Comment DreamQuark ouvre la boîte noire de l’IA chez AG2R La mondiale

Depuis qu’il a fondé DreamQuark en 2013, Nicolas Méric ambitionne de rendre accessibles aux métiers des technologies jusque-là réservées aux data scientists. “Nous cherchons à démocratiser l’intelligence artificielle en levant les barrières à l’adoption de ces technologies dans les entreprises”, résume le CEO. À l’origine, la start-up s’est penchée sur le secteur de la santé mais a rapidement pivoté vers la finance, “plus mûre en termes de transformation, et parce que cette industrie possède de réels historiques de données qualitatives et quantitatives”. Une nécessité pour entraîner des modèles de deep learning. 

À partir de ces données, DreamQuark oeuvre à mettre dans les mains des spécialistes métiers des outils qu’ils auraient autrement été bien en peine d’utiliser. Car en matière de data science, deux problèmes sont constatés chez les clients. D’une part, “s’ils constituent leur propre équipe d’analystes et de data scientists, celle-ci mettra énormément de temps à développer ses propres algorithmes”, pointe Remy Ea, directeur marketing de DreamQuark. D’autre part, l’usage de ces algorithmes restera bien souvent réservé aux experts techniques. DreamQuark, pour sa part, a développé une plateforme dénommée Brain, qui met les algorithmes à disposition de l’ensemble des équipes. Ces dernières peuvent ainsi facilement développer les modèles d’analyse de données correspondant à leurs problématiques. 

Deep Learning et score d’attrition 

Le groupe de protection sociale AG2R La Mondiale découvre la solution en 2016, lorsque DreamQuark la présente devant des professionnels de la santé-prévoyance. En charge de l’actuariat pour les produits et la tarification en santé, prévoyance et dépendance, Anne-Charlotte de Raigniac envisage alors de travailler avec la start-up. “Nous avions des problématiques de rétention client et DreamQuark pouvait nous aider à créer un score d’attrition”, se souvient-elle. 

Une équipe de quatre collaborateurs d’AG2R La Mondiale est donc constituée, “avec une combinaison de compétences, en santé individuelle, actuariat, marketing et connaissance client”, à laquelle s’ajoutent deux personnes de Dreamquark : “un data scientist et un facilitateur”. Remy Ea précise : “nous avons embauché d’anciens professionnels des secteurs que nous visons, ce qui nous permet d’apporter de la valeur dans la compréhension des points de friction et des besoins de nos clients.” Puis la coopération se met en place, en “cycle courts. La première étape du projet a duré environ trois mois” à temps partiel, détaille Anne-Charlotte de Raigniac.

Le projet est ambitieux et les employés d’AG2R La Mondiale doivent “apprendre à travailler avec des données que nous n’avons pas l’habitude d’utiliser, explique la directrice actuariat. Il s’agit d’informations qui nous permettent de modéliser toute notre relation avec le client”. Mais DreamQuark a l’habitude d’accompagner ses clients dans la récupération de leurs données, quelle que soit leur maturité. Simplement, “ceux qui ont un data lake et 20 data scientists comprennent rapidement ce que l’on peut faire, tandis que les autres peuvent avoir besoin d’un accompagnement plus poussé.” Dans tous les cas, c’est par-dessus les données récupérées que DreamQuark ajoute ses briques d’intelligence artificielle. “Même si deux clients nous demandent de travailler sur un cas d’usage de calcul d’attrition similaire, les modèles qui leur permettront de le faire seront totalement différents”, souligne Remy Ea. 

Passage à l’échelle

Au terme de la première expérimentation chez AG2R La Mondiale, à l’été 2018, l’équipe obtient un produit viable sur le périmètre de clientèle retenu. Depuis, le projet a pris de l’ampleur : “comme nous avons réussi à amortir les coûts variables de l’expérimentation, nous l’avons élargie à la totalité de notre portefeuille client”, indique Anne-Charlotte de Raigniac. Les premiers retours sur investissement ont été observés grâce à un “double run”. En parallèle de l’expérimentation avec DreamQuark, les équipes opérationnelles et de relation clientèle ont adressé des campagnes adaptées aux personnes dont le score indiquait une volonté de départ. Résultat : “nous avons constaté un taux de résiliation plus faible que celui auquel nous serions arrivés sans le modèle de scoring développé avec notre nouveau partenaire”, rapporte Anne-Charlotte de Raigniac. 

Au cours des derniers mois, l’expérimentation est donc passée à sa deuxième étape : observer si, en passant à l’échelle, les coûts fixes sont mieux amortis. “Avec dans l’idée de passer à l’industrialisation l’an prochain”, complète Anne-Charlotte de Raigniac. Cette fois-ci, l’accompagnement de DreamQuark sera plus léger : l’un des objectifs est d’assurer en interne une montée en compétences autour du traitement des données. Un parcours cohérent avec l’un des sujets d’attention de la start-up : celle-ci veille à toujours pouvoir expliquer la façon dont les algorithmes ont atteint le résultat qu’ils proposent. Cet effort vise à faciliter à la fois la compréhension de ce type de nouvelles technologies et sa prise en main au sein de l’entreprise, pour d’éventuels futurs cas d’usage. “Près de la moitié de notre équipe travaille à l’élaboration de ces algorithmes et a développé un modèle maison. Cela facilite notre mission de transparence”, conclut Remy Ea.