Pour plus de renseignements
[email protected]
Les souscripteurs et l’avantage commercial de l’IA
Table des matières Introduction 4 De nouvelles solutions sont nécessaires
6
L’IA à portée de main
10
11
Introduction non technique sur l’IA
L’IA à l’oeuvre pour les polices d’assurance des propriétaires d’entreprise
12
Plan d’action pour la souscription commerciale
15
1. Soumission
16
2. Segmentation
16
3. Affectation
17
4. Évaluation des risques
18
5. Recommandation de couverture
19
Meilleur jugement au fil du temps
20
Mesurer les progrès
21
Vitesse : temps de réponse plus rapides à grande échelle
21
Précision : ratios sinistres-primes plus faibles
22
Combiner pour croître
23
La vue d’ici
25
Bibliographie 26 Biographies
27
Introduction
Dans le monde complexe de la souscription commerciale, les souscripteurs – et non pas les algorithmes - jouent un rôle central dans la prise de décision. Pourtant, les souscripteurs sont confrontés à un défi qui n’est pas celui de beaucoup d’autres professions : ils doivent être rapides mais toujours précis. En assurance commerciale, cet objectif dichotomique devient de plus en plus difficile à équilibrer en raison de la convergence de la pression sur les prix, des exigences de vitesse et de la pénurie de talents1.
4
Les souscripteurs et l’avantage commercial de l’IA
Les PDG des compagnies d’assurance conviennent qu’ils doivent se tourner vers l’intelligence artificielle (IA) pour obtenir de l’aide2, mais l’adoption de l’IA demeure faible pour les branches commerciales, malgré des investissements croissants dans l’assurance pour d’autres domaines3.
Pour les assureurs qui réussissent à habiliter les souscripteurs dans leurs prises de décision avec l’IA , ces capacités permettront d’accélérer les délais de réponse des courtiers et d’améliorer les ratios de pertes.
Nous examinerons ici comment les assureurs commerciaux peuvent relever ces défis en opérationnalisant rapidement l’IA afin d’habiliter les souscripteurs. À l’aide d’exemples tirés de souscriptions de nouvelles demandes d’assurance commerciale, nous montrons comment les systèmes d’IA peuvent être utilisés : Pour automatiser les décisions, ce qui permet aux souscripteurs de commencer plus tôt les mandats urgents et de consacrer plus de temps aux mandats plus risqués; et Pour recommander des décisions en temps opportun afin d’aider les souscripteurs à accomplir un travail non automatisé de façon plus efficace et plus précise.
The Jacobson Group and Ward Group, [En anglais] « Insurance Labor Market Study,» 2018,
1
https://www.insurancejournal.com/app/uploads/2018/02/industry_labor_mkt_study_summary_q12018-final.pdf.
Strategy Meets Action, [En anglais] «AI in P&C Insurance: Pragmatic Approaches for Today, Promise for Tomorrow,» White Paper, juillet 2018,
2
https://strategymeetsaction.com/assets/Complimentary/SMA-AI-in-PC-Insurance-2018.pdf.
[En anglais] «Global InsurTech Investment Surpassed the $2bn Mark for the First Time,» FinTech Global (blog), 14 novembre, 2018,
3
http://fintech.global/global-insurtech-investment-surpassed-the-2bn-mark-for-the-first-time/.
5
De nouvelles solutions sont nécessaires
La souscription d’assurance commerciale se distingue par sa complexité décisionnelle. Les commis à la souscription et les souscripteurs doivent suivre une séquence d’étapes pour obtenir une soumission finale, notamment
Soumission : saisie de données d’assurance complètes et exactes. Segmentation : affectation des demandes en fonction du groupe de risque. Assignation : priorisation et assignation des demandes aux souscripteurs. Évaluation des risques : évaluation des risques spécifiques à chaque demande. Recommandation des couvertures : assemblage des options de couverture à offrir.
6
Les souscripteurs et l’avantage commercial de l’IA
À chaque étape, des renseignements exacts aident à réduire l’incertitude entourant la prise de décision, mais les coûts d’obtention, de validation et d’analyse de l’information s’accumulent rapidement, et les souscripteurs doivent faire des soumissions de plus en plus rapidement. Entre-temps, les défis de la rapidité et de la complexité ne cessent de croître dans le paysage de l’assurance d’aujourd’hui. Même les meilleurs assureurs opèrent avec un ratio combiné (RC) proche de 100 %4 et les souscripteurs expérimentés se font rares5.
Même les meilleurs assureurs opèrent avec un ratio combiné (RC) proche de 100 %4 et les souscripteurs expérimentés se font rares5. Par ailleurs, les solutions technologiques existantes ne font pas grand-chose pour aider le personnel à suivre le rythme de l’évolution6. Pour maintenir la précision, la vitesse est souvent sacrifiée en premier.
Shawn Moynihan, [En anglais] « The Top 100 P&C Insurance Companies in 2017,» PropertyCasualty360, 18 juillet, 2018,
4
https://www.propertycasualty360.com/2018/07/18/the-top-100-pc-insurance-companies-in-2017/.
Denise Johnson, [En anglais] «Insurance Industry Rethinking Recruitment Strategies,» Insurance Journal (blog), 27 janvier, 2017,
5
https://www.insurancejournal.com/news/national/2017/01/27/440212.htm.
Shaun Dodson, [En anglais] «Focus: Underwriting Intelligence at the Point of Decision,» Insurance Day (blog), 29 avril, 2018,
6
https://insuranceday.maritimeintelligence.informa.com/ID1121987/Focus-Underwriting-intelligence-at-the-point-of-decision.
7
De nouvelles solutions sont nécessaires
Le ratio combiné prévu en 2018 pour l’ensemble des branches IARD s’établit à 99,0 %. L’IA peut aider à réduire le ratio combiné7 Ratio combiné (%)
Croissance des primes directes souscrites (%)
7.3
Automobile commerciale 2.8
8.2 0.2 1.5 6.3 5.3 4.1 0.0 3.1 2.6 1.1 0.0 3.0 5.1 3.3 3.1
107.8
Responsabilité civile générale
104.5
Accident et maladie
104.1
Responsabilité professionnelle médicale
102.3
Multirisque commerciale
101.7
Auto personnelle
101.3
Toutes lignes personnelles
100.2
Assurance de dommages total
99.0
Aviation
98.0
Habitation
97.8
Toutes lignes commerciales
97.1
Incendie et lignes connexes
94.3
Indemnisation des accidents du travail
93.8
Agricole
90.9
Lignes maritimes
89.8
Détournement et cautionnement Hypothécaire privée
73.5 44.4
Tim Zawacki, [En anglais] «US P&C industry’s Q3 underwriting loss narrows on better auto, home results,» S&P Global Market Intelligence (blog),
7
20 novembre, 2018, https://www.spglobal.com/marketintelligence/en/news-insights/latest-news-headlines/48294052
8
Par conséquent, la plupart des assureurs perdent régulièrement des polices qu’ils auraient pu souscrire, s’ils avaient eu plus de temps pour les traiter. Ce n’est pas une position soutenable pour les assureurs et c’est également mauvais pour l’économie en général. Avec le temps, l’innovation et la croissance peuvent souffrir lorsque les entreprises sont incapables de s’assurer à la vitesse, à la couverture et au prix dont elles ont besoin8. Les assureurs reconnaissent maintenant le potentiel de l’IA pour aider à relever ces défis, mais l’opérationnalisation de l’IA pour toute la complexité de la souscription commerciale présente des défis uniques. L’IA s’acquitte de nombreuses tâches avec une précision égale ou supérieure à celle de l’être humain. La demande soutenue d’un service personnalisé en assurance commerciale décourage également l’automatisation complète de la souscription.
Emmett J. Vaughan and Therese M. Vaughan, “The Insurance Device,” in Fundamentals of Risk and Insurance, 11th edition (Hoboken, New Jersey: Wiley, 2013).
8
9
L’IA à portée de main L’IA moderne est prête à bonifier le rôle des souscripteurs commerciaux parce qu’il ne s’agit pas seulement d’un outil ou d’un ensemble de capacités, mais d’une toute nouvelle approche de la création de logiciels. Pour montrer comment tirer parti de trois avantages distincts de cette approche, nous explorons comment les systèmes d’IA peuvent aider, à travers un exemple de grande valeur dans le domaine de l’assurance commerciale, la souscription de la police d’assurance des propriétaires d’entreprise
10
Les souscripteurs et l’avantage commercial de l’IA
Introduction non technique à l’IA
L’IA n’est pas seulement utile pour l’automatisation. La force principale de l’IA est de transformer les données en prédictions utiles9, et les systèmes d’IA peuvent opérationnaliser les prédictions en automatisant ou en éclairant la prise de décision10. Dans de nombreux contextes, la plus grande valeur commerciale est atteinte lorsque l’automatisation et l’information sont équilibrées sur la base de détails spécifiques au contexte. ? Données
IA
?
?
Automatisation Recommandation
Prédictions
Les systèmes d’intelligence artificielle transforment les données en prédictions utiles qui peuvent être appliquées pour automatiser ou éclairer le travail.
Pour les souscripteurs, trois caractéristiques rendent cette approche intéressante : L’IA pour l’automatisation permet aux souscripteurs de passer plus de temps à se concentrer sur des activités de plus grande valeur, comme l’établissement de relations avec des courtiers ou l’application d’un jugement d’expert à des cas à risque élevé. L’IA pour éclairer laisse la décision finale aux souscripteurs, mais fournit des suggestions et des visualisations qui aident les souscripteurs à prendre des décisions plus rapidement et avec plus de confiance. L’IA apprend à faire des prédictions en utilisant les données sur les décisions de souscription prises dans le passé. Les systèmes d’IA contribuent à rendre le jugement collectif des souscripteurs plus explicite, durable et évolutif. Pour ce faire, ils automatisent et systématisent le jugement sous-jacent aux décisions individuelles pour l’appliquer à un grand nombre de cas. Ces trois avantages sont illustrés dans l’exemple de l’IA pour les polices d’assurance des propriétaires d’entreprise.
9
Ajay Agrawal, Joshua Gans, and Avi Goldfarb, [En anglais] « Prediction, Judgment and Complexity: A Theory of Decision Making and Artificial Intelligence,»
Working Paper (National Bureau of Economic Research, Janvier 2018), https://doi.org/10.3386/w24243. 10
Shoshana Zuboff, [En anglais] «In The Age Of The Smart Machine: The Future Of Work And Power (New York: Basic Books, 1989); Jannis Kallinikos
[En anglais] «The ‘Age of Smart Machine’: A 21st Century View,» in Encyclopedia of Software Engineering (Taylor and Francis, 2010), https://www.taylorfrancis.com/books/9781351249263/chapters/10.1201%2F9781351249270-99.
11
L’IA à l’œuvre pour les polices d’assurance des propriétaires d’entreprise L’ assurance des petites entreprises représente le tiers du marché de l’assurance commerciale de 23 milliards de dollars au Canada11, et le marché continue de croître aux États-Unis12. Toutefois, les polices d’assurance des propriétaires d’entreprise, le principal outil pour offrir de l’assurance aux petites entreprises, sont de plus en plus difficiles à vendre pour les souscripteurs en raison de la complexité croissante des options disponibles.
L’IA a donc l’occasion d’aider la souscription des polices d’assurance des propriétaires d’entreprise en réduisant le temps et le coût de l’évaluation grâce à l’augmentation des rôles. Pour atteindre cet objectif, il faut d’abord entraîner un système d’IA pour prédire les caractéristiques des risques qui sont essentielles pour une nouvelle soumission des polices d’assurance des propriétaires d’entreprise. Cette prédiction peut ensuite être opérationnalisée de différentes manières.
Deloitte Canada, [En anglais] « Insurance Re-Imagined: Unlocking the Small Business Opportunity to Help Canadian Insurance Carriers Grow,» 26 février, 2018,
11
https://www2.deloitte.com/ca/en/pages/financial-services/articles/insurance-reimagined.html.
Ryan Smith, [En anglais] «Commercial Insurance Rates up in Q4,» Insurance Business (blog), consulté 13 mars, 2019,
12
https://www.insurancebusinessmag.com/us/news/breaking-news/commercial-insurance-rates-up-in-q4-121183.aspx.
12
Les souscripteurs et l’avantage commercial de l’IA
Données d’entraînement
L’association des données provenant des soumissions passés et des données décrivant les risques évalués et la façon dont ils ont été évalués pour chaque soumission..
Prédiction
Quels risques devraient être évalués, et comment, dans le cas de nouvelles polices d’assurance des propriétaires d’entreprise
Automatisation des décisions A
A
A
A
13
Lorsqu’on prévoit que le risque sera faible et que le système d’IA a une grande confiance dans ses prévisions, le traitement de bout en bout peut être réalisé en émettant directement des soumissions au courtier. Lorsqu’on prévoit que le risque sera faible, mais que la confiance dans les prévisions est également faible, le système d’IA pourrait automatiquement commander des rapports, comme les rapports d’inspection, pour aider à améliorer la confiance dans les prévisions. Lorsqu’il est prévu que le risque sera élevé et que la confiance dans les prévisions est également élevée, le système d’IA pourrait automatiquement envoyer un avis de refus de soumission aux courtiers.
Automatisation
R
Recommandation
Recommandation de décision R
R
R
Le système d’IA peut générer de multiples recommandations sur les options de devis, permettant aux souscripteurs de choisir. Pour les polices d’assurance des propriétaires d’entreprise, cela pourrait signifier offrir une option de couverture avec ou sans cyberassurance. Le système d’IA indique aux souscripteurs commerciaux quels sont les points de données clés les plus importants pour déterminer le niveau de risque. Lorsqu’il est prévu que le risque sera élevé, le système d’IA peut faire une recommandation de rejet de la demande, mais laisser la décision finale aux souscripteurs, qui devront la communiquer au courtier.
L’IA à l’œuvre pour les polices d’assurance des propriétaires d’entreprise
Cet exemple repose sur le jugement des souscripteurs à l’égard de décisions antérieures, ce qui permet aux souscripteurs de renforcer ce critère de base de jugement et de l’améliorer progressivement au fil du temps. L’ exemple montre également que ce n’est pas parce qu’une prédiction de haute qualité peut automatiser une tâche qu’elle doit toujours l’être. Les souscripteurs pourraient, par exemple, déclarer qu’aucune demande ne devrait être rejetée automatiquement par le système d’IA pour privilégier les interactions humaines et entretenir la relation avec le courtier. En configurant des seuils pour la façon dont l’IA est opérationnalisée au cas par cas, les souscripteurs peuvent garder le contrôle des conditions lorsque chaque option est utilisée. Au fil du temps, la formation continue des souscripteurs qui utilisent ce système améliorerait également la précision de la prévision sous-jacente, ce qui permettrait au système d’équilibrer l’opérationnalisation de la prévision de nouvelles façons.
14
Plan d’action pour la souscription commerciale Pour chaque séquence de décisions dans le traitement d’une nouvelle proposition, nous examinons comment l’IA pourrait être opérationnalisée pour élever le rôle des souscripteurs. Dans chaque cas, nous présentons des options hypothétiques basées sur les capacités actuelles de l’IA.
Soumission Segmentation Affectation Évaluation des risques Recommandation de couvertures
15
Les souscripteurs et l’avantage commercial de l’IA
1. Soumission Un processus de soumission amélioré grâce à l’IA
Statut actuel Les commis à la souscription transcrivent manuellement la plupart des documents et contre-vérifient manuellement pour s’assurer qu’ils sont complets. Il existe de nombreuses solutions de numérisation, mais la plupart reposent sur des normes de données qui ne sont pas très répandues dans la souscription commerciale. De plus, certaines données ne sont jamais normalisées, comme les curriculum vitae des directeurs de compagnies faisant une demande pour une assurance erreurs et omissions. Les soumissions sont souvent transférées aux souscripteurs avant que la numérisation et la validation ne soient entièrement terminées. Dans le cas des branches spécialisées, les courtiers contournent souvent la saisie des données pour obtenir une indication préliminaire d’un souscripteur. Certaines soumissions ne sont jamais numérisées ou doivent être refusées en raison du volume élevé.
A
16
Automatisation
R
Recommandation
R
R
A
A
Demande à un commis d’examiner les cas complexes et suggère la meilleure façon de court-circuiter la tâche. Signale les soumissions pouvant contenir des informations manquantes ou erronées, telles que celles qui nécessitent des formulaires supplémentaires. Numérise et structure la plupart des données de formulaires, y compris les documents manuscrits, les images et les formulaires personnalisés des courtiers. Si elle y est autorisée, l’IA demande automatiquement des formulaires aux courtiers/clients.
Le délai de traitement diminue. Aucune soumission n’est refusée en raison de contraintes de temps.
Plan d’action pour la souscription commerciale
2. Segmentation Processus amélioré
Statut actuel Les souscripteurs commerciaux divisent les demandes en groupes en examinant l’information présentée, y compris les pièces jointes originales des documents.
La rapidité du traitement est limitée par la disponibilité de souscripteurs ayant l’expérience et l’autorité nécessaires pour examiner les soumissions.
A
17
Automatisation
R
Recommandation
R
Suggère comment classer les demandes en fonction de certaines hypothèses, par exemple en extrayant des caractéristiques des données numérisées des soumissions.
Les souscripteurs segmentent plus rapidement les demandes à l’aide de fonctions extraites de documents et/ou de recommandations de segmentation.
3. Affectation Statut actuel
Processus amélioré
Des souscripteurs spécialisés analysent les soumissions afin d’assigner et de trier les dossiers. L’affectation dépend de facteurs comme la spécialisation des souscripteurs, le portefeuille et la charge de travail actuels, les affaires passées avec un courtier, et plus encore. Dans l’immobilier commercial, par exemple, les règles d’affectation peuvent dépendre de la région. La plupart de ces facteurs seront évalués à la main par un membre expérimenté ou seront automatiquement consignés dans les registres de l’équipe pour que les souscripteurs puissent s’auto-affecter. L’affectation n’est pas formellement optimisée. Cela entraîne un coût d’opportunité, car le temps consacré à l’attribution des cas remplace le temps consacré à la validation et à l’analyse des soumissions.
A
18
Automatisation
R
Recommandation
R
A
Affecte les dossiers aux souscripteurs en fonction de divers facteurs, y compris les estimations des délais de traitement prévus et la spécialisation des souscripteurs, la charge de travail et le pouvoir de signature Utilise des codes de couleurs ou des drapeaux pour signaler les soumissions afin d’aider les souscripteurs à affecter et à prioriser les dossiers, par exemple en fonction des délais de traitement prévus ou de la nécessité de formulaires supplémentaires.
L’IA optimise continuellement l’affectation des soumissions tout en conservant la capacité d’expliquer sa logique ou d’effectuer des changements à la volée. Les souscripteurs commencent les dossiers de longue durée plus tôt et peuvent se concentrer sur le traitement plutôt que sur le triage des demandes.
Les souscripteurs et l’avantage commercial de l’IA
4. Évaluation des risques Statut actuel
Processus amélioré
À l’aide de données provenant de sources multiples, comme les données historiques sur les risques d’une région géographique, les souscripteurs déterminent les risques spécifiques d’un demandeur et si celui-ci peut être couvert. Chaque soumission nécessite une stratégie d’examen unique en raison de facteurs comme la taille du compte ou la présence de risques uniques. Pour les administrateurs et dirigeants, des facteurs comme le profil financier de l’entreprise exigent des évaluations uniques et la découverte de données externes. Les souscripteurs doivent également découvrir toutes les exigences relatives aux avenants à inscrire dans les quotations définitives. La surcharge d’information ralentit même les souscripteurs les plus expérimentés. Sous la pression du temps, les souscripteurs ne peuvent parfois pas examiner autant d’informations qu’ils le souhaitent, ce qui conduit à une évaluation des risques moins précise.
A
19
Automatisation
R
Recommandation
R
Suggère des sources d’information qui ont été utiles pour des demandes similaires dans le passé, ou suggère un ordre de classement pour l’examen des sources de données. Ces recommandations aident les souscripteurs à classer par ordre de priorité l’information provenant des soumissions et de sources externes comme les bases de données.
R
Suggère des avenants qui pourraient être nécessaires ou facultatifs pour les quotations finales.
Les souscripteurs commerciaux peuvent consacrer plus de temps à l’évaluation des risques en raison de l’automatisation des étapes précédentes. L’IA aide également les souscripteurs à cibler plus rapidement l’information importante, ce qui augmente la précision de l’évaluation des risques.
Plan d’action pour la souscription commerciale
5. Recommandation de couvertures Statut actuel
Processus amélioré
Les souscripteurs établissent des options de couverture en évaluant les besoins du client en matière de police ainsi que l’exposition au risque du volume d’affaires existant. Si un assureur refuse de faire une soumission, il doit être en mesure d’expliquer pourquoi.
R
Recommande un menu d’options de couverture que les souscripteurs peuvent explorer.
R
Recommande aux souscripteurs de comparer des soumissions d’apparence similaire tout en faisant des quotations.
Dans le cas des biens commerciaux, plusieurs avenants supplémentaires peuvent être nécessaires. Pour ce faire, le souscripteur peut être tenu de préparer plusieurs combinaisons de couvertures pour le courtier.
A
Apprend des décisions et des règles sur la façon de coter les primes à faible risque au fil du temps.
Les recommandations nécessitent souvent des révisions multiples et fastidieuses, car les courtiers et les clients demandent des ajustements. La recommandation de couvertures peut être davantage un art qu’une science. La révision des recommandations représente également un coût d’opportunité important : pour modifier une quotation, les souscripteurs perdent du temps qu’ils pourraient consacrer à d’autres activités et risquent également de perdre une demande en raison de délais de traitement plus longs que nécessaire.
A
20
Automatisation
R
Recommandation
Les souscripteurs préparent des options de couvertures réfléchies plus rapidement et avec une meilleure compréhension des décisions en matière de couverture. Cela permet aux souscripteurs d’exercer un plus grand contrôle sur la manière et les raisons pour lesquelles ils élaborent des recommandations de couverture au fil du temps.
Les souscripteurs et l’avantage commercial de l’IA
Meilleur jugement au fil du temps
Dans une configuration mature, les systèmes d’IA se développeront et affineront les cas d’utilisation au fil du temps, et optimiseront également le système de prévisions dans son ensemble. Par exemple, l’IA utilisera des données décrivant les prédictions faites à chaque étape de la soumission, ainsi que des données décrivant les options de couverture finalement offertes, ajustées, refusées ou acceptées; le système pourra alors ajuster les prédictions faites à différentes étapes du processus global.
21
Mesurer les progrès Pour vérifier si l’IA aide à relever les défis de la rapidité et de l’exactitude, les assureurs peuvent examiner deux paramètres clés : (1) les délais de réponse des courtiers/clients et (2) les ratios de pertes.
Vitesse : temps de réponse plus rapides À chaque étape, même une petite augmentation des rôles permet de réduire le délai de traitement global. Numériser des données de soumission plutôt que les transcrire manuellement accélère le traitement.
22
Des gains de temps supplémentaires sont obtenus à mesure que de nouvelles solutions sont entraînées, comme l’attribution automatisée des cas ou le triage des demandes afin d’assurer que les obstacles sont détectés et éliminés rapidement Grâce à un meilleur contrôle de leur temps, les souscripteurs commerciaux peuvent aussi se spécialiser davantage dans des secteurs d’activité particuliers ou avec des courtiers en particulier.
Les souscripteurs et l’avantage commercial de l’IA
Les systèmes d’IA sont également capables de mettre à l’échelle de tels avantages sans augmenter considérablement les coûts. Une fois qu’une application a été développée, le coût de son application plus large est faible. Cela vaut pour les cas lorsque les décisions recommandées et les décisions automatisées sont appliquées. Une solide infrastructure d’IA pour la souscription permet d’étendre les directives de souscription à un domaine numérique, créant ainsi un jugement adéquat qui évolue avec l’entreprise et le personnel.
Précision : ratios sinistres-primes plus faibles Comme des délais de réponse plus courts permettent aux souscripteurs d’évaluer un plus grand nombre de soumissions, les souscripteurs doivent tout de même déterminer lesquels devraient être approuvés et comment. L’IA améliore cette prise de décision de deux façons. Tout d’abord, des délais de réponse plus courts devraient permettre aux souscripteurs de choisir parmi un plus grand nombre de soumissions de clients au moment de décider s’ils veulent souscrire ou non. Aujourd’hui, les assureurs ne sont pas en mesure d’évaluer toutes les soumissions qui leur
sont fournies. En évaluant un plus grand nombre de demandes au fil du temps, ils peuvent faire un choix plus vaste. Les ratios sinistres-primes s’améliorent lorsque les assureurs peuvent exercer un plus grand pouvoir discrétionnaire sur ce qu’ils souscrivent. Deuxièmement, pour ce plus grand nombre de demandes évaluées, l’amélioration de l’IA permet aux souscripteurs de creuser davantage et d’évaluer plus précisément.
Au fur et à mesure que la puissance de prévision s’améliore avec le temps, les souscripteurs peuvent évaluer des demandes qui semblaient auparavant trop risquées et rejeter des demandes qui semblaient auparavant sûres13. Les ratios de pertes s’améliorent de nouveau lorsque les souscripteurs peuvent mieux se concentrer, à l’aide d’informations plus pertinentes, pour élaborer des recommandations de couverture.
Combiner pour croître Pour les clients, la rapidité et la précision accrues de la souscription se combinent pour modifier la dynamique des coûts liés à l’obtention d’une assurance.
Ajay Agrawal, Joshua Gans, and Avi Goldfarb, [En anglais] «Prediction, Judgment and Complexity: A Theory of Decision Making and Artificial Intelligence,»
13
Working Paper (National Bureau of Economic Research, Janvier 2018), https://doi.org/10.3386/w24243.
23
Les souscripteurs et l’avantage commercial de l’IA
Au fur et à mesure que les souscripteurs augmentent le débit et passent plus de temps à établir des relations avec les courtiers, l’expérience du client et du courtier s’améliore. Des transactions de souscription plus rapides, plus précises et plus significatives se traduisent par l’envoi d’un plus grand nombre de soumissions par les courtiers. Ces effets sont payants : le traitement plus rapide d’un plus grand nombre de demandes, l’amélioration de la précision et de l’exactitude de l’évaluation ainsi que l’augmentation du nombre de clients au fil du temps constituent un volume d’affaires plus sain. Les assureurs, les courtiers et les clients en profitent.
24
Voir l’avenir Nous croyons que l’IA est un outil essentiel pour la compagnie d’assurance intelligente de l’avenir. Dans le monde de la souscription d’assurance commerciale, cet outil a été freiné par la complexité inhérente à la prise de décision. Les assureurs peuvent désormais aller de l’avant en déployant l’IA pour centrer et renforcer le rôle des souscripteurs, qui demeurent le facteur décisif du succès de la souscription.
25
Lorsque les souscripteurs sont habilités par une combinaison de capacités prédictives fournies par l’IA, ils repoussent les limites de ce qu’ils peuvent réaliser pour les clients et les assureurs. Au fur et à mesure de l’évolution de l’industrie, les assureurs qui fixent ces prestations tôt devanceront rapidement leurs concurrents qui ne le font pas. L’essor de l’IA et des technologies connexes augmentera sans aucun doute progressivement l’efficacité des assureurs, mais seuls les assureurs qui habilitent les souscripteurs attireront de nouveaux clients et maintiendront la qualité des décisions à un niveau élevé.
Les souscripteurs et l’avantage commercial de l’IA
Bibliographie Ajay Agrawal, Joshua Gans, and Avi Goldfarb, [En anglais] « Prediction, Judgment and Complexity: A Theory of Decision Making and Artificial Intelligence, » National Bureau of Economic Research, Janvier 2018. Deloitte Canada, [En anglais] « Insurance Re-Imagined: Unlocking the Small Business Opportunity to Help Canadian Insurance Carriers Grow, » 26 février 2018. Denise Johnson, [En anglais] « Insurance Industry Rethinking Recruitment Strategies, » Insurance Journal, 27 janvier 2017. Emmett J. Vaughan and Therese M. Vaughan, [En anglais] « The Insurance Device, » dans Fundamentals of Risk and Insurance, 11e édition, Wiley, 2013. Jannis Kallinikos, [En anglais] « The ‘Age of Smart Machine’: A 21st Century View » In Encyclopedia of Software Engineering, Taylor and Francis, 2010. Ryan Smith, [En anglais] « Commercial Insurance Rates up in Q4, » Insurance Business, 7 janvier 2019.
26
Shaun Dodson, [En anglais] « Focus: Underwriting Intelligence at the Point of Decision, » Insurance Day, 29 avril 2018. Shawn Moynihan, [En anglais] « The Top 100 P&C Insurance Companies in 2017, » PropertyCasualty360, 18 juillet 2018. Shoshana Zuboff, [En anglais] « In The Age Of The Smart Machine: The Future Of Work And Power », Basic Books, 1989. Strategy Meets Action, [En anglais] «AI in P&C Insurance: Pragmatic Approaches for Today, Promise for Tomorrow,» White Paper, juillet 2018, Complimentary/SMA-AI-in-PC-Insurance-2018.pdf. The Jacobson Group and Ward Group, [En anglais] «Insurance Labor Market Study,» 2018,
Les souscripteurs et l’avantage commercial de l’IA
Biographies
Carlos Benfeito Chef des produits d’assurance
Charles Murat Spécialiste des produits de souscription
Fort d’une carrière de plus de 17 ans au sein d’institutions d’assurance telles qu’AXA et Intact, et la création de la jeune pousse Allai, Carlos apporte un engagement passionné dans le développement de produits d’intelligence artificielle centrés sur les rôles, conçus pour améliorer la prise de décision pour les rôles stratégiques dans l’industrie, permettant aux organisations d’améliorer leur capacité de flux de travaux et fournissant un service client sans égal.
Passionné d’assurance et de souscription, Charles adore aider les compagnies d’assurance à améliorer leur efficacité et la qualité de leur expérience client grâce à la technologie. Il apporte son expertise en souscription à l’équipe d’assurance d’Element AI pour concevoir des produits alimentés par l’intelligence artificielle qui facilitent la prise de décision dans des rôles clés de l’industrie de l’assurance. Charles est titulaire d’un baccalauréat en administration des affaires de HEC Montréal. Depuis l’obtention de son diplôme, Charles a travaillé en souscription pour deux compagnies canadiennes emblématiques, EDC et La Garantie, avant de se joindre à l’équipe d’assurance d’Element AI.
Charles Dugas Responsable de l’IA en assurance Charles Dugas, Ph. D., est un vétéran chevronné de l’assurance qui possède plus de 25 ans d’expérience en assurance, en IA et en analyse. Il a fondé la pratique d’assurance d’Element AI au début de 2017 pour aider les assureurs à déployer des produits d’IA de pointe qui augmentent la productivité des rôles et permettent d’atteindre les objectifs stratégiques de revenus. Il est titulaire d’un baccalauréat en actuariat, d’une maîtrise en génie électrique et d’un doctorat en apprentissage machine avec le professeur Yoshua Bengio, une autorité en IA, reconnu comme l’un des « parrains de l’apprentissage profond ».
27
Cory Salveson Conseil et mise en œuvre Cory a travaillé dans le domaine de la technologie pour la gestion des connaissances, l’apprentissage humain et les sciences des données sociales pendant plus de 10 ans. Il a également mené des recherches en sciences sociales sur l’intelligence artificielle et l’apprentissage continu avec son alma mater, l’Université d’Oxford. Chez Element AI, il effectue des recherches et rédige des articles sur l’IA dans l’industrie. Cory est titulaire d’un baccalauréat en études multidisciplinaires de l’Université du Minnesota et d’une maîtrise avec distinction en sciences sociales de l’Oxford Internet Institute.
Montreal
6650 Saint-Urbain, Suite #500, Montreal, Quebec, H2S 3G9, Canada +1 (514) 379-3568
Toronto
296 Richmond St W Suite #100, Toronto Ontario, M5V 1X2, Canada
London
2 Eastbourne Terrace London W2 6LG, United Kingdom
Seoul
Dreamplus Gangnam 311 Gangnam-daero Seocho-gu, Seoul Republic of Korea
Singapore
60 Anson Road Level 17 079914, Singapore
Pour nous contacter
[email protected]
