Le danger des modèles probabilistes en assurance de dommages
Dans le secteur des technologies, une petite défaillance logicielle ou une réponse automatique inexacte est considérée comme un bogue. Sur le marché canadien de l’assurance de dommages, la même erreur peut donner lieu à une réclamation au titre de l’assurance E&O, à une atteinte à la réputation ou à un sinistre non assuré qui met en péril l’entreprise d’un client.
Le gestionnaire d’un cabinet de courtage qui cherche à intégrer l’IA générative dans le flux de travail est confronté à un décalage fondamental : les modèles d’IA sont probabilistes tandis que les contrats d’assurance sont déterministes. Cette distinction doit être bien comprise pour être en mesure de gérer prudemment l’expansion de vos activités et l’augmentation de vos risques.
Les nuances
L’IA générative excelle à décoder l’intention de la personne. Un courriel désorganisé et chargé sur le plan émotionnel? Un outil d’IA peut faire une analyse instantanée et déterminer que le client est inquiet et qu’il souhaite mettre sa police d’assurance à jour à la suite d’une rénovation récente. Cette partie ne pose pas de problème pour l’outil.
C’est la compréhension réelle qui pose systématiquement des problèmes à l’IA.
Le langage de l’assurance est d’une absolue précision. Un grand modèle de langage public n’a pas une connaissance inhérente des différences légales qui existent entre « eaux de surface », « refoulement des égouts » et « inondation » dans le libellé spécifique d’un assureur canadien. L’outil utilise des moyennes mathématiques pour prédire le prochain mot à insérer dans une séquence, compte tenu des données d’apprentissage. Il ne peut pas lire entre les lignes d’un profil de risque complexe ayant été établi pour une entreprise.
Si un outil IA omet une exclusion ou interprète mal une sous-limite dans le résumé produit à l’intention du client, le courtier qui transmet ce résumé doit en assumer la responsabilité.
Les véritables enjeux : sinistres non assurés et E&O
Prenons, par exemple, une entreprise cliente qui indique que des « biens sont stockés hors site ». Un courtier (intervention humaine) commence tout de suite à poser des questions : De quel type de stocks s’agit-il? Les lieux sont-ils climatisés? Quel est le degré de protection incendie à cet endroit? Un agent conversationnel en vente libre est plus susceptible de répondre ce qui suit : « Votre police couvre les biens appartenant à l’entreprise. » Il ne mentionnera pas que la couverture des biens hors site fait souvent l’objet de restrictions importantes ou exige un avenant distinct.
Lorsqu’un sinistre se produit, le client se voit obliger d’assumer la perte pour les biens non couverts. Et le courtier doit s’expliquer auprès de l’assureur de son assurance E&O.
Où vos données sont-elles conservées?
Les outils d’IA générative ont un problème structurel inhérent : leur apprentissage se fait à partir des données publiques sur Internet. Le web contient beaucoup de renseignements généraux sur l’assurance – mais il ne fournit rien sur le risque spécifique que vous cherchez à placer.
Le tableau réel sur l’assurance de votre client se trouve derrière les murs coupe-feu : dans votre système de gestion de courtage (BMS) et dans les portails des assureurs. Les outils en vente libre ne peuvent voir l’historique des sinistres de votre client, les limites en vigueur ou les lignes directrices relatives à votre pouvoir d’engager la responsabilité de l’assureur sur les marchés. Ils répondent aux questions sur un client qu’ils n’ont jamais rencontré.
L’IA spécifique à l’assurance : une meilleure solution
Les fournisseurs de technologies des assurances (« insurtech ») proposent une solution pour régler ce problème. Un nombre croissant de plateformes possèdent maintenant des outils d’IA qui se connectent directement au système de gestion de courtage et aux systèmes des assureurs à l’aide d’interfaces de programmation (API) ou de pipelines de documents sécurisés. Au lieu de deviner à partir des renseignements publics sur le web, ces outils travaillent avec les données clients réelles et les documents des assureurs qui ont été vérifiés – ce qui réduit de façon importante le risque d’hallucination et, de façon plus importante, les erreurs dans la couverture.
Il ne s’agit pas de solutions parfaites non plus, mais elles offrent un profil de risque fondamentalement différent du profil obtenu lorsque les renseignements du client sont chargés dans un agent conversationnel public.
Pour et contre : l’IA générative pour les courtiers d’assurances
| Pour | Contre |
| Gain de temps : Résume les rapports de 60 pages sur le risque d’entreprise en quelques secondes. | Risque d’hallucination : Peut confirmer sans l’ombre d’un doute une garantie qui est exclue |
| Classification en fonction de l’intention : Peut trier les courriels des clients entrants en fonction de l’urgence et du sujet | Contexte et angle mort : Ne peut évaluer la réalité physique d’un risque ou fournir des explications pour renforcer la confiance du client |
| Rédaction efficiente Peut créer les premières versions des courriels, des avis de renouvellement et des documents marketing | Atteinte à la vie privée : Contrevient à la LPRPDE et la Loi 25 du Québec lorsque les données clients sont collées dans les outils publics |
IA en vente libre c. IA spécifique à l’assurance
La distinction a une grande importance dans la pratique :
- Outils publics (ChatGPT, Gemini, etc.) : Non connectés aux écosystèmes du secteur de l’assurance. Aucun accès aux données sur l’appétit pour le risque des assureurs, aux dossiers clients ou aux lignes directrices des assureurs sur le pouvoir d’engager leur responsabilité. Les données saisies peuvent être absorbées par les modèles d’apprentissage publics, notamment les versions en vente libre.
- Plateformes spécifiques au secteur de l’assurance : Conçue en fonction des besoins du marché de l’assurance de dommages. Elles maintiennent les données au Canada, respectent les structures d’autorisation et peuvent extraire les documents directement du système de gestion de courtage ou des portails des assureurs. Elles jouent le rôle de copilote dans une boucle fermée pour générer un résultat lié à la police d’assurance actuellement en vigueur.
À retenir
L’IA est un outil de productivité légitime pour les courtiers d’assurances. L’outil peut traiter des quantités importantes de renseignements, réduire le fardeau administratif et aider à structurer l’information à une vitesse qu’aucun être humain ne peut atteindre. Mais l’outil ne peut remplacer le jugement professionnel – et dans le secteur de l’assurance, cette distinction peut faire toute la différence.
Utilisez l’IA spécifique à l’assurance pour effectuer le gros du travail associé à la conservation des données. Demandez à un courtier autorisé d’effectuer la vérification finale pour toutes les communications associées à une couverture. L’IA peut trouver les réponses plus rapidement. Il faut une intervention humaine pour s’assurer que ces réponses sont exactes.
