L’utilisation de données massives comporte des avantages pour l’industrie de l’assurance, mais celle-ci doit faire des compromis pour en tirer les bénéfices, explique The Geneva Association, un think tank qui réunit des dirigeants de plusieurs compagnies d’assurance à travers le monde, dans un rapport.
Si la numérisation et l’application des analyses des données massives ont le potentiel de réduire le cout de l’assurance en passant par l’automation des procédés, les acteurs de l’industrie de l’assurance doivent porter attention à la protection des données et leur confidentialité, à l’individualisation de l’assurance et à la concurrence.
D’importants compromis à faire
Ces enjeux donnent lieu à d’importants compromis que doivent faire les assureurs et les régulateurs, souligne le rapport. Notamment, ceux-ci doivent trouver un équilibre « d’importance fondamentale », puisqu’une protection insuffisante des données mènera à une érosion de la confiance des consommateurs, alors qu’un cadre règlementaire trop strict empêchera la société de récolter les fruits de ces données.
L’association estime qu’il n’y a pas de solution unique. Plutôt, les assureurs doivent « évaluer les implications de l’utilisation de données personnelles au cas par cas ». Le défi pour les régulateurs est « d’établir un cadre règlementaire flexible qui facilite l’établissement d’un équilibre approprié ».
Avantages pour tous
Parmi les autres avantages, le groupe énumère la réduction des asymétries, qui augmentent les inefficacités, de même que de nouvelles propositions de couvertures pour des risques qui étaient jusque-là considérés comme non assurables.
De plus, de grands bénéfices de société peuvent être tirés de l’utilisation des données massives, souligne le groupe. Elles mènent à de nouvelles approches pour encourager des comportements prudents, permettent une intervention hâtive et la prévention de risques basée sur les analyses prédictives. « Ultimement, ces technologies font évoluer le rôle de l’assurance, celui-ci passant d’une protection pure contre les risques vers la prédiction et la prévention des risques. »
