Advert

Accueil » Les capacités de l’IA augmentent. Ce que tout courtier devrait savoir pendant que les efforts de gouvernance prennent forme. (Partie 2 : ailleurs dans le monde)

La partie 1 couvrait l’environnement canadien : la ligne directrice du RIBO qui est
fondée sur des principes, le document de l’AMF qui n’est pas définitif, la ligne directrice
du BSIF qui prévoit une période de 18 mois avant son entrée en vigueur en 2027, et un
gouvernement fédéral qui a délaissé sa vaste loi sur l’IA pour privilégier une approche
plus lente fondée sur de multiples lois. Élargir le champ de vision pour révéler une
tendance. Chaque autorité réglementaire réalise une même expérience : combien de
règles en matière d’IA peuvent être définies avant que le cadre réglementaire soit
dépassé? Chaque autorité prend un pari différent sur chaque réponse.

1. Les É.-U. : grande ambition, grand retard

La Loi européenne sur l’intelligence artificielle devait être la réponse mondiale : une
vaste loi contraignante avec échéanciers et véritables sanctions. C’est toujours le cas,
sur papier. Dans les faits, l’entrée en vigueur des exigences en matière de conformité a
été reportée deux fois déjà en 2026, ce qui, pour une loi qui a requis cinq ans de travail,
constitue de la malchance ou une honnête admission : l’IA n’attend pas l’échéance d’un
calendrier législatif. Les systèmes d’IA à haut risque sous l’annexe III, une catégorie qui
désigne explicitement l’évaluation et la tarification du risque en assurance maladie et
vie, devaient initialement être confrontés à la totalité des obligations en 2026. Après une
entente politique en mai 2026 et une approbation officielle en juin, l’entrée en vigueur a
été reportée à décembre 2027. Pour les systèmes intégrés dans les produits déjà
réglementés, l’entrée en vigueur a été reportée en août 2028. La Commission
européenne a déjà raté deux échéances de suite pour sa ligne directrice expliquant les
caractéristiques des systèmes déjà désignés à haut risque, en partie parce que les
états membres n’ont pas encore d’organisme en place pour faire respecter les
exigences.
Leçon à retenir pour les cabinets de courtage du Canada : n’assumez pas que « l’UE a
une véritable loi en matière d’IA ». Vous devez plutôt comprendre que l’UE travaille
encore à l’établissement d’une loi en matière d’IA. Les objectifs sont ambitieux et le
travail se poursuit pendant que les entreprises attendent.

2. La G.-B. : parier sur un manuel de règles fondées sur des principes

La Grande-Bretagne a intentionnellement adopté une position à l’opposé. La Financial
Conduct Autority (FCA) a de façon répétée indiquée au Treasury Committee du
Parlement qu’elle n’établirait pas de règles spécifiques à l’IA pour les assureurs,
expliquant qu’une technologie appelée à changer tous les trois ou six mois sortirait du
cadre réglementaire avant même que l’encre ne soit sèche. La FCA préfère plutôt
s’appuyer sur les outils existants : les exigences du Consumer Duty, du Senior
Managers Regime et les règles relatives à la résilience opérationnelle, la FCA réservant
ses interventions pour les « manquements graves » (egregious failures, en anglais). Un
examen parlementaire a exercé un peu de pression en indiquant que les modèles d’IA à
usage général commençaient à donner directement des conseils en matière
d’assurance aux personnes et que le périmètre réglementaire de la FCA fondé sur les
activités pourrait ne pas être en mesure de déterminer qui est réellement responsable
en cas de conseil erroné ou dommageable. Mais l’autorité réglementaire croit qu’une
règle définie aujourd’hui serait dépassée au moment de son entrée en vigueur. Le
rempart protecteur est donc le respect des exigences du Consumer Duty après les faits
en cas de manquement, par un manuel de règles.

3. Les États-Unis : une mosaïque, des règles définies état par état

Il n’y a pas de loi fédérale qui réglemente l’utilisation de l’IA en assurance aux États-
Unis. Et on ne s’attend pas à ce qu’il y en ait une de si tôt, ce qui ne devrait pas nous
étonner quand on sait que le système métrique n’y a pas encore été adopté. On y
trouve, en revanche un bulletin sur les modèles d’IA publié par le National Association
of Insurance Commissioners (NAIC Model Bulletin). On y décrit les attentes à l’égard
des assureurs en ce qui concerne l’utilisation des systèmes d’IA, une grille de principes
que les départements responsables au sein des États peuvent adopter. Au milieu de
l’année 2026, environ la moitié des États avait adopté la grille après lui avoir apporté
peu de modifications. Ces États exigent des assureurs qu’ils maintiennent un
programme de gouvernance de l’IA sous forme écrite pour couvrir le cycle de vie
complet d’une police d’assurance : souscription, tarification, demande d’indemnisation,
détection des fraudes. Le Colorado est allé plus loin en définissant une réglementation
contraignante qui a visé d’abord les assureurs vie avant d’être étendue en 2025 pour
couvrir les assureurs automobiles et les assureurs des régimes d’assurance maladie.
Le reste du pays n’a aucune réglementation spécifique à l’IA en place. Les obligations
en matière d’IA pour un assureur aux États-Unis dépendent entièrement des États où il

est autorisé à exercer des activités. C’est le même problème de fragmentation qui
existe au Canada avec les autorités réglementaires des différentes provinces. Aux
États-Unis, il y a juste plus d’États.

4. Chine : le cadre réglementaire le plus contraignant du monde

La Chine privilégie l’approche la plus structurée de tous les marchés importants,
prouvant qu’un mandat du gouvernement pour forcer les CA à s’occuper sérieusement
d’une situation est plus efficace d’une gentille demande. En juin 2026, la National
Financial Regulatory Administration a publié un cadre contraignant (32 principes
regroupés dans sept catégories, y compris la gouvernance, les données, la gestion du
risque et l’infrastructure informatique) qui s’applique à la fois aux banques et aux
assureurs. Ce cadre exige que la gouvernance en matière d’IA soit confiée au CA et
non déléguée aux services responsables des TI. On y indique explicitement qu’une
intervention humaine est requise dans le cas des utilisations à haut risque, comme les
décisions liées à la souscription et aux demandes d’indemnisation. C’est la seule
autorité qui a exigé dans sa réglementation que la surveillance des systèmes d’IA se
fasse au niveau du CA au lieu de recommander des pratiques exemplaires.

5. Singapour, et le juste milieu

C’est la Monetary Authority of Singapore qui possède les cadres de gouvernance en
matière d’IA de plus longue date au sein des services financiers : ses principes
privilégiant l’équité, l’éthique, la responsabilité et la transparence dans l’utilisation de l’IA
(FEAT, en anglais) ont été publiés en 2018, plusieurs années précédant la présente
vague de réglementations en matière d’IA. Plutôt que de tout recommencer, la
Monetary Authority of Singapore, a plutôt décidé de partir de ce qui existait déjà. On a
proposé, pendant une consultation en novembre 2025, une nouvelle ligne directrice
complète en matière d’IA qui exige que la surveillance des systèmes d’IA se fasse au
niveau du CA et qu’un inventaire complet de ces systèmes soit effectué. Cette ligne
directrice a été conçue pour compléter les principes Feat et non pour les remplacer. Le
meilleur des deux mondes : pas une loi ayant une vaste portée, pas un silence fondé
uniquement sur des principes, mais des fondations solides, sans parti pris à l’égard des
technologies, sur lesquels peuvent se greffer d’autres éléments à mesure que la
technologie évolue. On évite ainsi de tout détruire et de recommencer.

Résumé : personne n’a trouvé de solution miracle, c’est là le
problème

L’examen des différentes approches ne permet pas de dégager un consensus. L’UE a
rédigé une loi ayant une vaste portée et on en est toujours à la mise en œuvre, des
années de retard par rapport à l’échéancier initial. La G.-B. refuse, par principe, de
définir des règles spécifiques à l’assurance. Les É.-U. établissent la réglementation
dans un État à la fois. La Chine a directement mandaté les CA. Singapour a utilisé sans
grand éclat un cadre stable pendant des années sans qu’il soit nécessaire de le
remplacer. Vous espériez peut-être que l’UE ou qu’un de ces pays avait réglé le
problème et que le Canada pourrait s’inspirer de son travail. Il n’en est rien et cela ne
fait que témoigner d’une cible qui se déplace rapidement. Cela signifie que la norme
que votre cabinet de courtage utilise dans l’intervalle est celle que vous définissez vous-
même., pas celle que vous pouvez emprunter de Bruxelles ou de Londres ou de
Washington.

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