Intelligence artificielle est désormais un thème central dans les conversations technologiques à travers l’assurance. La question difficile n’est plus de savoir si l’IA peut créer de la valeur, mais comment les assureurs peuvent traduire ce potentiel en résultats d’affaires mesurables.

Dans un épisode récent de TDI Talks, Hugh Terry, PDG et fondateur de The Digital Insurer, a discuté avec Srinivasan Varadharajan, directeur principal des ventes chez HCLTech, du rendement du capital investi (RCI) de l’IA en assurance et de ce qu’il faut pour passer de projets pilotes isolés à une adoption à grande échelle.

Pour Varadharajan, le point de départ est la connexion entre la connaissance de l’industrie et l’exécution technologique. Ayant commencé sa carrière dans les opérations d’assurance avant de passer à la technologie, il affirme que travailler « à la croisée des affaires et de la technologie » l’aide à comprendre à la fois les besoins des assureurs et la façon dont la technologie peut être adoptée efficacement.

Dans le contexte de l’adoption de l’IA en assurance, cette compréhension est importante. Offrir un RCI de l’IA à grande échelle signifie aller au-delà du déploiement technologique et s’attaquer aux modèles d’exploitation, aux parcours clients, à la philosophie de souscription, aux fondements de la donnée et à la façon dont les gens travaillent.

Passer de l’usage de l’IA au changement d’affaires

L’IA devient de plus en plus centrale dans les opérations d’assurance, l’orchestration des processus clés commençant à être infusée d’IA. Varadharajan a décrit l’IA comme un « grand égalisateur », particulièrement parce qu’elle peut aider les petites organisations à rivaliser plus efficacement avec les grands assureurs.

Mais il a également averti que les assureurs devraient éviter de mesurer la réussite de l’IA simplement par son utilisation. La meilleure mesure est de savoir si l’IA change la façon dont le travail est accompli.

« Ne mesurez pas votre adoption de l’IA par l’utilisation, mesurez-la par le changement dans les façons de travailler », a-t-il déclaré.

L’IA appliquée au-dessus d’un ancien processus peut créer des gains d’efficacité, mais elle peut aussi devenir une façon coûteuse de préserver le même modèle d’exploitation. Varadharajan a indiqué que les assureurs doivent s’occuper de l’ingénierie des processus, de l’ingénierie des données et de l’environnement technologique sous-jacent s’ils veulent que l’IA génère des retours significatifs.

« L’adoption de l’IA devrait être considérée comme une transformation principale du modèle d’exploitation et non comme un projet de transformation technologique », a-t-il dit.

Où les assureurs voient de la traction

À travers la chaîne de valeur de l’assurance, Varadharajan a mis en lumière trois domaines prioritaires :

1. Souscription : L’IA peut soutenir une meilleure sélection des risques et améliorer la qualité du portefeuille. Le défi est l’explicabilité, surtout dans une industrie bâtie sur des modèles de tarification qui doivent être fiables, gouvernés et équitables.

2. Indemnisation : Les réclamations peuvent offrir un cas de RCI plus immédiat. L’IA peut aider à réduire les délais de traitement, améliorer le contrôle de la fraude, limiter la fuite et réduire les appels ou plaintes des clients. Mais les réclamations exigent également de la prudence car c’est l’une des sphères où « l’élément humain » et l’empathie demeurent particulièrement importants.

3. Distribution : La distribution offre un profil de valeur différent. L’IA peut améliorer la conversion des ventes, soutenir un meilleur positionnement des produits et réduire les coûts d’acquisition. Mais Varadharajan a prévenu que les assureurs ne peuvent pas simplement greffer l’IA sur les canaux existants.

Le RCI nécessite une vision plus large

Le cas du RCI pour l’IA en assurance n’est pas toujours direct. En assurance vie, par exemple, les bénéfices d’une souscription améliorée peuvent prendre plus de temps à apparaître, car l’impact sur la sélection des risques et la rentabilité se manifeste au fil du temps.

Varadharajan a également averti que la croissance des revenus ne se traduit pas toujours par une croissance des profits. Un cas d’utilisation de l’IA peut sembler fructueux isolément tout en créant un effet négatif ailleurs dans l’entreprise.

« Il faut avoir une vue d’ensemble et voir l’impact global aussi », a-t-il déclaré.

Cela signifie que le RCI doit être évalué à la fois au niveau fonctionnel et à l’échelle de l’entreprise. Les assureurs doivent comprendre les gains immédiats, les effets de second ordre et l’impact à plus long terme sur le bilan.

Commencez petit, mais ne restez pas petit

De nombreuses organisations commencent par un cas d’utilisation ciblé parce que cela aide à instaurer la confiance, tester l’acceptation des utilisateurs et démontrer la valeur. Varadharajan a indiqué que cette approche peut fonctionner, surtout lorsqu’une entreprise développe encore sa maturité en IA.

Mais il y a un risque à mener trop de projets pilotes non reliés. La voie la plus rapide vers la mise à l’échelle est de créer une couche commune qui inclut des principes de gouvernance, des cadres approuvés, des modèles d’intégration, des approches fournisseurs et des politiques d’accès aux données. Cela permet aux assureurs de commencer avec des cas d’utilisation ciblés tout en établissant les bases pour une adoption plus large.

« Ce n’est pas juste une approche de niche ou une approche de grand bouleversement. C’est une approche de niche et de grand bouleversement », a-t-il dit. « Ce sont deux étapes distinctes sur la même trajectoire d’adoption. »

À mesure que l’adoption de l’IA mûrit, des capacités réutilisables comme la synthèse de documents, la récupération et l’automatisation des flux de travail peuvent être appliquées à plusieurs fonctions. Cela améliore la rapidité, réduit la duplication et aide les assureurs à progresser vers une transformation dirigée par plateforme.

Varadharajan a indiqué que HCLTech soutient également ce parcours grâce à des capacités dédiées en IA et à ses Laboratoires d’IA, qui aident les clients à passer de l’expérimentation à la mise en œuvre. Ces environnements permettent à HCLTech de collaborer avec les assureurs et d’autres organisations sur des cas d’utilisation de l’IA, tester des approches d’adoption et développer des solutions évolutives dans différents marchés et fonctions.

Pour les assureurs, le message est clair. L’IA peut livrer un RCI significatif, mais seulement si elle est reliée aux priorités d’affaires, soutenue par les bonnes bases et intégrée dans la façon dont l’organisation fonctionne.

« Lorsque vous commencez, vous le faites comme une initiative dirigée par fonction, mais quand vous prenez de l’ampleur, vous la gérez comme une initiative dirigée par plateforme », conclut Varadharajan.