos. Le vrai défi, ce n’est pas de la collecter, c’est de la rendre exploitable par des systèmes informatiques qui n’ont pas été pensés pour cela. » Résultat : tant que la donnée reste prisonnière de systèmes propriétaires et cloisonnés, les gains promis par l’IA resteront théoriques.
Si la donnée est le carburant de l’IA, encore faut-il disposer d’un moteur capable de la traiter....
