Il y a plus de 25 ans, il était difficile pour le commun des mortels d’imaginer toutes les utilisations possibles d’Internet. Aujourd’hui, beaucoup, sinon la plupart des gens, se trouvent dans la même situation en réfléchissant à l’application de l’intelligence artificielle générative (IA).
Selon des experts réunis pour une discussion organisée par l’agence de notation AM Best, l’adoption massive à grande échelle n’a pas encore eu lieu. Cependant, beaucoup s’en rapprochent, estime Arun Balakrishnan, président et PDG de Xceedance. Ses commentaires et d’autres faisaient partie d’un webinaire récent sur la manière dont l’IA générative et ChatGPT transforment l’industrie de l’assurance.
Malgré les inquiétudes, la promesse de l’IA est énorme, avec des entreprises montrant différents niveaux d’enthousiasme, d’exubérance et de prudence, ajoute M. Balakrishnan. L’expérimentation est généralisée et de nombreux environnements « bac à sable » sécurisés sont créés pour évaluer le nombre croissant de cas d’utilisation de l’industrie cherchant une opportunité d’être testés.
« En réfléchissant à l’adaptation ou au déploiement de la technologie, examinez attentivement quels cas d’utilisation ont la bonne valeur et sont valables en termes commerciaux », indique Praveen Reddy, directeur des opérations de Velocity Risk Underwriters. « Il est facile de se laisser emporter, mais réfléchissez attentivement et soigneusement au bon déploiement de la technologie », dit-il.
À côté de cela, les experts disent qu’il y a un besoin réel et urgent d’éducation, de messages descendants, pour éviter les comparaisons que les employés d’une entreprise pourraient faire avec les développements qu’ils perçoivent comme ayant lieu ailleurs.
Pour aider les participants du webinaire à concevoir leur approche, les experts ont longuement discuté de l’analyse des données, de l’apprentissage automatique et des développements technologiques précédant l’avènement de l’IA. Ils ont traité de la manière dont ces développements sont similaires et aussi très différents de ceux qui se produisent aujourd’hui.
Les cas d’utilisation de l’IA générative, les bons choix et la manière dont les entreprises gèrent leur large éventail d’options de développement ont également été abordés, tout comme le développement de produits pour le monde en général.
Passé, présent et futur
Les actuaires font de l’analyse de données depuis toujours, indique Arun Balakrishnan. La différence aujourd’hui est que leurs efforts sont plus informatiques alors qu’ils étaient d’abord mathématiques auparavant. L’apprentissage automatique, où le logiciel est codé pour l’autoapprentissage, n’est pas non plus nouveau.
Selon lui, la plus grande limitation à l’adoption de l’apprentissage automatique était et demeure le fait que ceux qui possèdent des données ne veulent pas les partager, tandis que ceux qui possèdent la technologie n’ont pas accès aux données de l’industrie.
Les trucs qui sont venus de cette ère de développement étaient surtout des bribes sous forme de robots et d’automates.
« L’IA générative a permis plusieurs bonds en avant. Voici un grand modèle linguistique qui a déjà été formé pour comprendre les nuances de la communication, saisir les différentes situations et les émotions et il a été formé sur un grand volume de données », ajoute-t-il.
Si l’on recule à 2017, poursuit M. Balakrishnan, on parlait de la manière dont la blockchain (chaîne de blocs) pourrait avoir un impact sur l’industrie. « Mais cela nécessitait un effet de réseau. Il fallait que divers participants du marché viennent s’entendre pour travailler ensemble. Je ne pense pas qu’il y ait une limitation comme celle-ci dans l’adoption de grands modèles de langage », dit-il.
Ce à quoi ressemble davantage l’adoption de l’IA, disent les experts, c’est l’effort qu’il a fallu pour passer des serveurs centraux aux serveurs clients, puis à Internet et à l’infonuagique. « Il y a toujours la peur des fuites de données et de la vie privée non sécurisée et du risque encouru. La réglementation joue un grand rôle, n’est-ce pas ? Habituellement, quand quelque chose éclate, le besoin de réglementer s’accentue et, parfois, le pendule bascule vers la surréglementation. Je pense que l’évolution ici sera très similaire », dit Ray Mirza, vice-président senior de Berkshire Hathaway Specialty Insurance.
« Cela est là pour de bon. Cela évoluera comme chaque autre changement technologique que nous avons vu au cours des 40 ou 50 dernières années », dit-il.
Le panel a fait référence aux expériences en cours. Bien qu’il y ait beaucoup d’activité à l’étape de la preuve de concept, relate Praveen Reddy, en termes de déploiement réel, il note que les efforts de l’industrie sont encore à des stades très naissants.
À l’avenir, les experts disent que l’adoption de l’IA permettra à des acteurs plus petits d’être concurrentiels et à des acteurs plus grands de se différencier. Cependant, ils lancent un avertissement : les régulateurs seront plus attentifs.
« Nous devons supposer que les régulateurs examinent cela et se demandent comment ils peuvent mettre la main dessus parce que cela évolue si rapidement », dit le modérateur, John Weber, rédacteur en chef adjoint senior d’AM Best.
Cas d’utilisation, bons choix et défis
Dans les lignes personnelles, les experts disent qu’il y a beaucoup d’expérimentation en cours avec des applications liées à l’expérience client. Dans le secteur commercial, le spectre est plus large avec de petites compagnies d’assurance essayant d’utiliser l’IA pour la souscription, tandis que de plus grandes compagnies explorent des cas d’utilisation pour l’inspection des risques immobiliers, selon M. Balakrishnan.
Chez Berkshire, le premier cas d’utilisation de l’entreprise est lié au traitement des soumissions. « Ce sera un effort de deux ou trois mois que nous venons de lancer », affirme M. Mirza. « Il y a tout un pipeline de cas d’utilisation qui en découle. »
Des efficacités opérationnelles sont examinées dans au moins une demi-douzaine de cas d’utilisation chez Velocity. Praveen Reddy explique le cas où la technologie analyse les comptes en cours de renouvellement pour déterminer où ils se situent comparativement à l’appétit actuel pour le risque de l’assureur. Les renouvellements qui s’inscrivent dans ce cadre sont automatiquement poussés vers un souscripteur avec un ratio de liaison plus élevé.
L’évaluation des risques est également utilisée pour acheminer les affaires vers les bons souscripteurs. Ces efforts en sont aux premiers stades de développement, du type « prépreuve de concept », précise M. Reddy.
De son côté, Arun Balakrishnan constate que les agences commencent également à utiliser l’IA pour comparer le langage des contrats dans l’espoir que cela réduira leur coût de production et les erreurs. « L’effet pourrait créer des modèles d’agence très rentables », dit-il.
Les entreprises devront également faire des choix — entre l’utilisation de grands modèles linguistiques qui s’adaptent au monde extérieur, et ceux qui sont privés et demeurent étanches et sans lien avec l’environnement.
« Si les gens sont préoccupés par la vie privée ou la sécurité, vous faites le bon choix ou le choix approprié pour cela », mentionne M. Reddy en ajoutant que ces choix dépendront de la ligne d’activité et des cas d’utilisation envisagés.
Il suggère également qu’il y aurait plus de flexibilité pour l’utilisation de l’IA dans les lignes commerciales que dans les lignes personnelles. « Vous devez faire les bons choix en ce qui concerne les options publiques par rapport aux options privées », poursuit Praveen Reddy.
Produits et rentabilité
Arun Balakrishnan a également orienté la discussion vers la possible émergence de nouveaux produits. Au fur et à mesure que d’autres industries adoptent l’utilisation de l’IA dans leur propre travail, les avocats, les médecins, les comptables et pratiquement toute personne ayant besoin d’une assurance erreurs et omissions, en particulier ceux qui s’appuieront de plus en plus sur les informations de l’IA pour prendre des décisions, trouveront bientôt une lacune de couverture dans leurs politiques. « De nouvelles couvertures vont être créées », déclare-t-il.
« Ce sera difficile pour les régulateurs et ce sera difficile pour les assureurs. Comment fixez-vous le prix ? Il n’y a pas de précédent dans l’histoire. Mais il y aura un écart de couverture, j’en conviens. Comme industrie, nous devrons le résoudre. »
Cela étant dit, il rappelle que la cyberassurance n’était pas une couverture jusqu’à très récemment. « La bonne chose à propos de l’industrie, c’est que nous avons évolué au fil des siècles pour répondre aux besoins et fournir les produits requis par l’époque. »
