Advert

Accueil » Les capacités de l’IA augmentent. Ce que tout courtier devrait savoir pendant que les efforts de gouvernance prennent forme. (Partie 1 : l’environnement canadien)

Il y a deux ans, l’IA générative dans un cabinet de courtage prenait la forme d’un agent
conversationnel qui pouvait rédiger un courriel et, à l’occasion, halluciner une couverture
inexistante. Aujourd’hui, le même type d’outil peut, dans une large mesure et pendant de
longues heures, traiter des dossiers de renouvellement comportant plusieurs étapes, faire
référence à des tableaux des valeurs, relever des incohérences et rédiger des courriels
destinés aux clients sans grande supervision.
Les autorités réglementaires ne ménagent aucun effort pour suivre le rythme, mais cette bataille
est loin d’être gagnée. La réglementation se fait selon un échéancier adapté à un monde dans
lequel la technologie ne change pas entre les versions provisoires et définitives. L’IA ne prévoit
pas de périodes de consultation. Le propriétaire de cabinet de courtage doit déjà exercer des
activités dans un environnement où il est difficile de réconcilier ce que l’IA peut faire et ce que
les manuels de règles indiquent à ce sujet, qu’il ait déployé l’IA ou non.

1. La courbe de capacité : le véritable changement

Le véritable point d’inflexion n’était pas l’intelligence, mais plutôt l’autonomie.

Il y a deux ans, ces outils avaient besoin d’une requête pour chaque étape, comme un stagiaire
compétent qui a besoin d’instructions pour ouvrir une porte. La présente génération de modèles
proposée par les plus importants fournisseurs, y compris OpenAI, Google et Anthropic, peut
maintenant effectuer les multiples tâches d’un processus pendant plusieurs heures avec un
minimum de supervision, résoudre de nouveaux problèmes (pas seulement ceux qui
correspondent à certaines séquences) et traiter la voix, le texte et les documents au sein d’une
même conversation. La distance entre « un outil qui répond aux questions » et « un agent qui
termine un flux de travail » a été réduite si rapidement que la plupart des cadres de conformité
n’ont pas pu être mis à jour pour refléter les changements.
Les technologies des assurances qui ont été développées au Canada pour le réseau de
courtage ont suivi le rythme.

  • La plateforme intelligente de renouvellement Quandri automatise maintenant le
    processus de vérification des polices et de resoumission.
  • Cemiar permet l’intégration des données et l’automatisation entre les courtiers et les
    assureurs grâce aux API, ainsi que la production d’agents intelligents performants.
  • La plateforme Olivo de Koïos Intelligence peut exécuter de multiples agents
    conversationnels pendant le cycle de vie complet d’une police d’assurance, de la
    soumission au renouvellement.
  • La compagnie Trufla a récemment lancé ce qu’elle définit comme la première plateforme
    de courtage d’assurance de bout en bout du secteur qui intègre l’IA.

Ces produits ne sont plus au stade expérimental. Il s’agit d’outils de production utilisés
aujourd’hui au sein des cabinets de courtage du Canada.

2. La situation réglementaire au Canada

Voici un résumé de la situation pour chaque autorité réglementaire. Il s’agit d’un bon départ.

En Ontario, les RIBO ont publié la ligne directrice « Responsible AI Use Among RIBO
Licensees » (en anglais seulement) en mai 2025 dans la foulée des résultats de l’enquête
commandée à Behavioural Insights Team (BIT). La ligne directrice est fondée sur des principes,
plutôt que sur des normes, une approche raisonnable compte tenu du fait que la technologie
continue de changer. La ligne directrice rappelle aux courtiers autorisés que l’IA ne peut
remplacer le jugement professionnel et que les obligations relatives au code de conduite ou
d’éthique et au traitement équitable des clients doivent être respectées, que l’IA soit utilisée ou
non.

Au Québec, l’AMF a publié en juin 2025 la Ligne directrice sur l’utilisation de l’intelligence
artificielle qui couvre la gouvernance, la gestion du risque de cycle de vie et le traitement
équitable des clients. L’approche est plus structurée que celle des RBIO, même s’il s’agit
toujours d’une version non définitive, ce qui est, pour une technologie aussi récente, la façon la
plus prudente de procéder.

Sur papier, c’est le BSIF qui pousse l’exercice le plus loin. La Ligne directrice E-23 – Gestion du
risque de modélisation, publiée en septembre 2025, regroupe explicitement l’IA et
l’apprentissage machine dans une définition assez large de « modèle » et toutes les
compagnies d’assurance sous réglementation fédérale, qu’il s’agisse d’assurance vie ou de
dommages, sont incluses dans le champ d’application. L’entrée en vigueur ne se fera pas avant
le 1 er mai 2027, une période de 18 mois étant nécessaire pour donner aux institutions le temps
de développer leur muscle de conformité et d’éviter les goulots d’étranglement. En juillet 2026,
le BSIF a fait un suivi en publiant un bulletin portant spécifiquement sur l’IA générative et
agentive dans lequel on indiquait que les systèmes autonomes fonctionnaient dorénavant avec
une supervision humaine limitée et présentait les nouveaux risques pour les cadres de gestion
du risque liés aux technologies existantes, aux cyberrisques et aux tiers.

L’Autorité ontarienne de réglementation des services financiers (ARSF) n’a pas publié de ligne
directrice sur l’utilisation de l’IA pour les assureurs de l’Ontario. Il s’agit d’une décision qui peut
certes se défendre, les règles spécifiques à l’IA pouvant devenir vite dépassées. La Ligne

directrice sur les risques opérationnels et la résilience publiée en juin 2026 couvre en gros le
risque lié aux tiers, le cyberrisque et le risque climatique, mais pas directement l’IA, un signe
que l’ARSF observe pour le moment ce qui se passe sans effort direct en matière de
réglementation.

3. Vous êtes assis entre deux chaises

Faites le compte. La ligne directrice des RIBO n’est pas contraignante. La ligne directrice de
l’AMF n’est pas définitive. La ligne directrice du BSIF, qui est contraignante, entrera en vigueur
seulement en 2027. L’ARSF n’a publié aucune règle spécifique à l’IA. Et au palier fédéral, il n’y
a aucune loi en vigueur. La Loi sur l’intelligence artificielle et les données (LIAD) qui avait été
proposée tentait de mettre en place une législation complète en matière d’IA. Le projet de loi est
mort au Feuilleton lorsque le Parlement a été prorogé en janvier 2025. Il n’a pas été réintroduit
par la suite. La stratégie nationale en matière d’intelligence artificielle qui a été présentée par
Ottawa en juin 2026, « L’IA pour tous » privilégie une approche plus lente fondée sur de
multiples lois. Elle s’articule autour d’investissements qui favorisent la souveraineté
technologique et les mesures incitatives en matière d’adoption plutôt que sur des règles
contraignantes. Il n’y a pas sujet à controverse ici. C’est ce qui se produit lorsque le cycle des
mises à jour technologiques se mesure en mois et que le cycle des processus législatifs se
mesure en années.

Votre responsabilité ne change toutefois pas. La norme de traitement équitable des clients, le
code de conduite des RIBO s’appliquent toujours et l’exposition aux risques d’erreurs et
d’omissions est toujours présente, peu importe si une règle spécifique à l’IA existe comme point
de référence. Il y a toujours une norme. Il faut juste savoir que le respect de cette norme sera
vérifié après coup s’il y a des plaintes ou si la demande d’indemnisation met en jeu la police
E&O. Ce n’est pas comme si vous suiviez une liste de contrôle de la conformité.

4. D’ici l’entrée en vigueur des règles

Le fait d’attendre l’échéance de 2027 fixée par le BSIF ou la formulation de règles plus
contraignantes par les RIBO revient à souhaiter que rien de malheureux ne se produise d’ici là.
Ce n’est pas une stratégie. Les propriétaires de cabinet de courtage qui innovent n’attendent
pas que les règles deviennent obligatoires; ils adoptent dès maintenant la ligne directrice
publiée par les RIBO au mois de mai 2025 et les principes de la ligne directrice E-23 du BSIF
comme normes de travail. Dans la pratique, cela signifie qu’ils documentent l’utilisation des
outils d’IA, demandant aux fournisseurs (Quandri, Cemiar, Koïos, Trufla, etc.) de répondre à des
questions directes sur le traitement des données et le comportement des modèles tout en
s’assurant de prévoir une intervention humaine dans le processus, sujet qui a d’ailleurs fait
l’objet de quelques articles dans la présente série. Une autorité réglementaire ne l’exige peut-
être pas encore, mais la norme professionnelle le fait.

Résumé : les règles ne sont pas encore définitives

Le véritable risque est de voir la notion de « lenteur » être mal interprétée. Il ne s’agit pas de
règles permissives. Les autorités réglementaires ne se traînent pas les pieds. Elles doivent
s’adapter à une technologie qui change plus rapidement que le cycle législatif. L’échéance de
2027 du BSIF et la ligne directrice non contraignante des RIBO définissent les obligations
minimales à respecter à l’égard de l’IA. Il ne s’agit pas d’une période de grâce. Le cabinet de
courtage qui attend le manuel des règles avant de définir une politique interne, choisit
d’attendre les plaintes des clients ou les demandes d’indemnisation qui mettent en jeu la police
d’assurance E&O pour voir ce qui pose problème.

Laisser un commentaire

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

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

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

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