De la naissance de l’intelligence artificielle à son utilisation dans l’Assurance

C’est en 1956, à l’occasion de la conférence de Dartmouth, que le terme « intelligence artificielle » a été utilisé pour la première fois. A cette période, ce sujet s’apparentait à un domaine de recherche autour de communication dans les systèmes naturels et artificiels, de traitement de l’information, de réseaux neuronaux et de modèles de prise de décision. La notion d’intelligence artificielle a alors donné naissance à des technologies qui se sont affinées au fil des décennies. Les années 1960 ont vu des chaînes de production s’automatiser avec l’apparition de robots. Au cours des années 1970, la reconnaissance vocale a été développée. Les premiers robots humanoïdes ont été produits dans les années 1980, et le premier chatbot a quant à lui été développé dans les années 1990.

Il est relativement simple de se représenter les premières avancées des technologies d’intelligence artificielle puisqu’elles ont des aspects mécaniques. Au cours des années 1990 ces développements se sont intensifiés sous un format numérique : apprentissage, analyse de données, automatisation de traitement, réalité virtuelle… La généralisation des ordinateurs et d’internet au cours des années 2000 ont ensuite permis à l’intelligence de prendre la forme que nous connaissons aujourd’hui.

La vision de Jean-Gabriel Ganascia, professeur d’informatique à l’université de la Sorbonne et président du Comité d’éthique du CNRS, permet de comprendre la jonction qui est faite entre une technologie et l’intelligence. Il identifie cinq fonctions du cerveau à programmer dans les outils informatiques : la réception, la mémorisation, le raisonnement, l’expression, et l’exécution. Une machine dotée de ces capacités peut être identifiée comme une intelligence artificielle.

L’état de développement actuel de l’intelligence artificielle est décrit en deux niveaux. Le premier est l’intelligence artificielle faible. Il s’agit de la technologie contemporaine, opérationnelle pour reproduire des tâches spécifiques. Elle est autonome sur le périmètre pour lequel elle a été programmée, et est capable de dépasser le niveau de performance de son créateur sur son périmètre d’action grâce à son entraînement. Le terme associé à cette capacité d’apprentissage et de perfectionnement est le « machine learning ». Le secteur de l’Assurance s’est progressivement équipé d’outils dotés de ces spécificités. Un des outils d’intelligence artificielle les plus connus, et non spécifique à l’assurance, concerne la gestion de la relation client : le chatbot. Au-delà des simples réponses aux interrogations des clients, ces robots enregistrent de précieuses données. Elles sont puisées dans les questions formulées, les réponses apportées, et les typologies de clients. Ils peuvent ainsi se perfectionner, et améliorer la connaissance de ces derniers plus finement que les services marketings. Toujours en relation directe avec la clientèle, les algorithmes de machine learning peuvent être utilisés dans la détection de la fraude. Leur capacité à traiter des données variées, nombreuses, et complexes en font un outil performant pour les équipes de détection des fraudes. L’intelligence artificielle entre dans le détail de la déclaration de sinistre et l’analyse, en la croisant avec d’autres données, comme le contexte de l’assuré et la tendance du portefeuille de l’assureur. Cette analyse, couplée avec les modèles de reconnaissance de la fraude de l’assureur, donne des résultats d’une finesse difficilement atteignable par un être humain. Les équipes de détection des fraudes ne sont donc pas remplacées, mais voient leur performance grandement améliorée grâce à cet outil.

Le second niveau d’intelligence artificielle, qui n’a pas encore été atteint, est l’intelligence artificielle forte. Il constitue une technologie dont le fonctionnement se rapproche de celui du cerveau humain. Contrairement à l’intelligence artificielle faible qui excelle dans le domaine d’action pour lequel elle est conçue, l’intelligence artificielle forte aura conscience de son environnement. Elle utilisera ses capacités sensorielles et cérébrales pour s’adapter et réaliser ses actions. Elle sera donc plus polyvalente et plus autonome que l’intelligence artificielle faible.

La réalité étant souvent moins exaltante que l’imaginaire, on constate sans surprise que l’intelligence artificielle a trouvé naturellement sa place dans le secteur de l’assurance, comme d’autres technologies digitales. Elle est même devenue un moyen d’optimiser la relation clients et la rentabilité des portefeuilles. Comme la majorité des acteurs se sont progressivement équipés d’outils d’intelligence artificielle, ces derniers sont devenus incontournables. Cette tendance de marché est une raison d’être des assurtech. Celles dont le business model repose sur des services d’intelligence artificielle sont de plus en plus nombreuses.

Par Nathan Luce, Consultant Senior Square Management.