La qualité des données et la refonte des processus, freins à l’adoption de l’IA chez les assureurs

Dans son Guide 2020 : l’IA dans l’assurance publié ce 27 novembre, le cabinet de conseil Keley décortique les cas d’usage de l’intelligence artificielle tout au long de la chaîne de valeur de l’assurance et leur niveau d’adoption. On note ainsi une véritable percée de l’identification et de la recommandation des produits selon les profils clients, de l’automatisation des conversations, ou encore du chiffrage des sinistres, tandis que storing des risques, déclenchement de l’indemnité ou détection de patterns de blanchiment en sont encore à l’état de prototype de laboratoires. 

“Les cas d’usage les plus avancés, en cours ou proche de l’industrialisation, sont les cas les plus généralistes, pour d’évidentes raison de coûts de recherche et développement”, notait Benjamin Hannache, directeur général adjoint de Keley, lors d’une présentation du Guide le 19 novembre. Dans les autres cas, expliquait-il, la qualité des données et/ou de l’infrastructure, les questions juridiques, ou encore la nécessaire refonte des processus représentent pour le moment des freins à l’industrialisation.

À noter : Keley recense 58 acteurs éditeurs à suivre pour les acteurs de l’assurance, parmi lesquels Dreamquark (lire notre étude de cas auprès d’AG2R la mondiale), Dataiku (notre étude de cas auprès de la BRED), ReciTAL, Shift Technology ou encore Zelros.