Premiers pas avec l'IA dans l'assurance :un guide d'introduction

Il existe un fossé entre la sensibilisation à l'intelligence artificielle (IA) et son application.

Selon les recherches de McKinsey, seulement 20 % environ des entreprises qui connaissent l'IA l'utilisent à grande échelle ou dans un processus métier de base. Et selon une étude MIT Sloan Management Review de 2019, seulement 7 % des organisations interrogées ont appliqué l'apprentissage automatique (ML) et l'IA dans la prise de décision ou les workflows de production.

Les compagnies d'assurance, dont la plupart ne font que commencer leur voyage vers l'IA, sont susceptibles de tomber dans cette lacune de sensibilisation et d'application. Bien que les compagnies d'assurance utilisent des flux de travail gourmands en données depuis des décennies, beaucoup n'utilisent toujours pas l'IA au maximum, voire pas du tout.

Plus tôt cette année, nous avons accueilli un panel d'experts pour discuter de l'IA dans l'assurance dans le cadre de notre sommet sur l'IA. Au cours de la session, des experts invités de Forrester Research, Cognizant et Mercer ont partagé des idées et des expériences tirées de leur travail dans le secteur de l'assurance.

Cet article décomposera la session en quelques idées clés, mais pour une expérience complète, rendez-vous sur la page de la session AI in Insurance.

Ici, nous nous concentrerons sur les tendances de l'IA et sur un processus en trois étapes que les compagnies d'assurance peuvent utiliser pour démarrer avec l'IA.

Les tendances de l'assurance IA révèlent qu'il est temps d'investir maintenant

Tout au long de la session « L'IA dans l'assurance », il est devenu clair que l'avenir du secteur de l'assurance s'articulera autour de l'augmentation de l'agilité organisationnelle en mettant l'IA au premier plan. La transformation numérique devient impérative pour atteindre le leadership du marché et faciliter une culture axée sur l'innovation. L'IA devient un élément essentiel de cette transformation.

2020 a changé le secteur de l'assurance

2020, une année difficile pour tous les secteurs, a été une année charnière pour le secteur de l'assurance.

L'année 2020 a forcé le secteur de l'assurance à prendre en compte sa capacité à répondre aux besoins en évolution rapide des clients, des partenaires et des employés. McKinsey, par exemple, a souligné dans un rapport de 2020 que «les assureurs qui ont développé des fonctions numériques matures dans les ventes et la distribution, le service et la rétention, et les réclamations sont bien placés pour traverser la crise - et ceux qui ne l'ont pas fait doivent agir rapidement pour rattraper."

Ce calcul a révélé que la transformation numérique n'était pas seulement nécessaire pour survivre à la crise, mais nécessaire pour prospérer à l'avenir.

À partir de 2021, l'IA et l'automatisation, pièces maîtresses de la transformation numérique de l'entreprise, seront des priorités pour les compagnies d'assurance avant-gardistes.

L'avenir de l'assurance

Contrairement à d'autres secteurs où les budgets technologiques ont tendance à diminuer, les budgets des technologies d'assurance augmentent, a expliqué Carney sur le panel. Selon Carney, citant les résultats des recherches de Forrester, une augmentation de 1,4 % des budgets technologiques des compagnies d'assurance accélérera l'avenir du travail et l'avenir de l'expérience client.

Il est important de noter qu'une grande partie de cette augmentation de budget ne va pas seulement à la maintenance. Carney a partagé que 33 % de ce budget était consacré à de nouveaux projets.

Holly Olive (Digital Operations, Insurance Consulting Lead chez Cognizant au moment du panel) a convenu et a averti qu'à mesure que les budgets changent, l'élan va augmenter et les entreprises à la traîne pourraient être laissées pour compte :"Le train avance, et vous voulez y être ."

L'avenir de l'IA

Cependant, l'avenir de l'assurance ne dépendra pas seulement de la volonté des entreprises d'adopter l'IA, mais aussi de leur capacité à rechercher, adopter et mettre en œuvre des solutions commerciales qui tirent parti de l'IA.

Le scepticisme autour de l'IA se produit parce que dans de nombreuses industries, la technologie n'a pas tenu les promesses de son marketing. L'IA et le ML sont devenus des mots à la mode dans de nombreux cercles. Les entreprises dont les produits offrent une automatisation simple et basée sur des règles sont souvent disposées à affirmer que leurs produits sont intelligents alors qu'ils ne le sont pas. Ces produits peuvent toujours être utiles, mais ils n'ont pas l'impact que peuvent avoir les véritables solutions basées sur l'IA.

Là où le battage médiatique rencontre la réalité, selon le conférencier principal Craig Le Clair, analyste principal chez Forrester, se trouve dans les plates-formes qui permettent des cas d'utilisation horizontaux et verticaux ciblés. Le Clair a expliqué lors du discours d'ouverture du Sommet sur l'IA que si l'IA était un outil distinct, elle fera désormais partie de presque toutes les technologies :"L'IA s'infiltrera dans les applications et deviendra une façon normale de faire des affaires."

L'avenir de l'IA ne consistera pas à adopter un outil sophistiqué et à le laisser vous guider dans la bonne direction ; il développera une stratégie commerciale intelligente qui tire parti des avantages de l'IA.

Exemple d'assurance IA :traitement des réclamations

Les cas d'utilisation pour la mise en œuvre de l'IA dans les processus d'assurance abondent, mais il existe un processus particulièrement mûr pour l'IA :le traitement des réclamations.

Quatre aspects du traitement des réclamations en font un excellent candidat pour l'IA :

1. Cela prend du temps.

2. Il peut être sujet à des erreurs.

3. Il ne s'adapte pas.

4. Cela nécessite des experts en la matière.

Un processus de réclamation d'assurance traditionnel va comme ceci :

• Les documents de réclamation entrent dans votre système à partir d'un client, d'un intermédiaire ou d'un tiers.

• Un expert en la matière examine manuellement les documents pour les données requises (un processus lourd en matière de cognition qui nécessite leur expertise spécialisée).

• Un employé saisit manuellement des données dans un système de réclamation.

• Un expert en la matière évalue la réclamation par rapport à la politique.

• Un employé exécute un exemple de contrôle de fraude pour vérifier manuellement les risques connus.

• Un humain approuve ou rejette un règlement.

Dans un processus de réclamation avec l'IA , ça ressemble plus à ça :

• Les documents de réclamation entrent dans votre système à partir d'un client, d'un intermédiaire ou d'un tiers.

• Un robot logiciel utilise l'IA pour extraire automatiquement les données des documents de réclamation.

• Un produit comme UiPath Document Understanding utilise des modèles ML pour extraire des documents structurés, non structurés et des pictogrammes.

• Des robots logiciels entrent les données dans vos systèmes de réclamation.

• Un employé examine rapidement les données, si nécessaire, pour validation.

Remarquez comment, dans le deuxième exemple, un humain n'entre dans le processus qu'à la dernière étape et même alors, uniquement si nécessaire. Le processus de réclamation est plus rapide, moins sujet aux erreurs et implique beaucoup moins d'efforts manuels et humains.

Désormais, les employés peuvent se recentrer sur des activités plus engageantes et axées sur l'humain, laissant les robots logiciels se charger des tâches répétitives.

Avec l'IA intégrée au portefeuille de solutions technologiques d'une entreprise, les employés peuvent se recentrer sur des tâches fastidieuses et répétitives telles que le traitement des réclamations vers des tâches plus engageantes et stimulantes sur le plan cognitif.

Démarrez avec l'IA en suivant ces 3 étapes

Notre panel a partagé trois étapes essentielles pour démarrer avec l'IA. Chaque étape rendra l'IA plus facile à mettre en œuvre et plus efficace.

1. Commencez petit

Trouvez des cas d'utilisation pratiques et choisissez un point sensible pour les hiérarchiser. Assurez-vous que le cas d'utilisation que vous choisissez est suffisamment petit pour être pratique, mais suffisamment pénible pour que la solution soit mesurable et percutante pour les parties prenantes.

Selon l'un de nos panélistes, Kieran Gilmurray, expert en automatisation mondiale et en transformation numérique chez Mercer, l'un des avantages du secteur de l'assurance est que les cas d'utilisation sont nombreux, éprouvés et validés. Les cas d'utilisation sont déjà bien connus, ce n'est donc pas un endroit où vous devez innover.

Olive a recommandé de commencer par l'IA pour la classification des e-mails. Carney était d'accord :avec 20 millions d'e-mails reçus par an et plus de cinq minutes consacrées à chacun, l'automatisation des e-mails présente une opportunité à fort impact et à faible risque.

Le défi est que les clients envoient régulièrement des e-mails au support client avec une vaste gamme de questions qui peuvent s'accumuler dans de longs temps de réponse. L'opportunité est qu'avec l'IA, vous pouvez raccourcir ces temps de réponse et devenir de plus en plus efficaces là où d'autres entreprises sont encore lentes. Pour les premiers utilisateurs de l'IA, cet avantage peut s'aggraver, vous permettant de dépasser vos concurrents et d'aller si loin qu'ils ne peuvent pas vous rattraper.

Avec le courrier électronique assisté par l'IA, vous pouvez comprendre les communications entrantes et prédire les communications suivantes. Cela signifie que les clients n'ont même pas besoin de poser certaines questions :vous y avez déjà répondu.

Olive dit qu'en commençant plus petit, vous pouvez attaquer la chaîne de valeur petit à petit.

2. Aligner sur le retour sur investissement

Toute technologie transformatrice nécessite un investissement, mais l'investissement requis n'est pas toujours capital. Le capital est important, mais le plus important est l'investissement dans une culture d'innovation. Vous devez encourager une culture qui regarde au-delà des méthodologies et des pratiques existantes afin qu'ils puissent adopter une technologie aussi révolutionnaire que l'IA.

Les deux types d'investissement exigent que vous réfléchissiez attentivement au retour sur investissement. Pour aligner votre vision du retour sur investissement avec la réalité, vous souhaiterez encadrer votre analyse du retour sur investissement avec la découverte de processus.

De nombreux acteurs du secteur de l'assurance se sont habitués au nombre de points de décision que contiennent les processus existants, ce qui leur fait oublier à quel point de nombreux processus sont devenus complexes.

Le potentiel de l'IA pour gérer certains de ces processus complexes est immense, mais seulement si vous documentez et examinez d'abord vos activités, avec des données et non des anecdotes. L'objectif de cette découverte est de déterminer où vous pouvez apporter le plus de valeur via l'IA.

UiPath Task Mining et UiPath Process Mining peuvent vous aider à comprendre vos processus et leurs goulots d'étranglement. Grâce à ces outils de découverte de processus, vous pouvez hiérarchiser les cas d'utilisation de l'IA en fonction de résultats commerciaux mesurables.

À partir de là, vous pouvez commencer à élargir votre compréhension du retour sur investissement.

Gilmurray a averti que bien qu'il existe des cas d'utilisation de l'IA à court terme, une transformation plus large nécessitera plus qu'un simple interrupteur. La mise en œuvre de l'IA implique une voie d'améliorations qui conduisent finalement à des changements importants dans les opérations commerciales.

Ne forcez pas l'équipe à fournir des retours immédiats, mais comprenez la direction du projet et d'où proviendront les retours. L'IA est similaire, dans un sens, à un nouvel employé, ce qui signifie qu'il faut du temps pour le former et le préparer pour la production. Et comme pour un employé, les solutions basées sur l'IA peuvent apprendre et s'adapter en fonction des exigences de l'entreprise.

Olive a averti que de nombreuses entreprises se concentreraient trop sur la réduction des coûts comme principale mesure.

La véritable valeur de l'IA, cependant, ne réside pas seulement dans les coûts qu'elle élimine, mais dans la valeur qu'elle produit. L'IA créera, par exemple, de meilleurs délais d'exécution et une plus grande satisfaction des clients, ce qui signifie une meilleure fidélité des clients.

Si vous pouvez estimer avec précision le retour sur investissement, de ses rendements les plus étroits à sa plus grande valeur potentielle, vous choisissez à chaque fois les efforts qui ont le plus de potentiel. Vous pouvez utiliser un produit comme UiPath Automation Hub pour créer un emplacement central pour les idées d'automatisation que vous pouvez ensuite organiser et hiérarchiser.

3. Évoluez en donnant la priorité à la stratégie commerciale

Pour que la transformation numérique réponde aux objectifs stratégiques de votre entreprise, l'adoption de l'IA ne peut pas être cloisonnée au sein d'une seule équipe. Avec le soutien à la fois d'un investissement en capital et d'un investissement culturel, votre organisation peut adopter et étendre l'adoption. Si vous ne pouvez pas obtenir une adoption généralisée, la transformation numérique ne se produira pas et vous risquez de bloquer votre projet d'IA en tant que prototype.

Seule une hiérarchisation de la stratégie commerciale garantira l'échelle et la propagation de l'IA.

Le risque est que les entreprises placent la technologie avant la stratégie commerciale. Si vous vous concentrez trop sur la technologie, a averti Gilmurray, alors vous avez une mauvaise équation. C'est d'abord la stratégie commerciale.

Gilmurray vous a recommandé de comprendre la stratégie au niveau de l'entreprise (ou au moins au niveau du département) pour savoir à quoi vous contribuez. La technologie favorise les affaires :ce sont les personnes, les processus et ensuite technologie.

Vous devriez poser deux questions, a-t-il déclaré : 

1. Où voulons-nous aller ?

2. Comment allons-nous y arriver?

Trop d'entreprises se concentrent sur la deuxième question sans répondre à la première.

L'assurance est déjà une industrie axée sur les données, donc si vous pouvez fournir les bonnes données, au bon moment, aux bonnes personnes, des avantages massifs suivront. Le calcul du retour sur investissement n'impliquera pas seulement le nombre d'heures économisées (mais c'est c'est souvent le conducteur numéro un). Ce calcul sera informé par la stratégie commerciale et prendra en compte ce que font vos concurrents et les points faibles de votre activité actuelle, tels que les accords de niveau de service (SLA) et les temps de réponse des clients.

Survivre au darwinisme numérique avec l'IA à vos côtés

Gilmurry a expliqué comment 2020 a accéléré notre progression vers une ère de « darwinisme numérique ». À cette époque, seuls les plus forts survivront. Mais la force ne sera pas le résultat de la force brute, ce sera le résultat de la volonté des entreprises de s'adapter à un environnement changeant.

Les nouvelles technologies et les nouvelles stratégies commerciales complémentaires ouvriront la voie aux compagnies d'assurance pour devenir des entreprises entièrement automatisées. Une entreprise entièrement automatisée™ est une entreprise qui adopte pleinement l'automatisation, l'IA, le ML et les avantages de la transformation numérique que ces technologies débloquent.

Une entreprise entièrement automatisée est une entreprise qui peut survivre au changement maintenant et à l'avenir. L'IA n'est pas qu'un outil à ajouter à votre arsenal :c'est un facilitateur pour une transformation numérique généralisée, et peu de secteurs offrent autant d'opportunités de transformation que l'assurance.

Pour en savoir plus sur l'adoption et la mise en œuvre de l'IA, consultez l'enregistrement de notre session sur l'IA dans l'assurance (dans le cadre de notre événement AI Summit). Il est disponible sur demande afin que vous puissiez regarder à votre convenance.

Remerciements particuliers à Elaine Mannix pour sa collaboration à cet article et pour avoir co-organisé notre session "IA in Insurance" lors du AI Summit. Mannix est le leader de l'assurance chez UiPath.