Advert

Accueil » Combler le fossé de l’intégration : la passerelle API du CSIO et la fin de la double saisie

Depuis des décennies, le secteur de l’assurance de dommages au Canada est aux prises avec un obstacle persistant à l’efficacité : le flux de travail par « double saisie ». Les courtiers sont souvent contraints de saisir les données des clients dans leur système de gestion de cabinet (BMS), pour ensuite les ressaisir manuellement dans les portails des divers assureurs afin d’obtenir un prix exact ou de conclure une protection. Cette redondance n’est pas qu’une simple frustration ; c’est une perte financière importante. Une étude commandée par l’Association des courtiers d’assurances du Canada (ACAC) a démontré que l’effort manuel associé à la double saisie peut coûter à un cabinet entre 5 % et 8 % de ses revenus totaux.

La vision du CSIO pour une connectivité unifiée

Pour résoudre ce problème, le Centre d’étude de la pratique des assurances (CSIO) évalue la faisabilité d’une passerelle API industrielle afin d’établir une connectivité à l’échelle du secteur et un échange de données fluide. La pierre angulaire de ce plan est le développement d’une passerelle API centralisée.

Actuellement, le paysage de l’intégration est fragmenté, exigeant des connexions complexes de type « plusieurs-à-plusieurs » entre chaque assureur et chaque fournisseur de BMS. La passerelle proposée par le CSIO agit comme un intermédiaire neutre (middleware), simplifiant ces intégrations en traduisant différents formats de données en un flux standardisé unique. En établissant une passerelle API hébergée par le CSIO, l’industrie gagne un point d’entrée sécurisé et fiable qui garantit l’intégrité et la confidentialité des données pour toutes les parties.

Pourquoi c’est important aujourd’hui

L’élan vers cette passerelle s’appuie sur des recherches rigoureuses. Une étude de 2022 commandée par l’ACAC et menée par des experts en flux de travail chez Online Business Systems a quantifié les enjeux :

  • Exactitude des soumissions : Environ 38 % des soumissions générées dans un BMS présentent actuellement un écart de plus de 2 % par rapport au prix final du portail de l’assureur.
  • Erreur humaine : La saisie manuelle est une cause directe de ces écarts, environ 3 % des transactions nécessitant une correction due à une erreur humaine.
  • Économies opérationnelles : Le passage à un modèle API standardisé pourrait réduire les coûts de transaction de 17 % pour les nouvelles affaires et de jusqu’à 50 % pour les modifications de polices.

Une voie collaborative vers l’avenir

Bien que le CSIO dirige l’exécution technique et l’établissement des normes, l’ACAC a été un partenaire essentiel dans ce parcours. Grâce à son initiative d’échange de données (DX), l’ACAC a porté la « voix du courtier », s’assurant que les normes techniques répondent aux problèmes réels du quotidien. Ce partenariat garantit que, tandis que le CSIO travaille avec les grands fournisseurs pour s’assurer que leurs outils sont conformes aux normes CSIO, le résultat final est un écosystème plus agile et rentable pour tous, y compris les courtiers.

 

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *

Veiller à l’harmonisation avec les cadres réglementaires et les normes

Les principes s’harmoniseront avec les lignes directrices internationales en matière d’IA (p. ex., ISO 42001, cadres de l’OCDE) et les règlements propres à certains secteurs (p. ex., RIBO, BSIF, AMF) suivies par les parties prenantes. Le respect des normes juridiques aidera les organisations à composer avec les exigences des différents territoires, à promouvoir des pratiques durables et à prévenir l’utilisation abusive des données d’IA.

Encourager l’innovation responsable en IA

Les principes encourageront la communauté des courtiers à innover de manière responsable en développant des systèmes d’IA qui donnent la priorité au bien-être des consommateurs, à l’inclusion et à l’équité, tout en évaluant les répercussions sociales, environnementales et économiques de leurs solutions d’IA.

Promouvoir la responsabilisation dans la surveillance de l’IA

Les principes d’IA renforceront la responsabilisation à tous les niveaux des organisations et des tiers collaborateurs. La détermination des rôles et la surveillance humaine dans les processus d’IA améliorent la traçabilité, permettent la prise de décisions éclairées et intègrent des mécanismes de recours éthique lorsque des erreurs ou des résultats défavorables se produisent.

Assurer la confiance des consommateurs et l’équité

Les principes de gouvernance de l’IA appuient l’engagement envers la transparence, l’équité et la responsabilisation. Des résultats explicables et une communication proactive avec les consommateurs favorisent la confiance parmi la
communauté des courtiers en général, leurs clients et les parties prenantes externes.

Soutenir les normes de déontologie et la collaboration des parties prenantes

En intégrant les principes de gouvernance de l’IA, les courtiers membres peuvent s’aligner sur leur mission de favoriser une culture éthique parmi leurs parties prenantes. Lutter contre les préjugés, veiller à la protection des consommateurs et promouvoir l’inclusion, ce qui renforcera l’engagement envers des pratiques éthiques en matière d’IA en collaboration avec les intervenants du secteur, les organismes de réglementation et les fournisseurs de solutions tiers.

Cas d’utilisation no 2 de la preuve de concept pour l’IA : recherche de couverture et analyse des lacunes assistées par l’IA

Exigences techniques

Modèles d’IA avec contexte sur les données comparatives sectorielles et les structures des polices

Interprétation des modalités, avenants et clauses des polices existantes

Intégration au SGC pour récupérer le profil du client, les informations sur l’exposition et les données sur les polices passées

Fonctionnalités de sécurité et de conformité des données pour protéger les informations des clients

Périmètre fonctionnel

Analyser les données soumises par les clients, y compris les expositions, le contexte commercial, etc.

Extraire et interpréter les modalités des polices existantes (p. ex., avenants, exclusions, clauses)

Comparer avec les modèles de couverture habituels et les indications sectorielles pour identifier les lacunes de couverture

Établir l’ordre de priorité des lacunes de couverture identifiées et fournir une justification fondée sur des considérations (p. ex., normes sectorielles, risque)

Recommander des produits et des options de couverture adaptés au profil du client et générer des résumés pour les discussions avec le client

Cas d’utilisation de la preuve de concept pour l’IA no 1 : intégration des clients et prise de données alimentées par l’IA

Exigences techniques

Intégration au SGC : Intégration au SGC pour la saisie et le stockage sécurisés des données

Intégration au ARS appliqué : Intégration au ARS appliqué pour activer la génération automatique de soumissions

Analystes spécialisés pour le renouvellement : Capacité d’analyse de documents pour 5 à 6 assureurs avec une grande précision

Cadre d’extensibilité : Architecture modulaire pour prendre en charge les améliorations futures et l’automatisation accrue

Périmètre fonctionnel

Robot conversationnel pour l’intégration des clients : Recueillir les renseignements des clients, répondre aux questions d’intégration et guider les utilisateurs dans le processus d’intégration

Collecte et stockage des données : Saisir et stocker les données recueillies directement dans le SGC du courtier

Traitement des documents : Permettre aux clients de téléverser des documents de renouvellement et extraire des données clés pour accélérer le processus d’intégration

Génération des soumissions : Générer des soumissions en fonction des informations recueillies