Advert

Accueil » Pertinence d’une stratégie en matière d’IA?

Arguments en faveur d’un parcours stratégique

Le secteur canadien de l’assurance de dommages n’est plus au stade des discussions sur l’IA, car beaucoup d’organisations sont maintenant passées à la phase d’implantation.

Une stratégie officielle d’IA n’est plus un luxe pour les précurseurs dans le domaine des technologies des assurances (« insurtech »). Elle joue, en effet, un rôle fondamental en ce qui concerne la continuité des activités, les obligations de conformité et les avantages concurrentiels. Une stratégie en matière d’IA ne vise pas à remplacer le personnel du cabinet de courtage, mais plutôt à renforcer la portée de nos interventions humaines, notre actif le plus important.

 

1. Stimuler la croissance : le courtier « proactif »

Dans un marché où la capacité est limitée et les attentes du consommateur sont élevées, une stratégie en matière d’IA permet de passer du mode réactif (répondre à une demande de soumission) au mode proactif (anticiper les besoins).

Hyperpersonnalisation à plus grande échelle Les outils d’IA modernes peuvent analyser votre portefeuille de polices d’assurance en vigueur et identifier les clients « sous-assurés ».

Rétention prédictive : Au lieu d’attendre un avis de résiliation, l’analyse propulsée par l’IA peut signaler les clients « à risque » en cas d’augmentation de prime, de changement sur le marché ou des tendances dans les communications. Vos producteurs peuvent ainsi intervenir avant la date de renouvellement.

L’avantage concurrentiel : Vos concurrents utilisent déjà l’IA pour analyser les signes ou marques d’intérêt. Une stratégie permet non seulement d’obtenir un nombre plus élevé d’indices qui peuvent aboutir à une vente, mais également des signes ou marques d’intérêt adéquats, compte tenu de l’appétit pour le risque de votre cabinet de courtage et de vos relations avec les assureurs.

 

2. Efficience opérationnelle : contrer la « taxe administrative »

Les employés au sein des cabinets de courtage craignent par-dessus tout d’être remplacés par l’IA. Pour les gestionnaires, le message doit être clair : L’IA ne remplace pas le courtier, mais le courtier qui utilise l’IA remplacera le courtier qui ne l’utilise pas.

L’objectif d’une stratégie en matière d’IA est d’éliminer la « taxe administrative », les heures consacrées à la saisie des données, à la comparaison manuelle des polices et à la récupération des documents.

Intégration au système de gestion de courtage : Peu importe le système de gestion de courtage que vous utilisez, les meilleurs outils propulsés par l’IA qui sont maintenant fournis par des tiers sont généralement intégrés à votre système de gestion de courtage.  Une stratégie en matière d’IA clairement définie vous aide à activer les options d’IA intégrées à l’origine à votre système de gestion de courtage et à sélectionner les extensions d’un tiers fournisseur qui offrent le meilleur taux de rendement du capital investi.

Intervention humaine à ne pas négliger : La prestation de services en assurance repose sur les relations humaines. Ces relations humaines doivent donc être au cœur de votre stratégie en matière d’IA. L’IA est un outil puissant, et le courtier est l’utilisateur. L’IA peut fournir des données ou des renseignements, mais c’est le courtier autorisé qui valide ultimement les résultats.

 

3. Le mandat de gouvernance : risques liés à une « utilisation fantôme de l’IA »

Le motif le plus pressant aujourd’hui pour justifier l’élaboration d’une stratégie en matière d’IA est peut-être lié à la gestion des risques. En l’absence d’une politique officielle, il se peut que vos employés aient déjà pratiqué une « utilisation fantôme de l’IA » au sein de votre cabinet – ils utilisent peut-être les outils publics gratuits qui leur facilitent la vie sans comprendre les risques importants qui en découlent.

La trappe du « niveau gratuit »

Les outils, comme les versions gratuites de ChatGPT ou de Gemini, sont des modèles « ouverts ». Lorsqu’un membre du personnel colle l’historique des sinistres d’un client ou un tableau des valeurs dans ces outils pour obtenir un résumé, les renseignements sont intégrés au jeu d’apprentissage du modèle.

Fuite de données : Lorsque les renseignements personnels sont saisis dans un modèle d’IA gratuit, ils deviennent du domaine public. Pour un cabinet de courtage au Canada, il s’agit d’une violation directe de la LPRPDE et, encore plus, de la Loi 25 du Québec qui a établi les critères nationaux pour la protection des renseignements personnels et « le droit à la vie privée ».

Sécurité de l’information : Les outils d’IA publics n’offrent pas le degré de chiffrement requis pour les entreprises ou les garanties en ce qui concerne la résidence des données au Canada que les assureurs et autorités de réglementation demandent.

 

Définition d’une politique pour une utilisation acceptable de l’IA

La stratégie en matière d’IA du cabinet de courtage doit inclure une politique claire qui :

interdit strictement l’utilisation des outils d’IA publics ou gratuits d’un tiers pour toutes les données clients.

exige l’utilisation d’environnements « fermés » ou « de chiffrement entreprise » en matière d’IA (les données doivent être isolées et ne pas être utilisées comme jeu d’apprentissage).

Indique les obligations d’information : quand et comment nous mentionnons au client que l’IA a été utilisée dans la préparation du programme d’assurance.

 

Le contexte réglementaire du Canada

Le Conseil canadien des responsables de la réglementation d’assurance (CCRRA) et les Organismes canadiens de réglementation en assurance (OCRA) accordent de plus en plus d’importance au « traitement équitable des consommateurs » en cette ère de l’IA. Ils s’attendent à ce que les gestionnaires assurent la surveillance des algorithmes utilisés. Si un outil d’IA fournit une comparaison de polices qui contient des erreurs et que le client subit un sinistre non assuré, le cabinet de courtage est responsable, pas le fournisseur du logiciel.

 

La technologie, mais aussi le leadership

Le comité responsable des technologies de l’ACAC a pour mission de veiller à ce que le courtier d’assurances demeure le conseiller de confiance le plus apprécié au Canada dans la chaîne de valeur du marché de l’assurance de dommages. Une stratégie d’IA agit en quelque sorte comme un rempart qui protège votre cabinet contre les atteintes à la vie privée et comme moteur de croissance pour la prochaine décennie.

En définissant aujourd’hui votre parcours en matière d’IA, vous ne vous contentez pas d’acheter un logiciel. Vous protégez votre réputation, les heures disponibles de vos employés et la confiance que les clients vous accordent. Le courtier « humain » est là pour rester. Nous assistons tout simplement à une mise à niveau.08

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