Un nouveau rapport publié par Morningstar DBRS présente un survol des domaines clés de la chaîne de valeur en assurance qui pourraient bénéficier de l’adoption de l’intelligence artificielle (IA). Si ces technologies ne sont pas correctement maîtrisées, prévient toutefois l’agence de notation, elles peuvent entraîner des risques financiers ou nuire à la réputation des assureurs, avec des conséquences négatives sur leur cote de crédit. 

« Les investissements en IA continueront de croître, car ils offrent un fort potentiel de croissance et de rentabilité pour les compagnies d’assurance », indique le rapport (en anglais) Insurance Companies Increasingly Look to AI for Growth and Profitability.

Morningstar DBRS rappelle que l’apprentissage automatique, le traitement du langage naturel et l’analyse prédictive font depuis longtemps partie des modèles de souscription des assureurs. « L’adoption de ces technologies et d’autres solutions propulsées par l’IA sont aujourd’hui plus répandues et sont devenues essentielles pour maintenir sa compétitivité. » 

Réduction des coûts d’acquisition de clients 

Le document examine comment l'IA et les grands modèles de langage (large language model en anglais ou LLM) peuvent être utilisés pour de nombreuses fonctions, à la fois à l’interne et en contact direct avec les clients.

L’objectif : améliorer l’efficience, réduire les frais d’exploitation et diminuer plus largement les coûts d’acquisition de nouveaux clients. Les outils alimentés par l’IA aident également les assureurs à traiter des volumes de réclamations plus élevés, à évaluer les dommages aux véhicules ou aux propriétés, ainsi qu’à analyser plus rapidement l’exposition aux catastrophes. 

La fraude est un autre enjeu important pour lequel l’IA peut être bénéfique, selon l’agence. « Repérer les réclamations susceptibles d’être frauduleuses pour les soumettre à un examen plus approfondi permettrait aux assureurs de régler plus rapidement les demandes légitimes. Toutefois, nous tenons aussi à souligner que les entreprises qui utilisent l’IA pour rejeter des réclamations pourraient s’exposer à des risques juridiques et de réputation si les modèles d’IA s’avèrent peu fiables », écrit l’agence dans son rapport. Elle rappelle l’importance de sélectionner soigneusement ces modèles, de les entraîner et de les tester. 

Des risques opérationnels non négligeables 

« À notre avis, un des enjeux les plus préoccupants survient lorsque l’IA est largement utilisée en souscription et en tarification de polices, car ces décisions ont une incidence directe sur la rentabilité », avertit le rapport.

« Certaines décisions liées au traitement des réclamations peuvent être tout aussi préoccupantes », énonce le rapport. En effet, si l’IA en venait à rejeter certaines demandes d’indemnisation sur la base de raisonnements erronés, souligne-t-elle, cela pourrait entraîner des recours collectifs, comme ceux observés aux États-Unis contre des compagnies d’assurance maladie.

« Enfin, travailler avec de très grandes quantités de données pour évaluer les risques avec plus de précision expose davantage les assureurs aux cyberrisques », note le document. 

L’agence conclut que du point de vue de la cote de crédit, l’IA peut à la fois renforcer ou affaiblir la solidité de la marque, notamment en influençant l’expérience client. « Bien qu’elle puisse améliorer la rentabilité grâce à des gains d’efficience, elle entraîne généralement une augmentation des risques opérationnels, y compris des risques juridiques et de conformité. »