L’intelligence artificielle permet déjà d’augmenter l’efficacité des processus existants dans l’industrie de l’assurance. Elle a toutefois le potentiel de bouleverser complètement l’industrie.

C’est ce qu’a affirmé Nicolas Chapados, co-fondateur et directeur scientifique de Element AI, et un acteur important de l’éclosion de l’intelligence artificielle à Montréal, lors de l’ouverture de la Journée de l’assurance de dommages 2017. Il a présenté ce qu’était l’intelligence artificielle et ses impacts en assurance en compagnie de Charles Dugas, vice-président adjoint, analytique d’affaires chez Aviva Canada.

Les deux experts ont complété leur doctorat en informatique sous la direction de Yoshua Bengio, à l’Université de Montréal, l’une des sommités mondiales en ce domaine. Ils ont aussi conjointement fondé leur propre entreprise en 2001 : ApsTAT Technologies.

M. Chapados a rappelé que Montréal est devenu un pôle important de la recherche en intelligence artificielle de par le monde. Avec M. Dugas, il a traité des moyens à emprunter par les assureurs pour mettre à profit l’intelligence artificielle.

Progrès rapides

Les progrès réalisés en intelligence artificielle permettent de « rêver » à la voiture autonome. Ce sujet n’était pas dans l’air il y a cinq ans à peine, rappelle-t-il.

La veille de sa présentation, Intel venait d’annoncer l’acquisition de la société Mobileye, spécialisée dans la vision artificielle, pour la somme de 15 milliards de dollars américains (G$US). Les capteurs développés par la firme israélienne sont devenus une technologie incontournable dans l’industrie automobile.

M. Chapados insiste sur la rapidité des progrès réalisés en intelligence artificielle. En 2016, le champion mondial du jeu de GO a été battu pour la première fois par un robot, un exploit qu’on n’attendait pas avant au moins une décennie.

Selon les données fournies par CBInsights, le financement annuel en intelligence artificielle connait une croissance exponentielle. Quelque 658 entreprises en démarrage ont pu lever des financements totalisant 5 G$US en 2016, alors que les fonds investis en capital de risque dans ce secteur dépassaient tout juste le milliard de dollars en 2013.

Tous les géants de l’Internet ont fait l’acquisition de jeunes entreprises ces dernières années. Cette concentration du talent en intelligence artificielle dans la Silicon Valley compliquera la vie des autres secteurs de l’économie désireux d’attirer des talents en ce même domaine.

En 1998, Andy Grove, un des fondateurs d’Intel, écrivait dans Only the Paranoid Survive que les progrès de l’ère numérique poussaient le monde vers un moment d’inflexion stratégique, lequel survient lorsqu’on a la combinaison de l’innovation technologique, de l’évolution du marché et de la perception du consommateur, laquelle impose aux entreprises d’opérer un virage radical ou de mourir. « En matière d’intelligence artificielle, beaucoup de gens pensent que nous avons atteint ce moment », note Nicolas Chapados.

M. Chapados a ensuite tenté de démêler les concepts. Il rappelle qu’à l’intérieur de l’intelligence artificielle, on retrouve la discipline de l’apprentissage automatique (machine learning), qui inclut les réseaux de neurones artificiels. Dans ce secteur d’études, on retrouve l’apprentissage profond (deep learning). C’est là où les percées les plus importantes ont eu lieu au cours des dernières années, précise-t-il.

Les connaissances implicites chez l’enfant sont le résultat de l’exposition à un environnement où l’on trouve beaucoup d’exemples. De la même façon, les chercheurs utilisent les progrès en intelligence artificielle pour améliorer la capacité d’apprentissage des robots en prenant l’humain en exemple. « L’apprentissage automatique, ce sont des algorithmes qui peuvent apprendre et faire des prédictions à partir de beaucoup d’exemples », ajoute-t-il.

Apprentissage automatique

Les actuaires familiers avec les méthodes statistiques, comme des modèles linéaires généralisés, comprennent le principe de l’apprentissage automatique. On veut relier une entrée à un modèle, en montrant, par exemple, l’image d’une auto et faire en sorte que la machine puisse la classer dans la bonne catégorie d’objets. Le concours international Image Net fait exactement cela, soit d’inciter les chercheurs à développer des robots capables de reconnaitre les images.

La première percée avait été obtenue en 2012 par l’équipe de Geoff Hinton, qui a fait passer le meilleur score au concours Image Net de 74,2 % à 84,7 %. La performance moyenne de l’humain est de 94,9 % à ce test. C’est en 2015 que les champions du concours ont pour la première fois dépassé ce résultat. En 2016, l’équipe chinoise lauréate a obtenu un taux de reconnaissance de 96,4 %.

Sommes-nous menacés ?

Le cinéma de science-fiction regorge d’exemples où les robots dominent le monde. Faut-il arrêter les travaux parce que l’on se sent menacé comme être humain ? Nicolas Chapados estime que non, puisque les modèles existants sont monospécifiques, tandis que l’éventail des tâches et le champ d’action de l’humain sont beaucoup plus vastes.

L’expert avoue sa surprise devant la rapidité des progrès, comme on le voit dans un court vidéo montrant un essai de voiture autonome mené chez NVIDIA en 2016. Au début, les obstacles, le mauvais temps et les méandres sur la route rendaient le trajet dangereux pour l’utilisateur. Deux mois plus tard, et avec à peine 5 000 kilomètres parcourus, le véhicule autonome était beaucoup plus stable, après avoir analysé le comportement de conducteur.

43 % des tâches automatisées

L’intelligence artificielle permet déjà d’augmenter l’efficacité des processus existants dans l’industrie de l’assurance. Elle pourrait aussi la bouleverser complètement l’industrie, dit M. Chapados.

Il donne l’exemple des camions dotés d’une certaine autonomie de conduite, par exemple sur les autoroutes, laissant le conducteur au volant lorsque le véhicule emprunte des routes en milieu urbain pour accomplir ses livraisons. « Si on arrive à contrôler des drones en Afghanistan, on peut penser qu’on arrivera à contrôler le camion à distance, en l’équipant de caméras et de senseurs », dit-il.

Une telle évolution modifierait complètement les besoins d’assurance des transporteurs, sans parler des conditions de travail des chauffeurs. Même avec une automatisation partielle, tout l’environnement économique de l’industrie du camionnage serait affecté par cette innovation. Plein d’autres secteurs pourraient vivre le même genre de bouleversement dans un avenir rapproché, indique-t-il.

Le McKinsey Global Institute a publié en janvier dernier un rapport sur l’impact de l’automatisation dans de nombreux secteurs. On y analyse quelque 800 occupations et 2 000 tâches, et tous secteurs confondus, les experts estiment que pour 60 % des postes, au moins 30 % des tâches pourraient être déjà automatisées. En assurance, 43 % des tâches pourraient être accomplies par des machines, toujours selon McKinsey.

25 % des emplois remplacés

Charles Dugas a poursuivi en indiquant que d’ici 2025, McKinsey estime que 25 % des emplois en assurance pourront ainsi être remplacés par des systèmes robotisés. Il croit que les assureurs n’ont pas le choix de sauter à l’eau. Ils doivent apprendre rapidement de leurs erreurs. Ils ne doivent pas se résigner à laisser la place aux géants de l’Internet dans leur segment d’affaires.

« Mon message aux assureurs : vous êtes des entreprises établies, vous avez des clients, un bon branding et vous êtes stable. Vous connaissez les rouages de l’assurance. Ce sont des facteurs qui sont inconnus des géants de la Silicon Valley. »

M. Dugas a énuméré six éléments, qu’il appelle des « accélérateurs », qui permettront à l’industrie de l’assurance de faciliter l’implantation de l’intelligence artificielle dans leurs opérations.

Le premier accélérateur est d’avoir réalisé le virage numérique. Avec la plateforme numérique appropriée, les clients peuvent déjà fournir l’information requise pour les interactions avec le courtier ou l’assureur. L’intention du consommateur à cette étape n’est pas toujours claire, mais l’assureur doit jouer le jeu, même si cet échange ne peut imiter l’intervention humaine faite au téléphone, précise-t-il.

Moderniser les systèmes

Le deuxième accélérateur est la modernisation des systèmes informatiques. Moderniser les systèmes permet d’améliorer la qualité des données et de les rendre disponibles plus facilement, dit-il.

Le troisième accélérateur est la connectivité. Le système des polices doit être connecté avec le système des réclamations, avec le système de gestion des relations avec la clientèle (CRM), voire des sources externes comme les agences de crédit, insiste M. Dugas.

Le quatrième accélérateur est l’installation de systèmes appropriés pour traiter l’énorme quantité de données fournies par les objets connectés. Certains assureurs ont déjà fait le saut en couverture du risque automobile. Les senseurs et les capteurs associés à la télématique et à la domotique produisent un volume d’information substantiel. Il faut s’y préparer, indique-t-il.

Traiter plus rapidementles situations simples

Cinquièmement, la puissance de calcul des systèmes doit être augmentée. L’intelligence artificielle permet de traiter plus rapidement des situations simples. Au fur et à mesure que les algorithmes pourront mener des opérations plus complexes, la gestion des banques de données peut être confiée à des spécialistes. Ceux-ci peuvent implanter des systèmes à l’interne ou les louer en impartition, mais il faut se procurer cette puissance de calcul, insiste dit M. Dugas.

Le sixième accélérateur est l’automatisation des opérations. Si l’on veut confier les tâches plus complexes à des êtres humains, il faut limiter la saisie de données faite manuellement.