L'IA agentique dans le secteur de l'assurance : ce que les assureurs doivent attendre d'une Plateforme d’IA agentique

 L'IA agentique fait évoluer le secteur de l'assurance au-delà d'une IA qui se contente d'analyser, de résumer ou de formuler des recommandations. Les agents IA sont désormais capables d'assumer des tâches plus complexes tout au long des processus d'assurance : ils exploitent le contexte, font preuve d'intelligence, coordonnent les actions et font appel à des intervenants humains lorsque leur jugement ou leur supervision est nécessaire. 

Mais la création d'agents n'est qu'un début. Le véritable défi consiste à les mettre en œuvre de manière sûre et efficace à l'échelle de l'entreprise. Les assureurs ont besoin d'une infrastructure capable de relier les agents d'IA à des données d'assurance fiables, à des règles métier, à des flux de travail, à des collaborateurs et à des systèmes centraux, et d'orchestrer la transition entre l'intelligence et l'action. 

C'est là le rôle d'une plateforme d'Plateforme d’IA agentique. Au sein de la plateforme « Socle intelligent » de Duck Creek, la plateforme « Plateforme d’IA agentique » fournit la couche d'intelligence et d'orchestration qui aide les assureurs à passer de l'expérimentation de l'IA à une mise en œuvre régie dans l'ensemble de leurs opérations d'assurance. 

Qu'est-ce que l'IA agentique dans le secteur de l'assurance ?

Dans le secteur de l'assurance, l'IA agentique utilise des agents intelligents pour interpréter les informations, exercer les pouvoirs qui leur sont conférés et faciliter le traitement des dossiers au sein de workflows d'assurance réglementés, tout en garantissant la traçabilité, les contrôles et la supervision humaine.

L'IA agentique offre la possibilité de passer d'une IA qui alimente les activités d'assurance à une IA capable de participer à la réalisation de ces tâches. Mais pour y parvenir à l'échelle de l'entreprise, il ne suffit pas de disposer d'agents ou de modèles individuels. Une plateforme adaptée permet de rendre l'IA agentique utilisable, contrôlable et évolutive à l'échelle de l'entreprise.

Quels sont les exemples concrets d'IA agentique dans le secteur de l'assurance ?

Plutôt que de se contenter de résumer des informations ou de formuler une recommandation, l'IA agentique peut aider à mener à bien des tâches d'assurance comportant plusieurs étapes.

Concrètement, cela peut consister à transformer une demande en informations sur les risques prêtes à être traitées, à enregistrer et à acheminer une première déclaration de sinistre, à préparer le contexte nécessaire à une modification de l’ Police d’assurance , ou encore à aider à traduire les exigences approuvées relatives à un produit en configuration. Dans chaque cas, les agents recueillent des informations, appliquent le contexte de l’assurance, utilisent des outils et des systèmes, coordonnent les actions et font intervenir des personnes dans le processus lorsqu’un jugement est nécessaire.

On passe d'une IA qui se contente de fournir une réponse à une IA capable de faire avancer les tâches liées à l'assurance. 

Pour aller plus loin: ce que l'IA agentique signifie pour l'assurance IARD 

Pourquoi les assureurs ont besoin d'une plateforme, et pas seulement de nouveaux agents 

Les assureurs passent rapidement de la phase d'expérimentation de l'IA à celle des cas d'utilisation en production. À mesure que cela se produit, le défi évolue. 

La mise au point d'un agent individuel est relativement simple. En revanche, faire en sorte que ces agents fonctionnent ensemble à l'échelle de l'entreprise — en s'intégrant aux données, aux règles, aux systèmes et aux contrôles de l'assureur — est bien plus difficile. 

Un Plateforme d’IA agentique fournit le cadre commun permettant de le faire de manière cohérente. Elle offre aux assureurs un moyen commun de coordonner les agents, de les relier à l'entreprise, d'appliquer une gouvernance et de s'étendre à de nouveaux cas d'utilisation sans avoir à tout reconstruire à chaque fois. 

L'enjeu n'est pas de déployer davantage d'agents, mais de mettre en place un modèle opérationnel permettant de développer l'intelligence à grande échelle. 

Pour aller plus loin: Pourquoi les assureurs passent de l'expérimentation de l'IA à une IA « Agentic » spécifique au secteur de l'assurance 

L'analyse des données d'assurance nécessite de replacer celles-ci dans leur contexte 

L'IA à usage général est capable d'analyser diverses informations, mais le métier de l'assurance repose sur un contexte spécifique : le risque, la couverture, les produits, la tarification, l'historique de l'Police d’assurance , les informations relatives à l'Sinistres , les règles métier, les exigences réglementaires et les relations entre ces différents éléments. 

Une « Plateforme d’IA agentique » spécifique au secteur de l'assurance devrait permettre aux agents d'acquérir les bases nécessaires dans ce contexte, afin que leur travail reflète les produits, les règles, les risques et les décisions propres au secteur de l'assurance. 

Ce qui fait la différence, ce n'est pas simplement le fait qu'une plateforme dispose ou non d'agents dotés d'intelligence artificielle. C'est plutôt la capacité de ces agents à effectuer un travail pertinent dans le domaine de l'assurance. 

Dans quels domaines les agents peuvent-ils apporter une valeur ajoutée aux opérations d'Souscription, d'Sinistres et d'Police d’assurance ?

Les agents apportent le plus de valeur ajoutée lorsque le travail est à forte intensité d'informations, répétitif et réparti entre plusieurs personnes, systèmes et étapes de transfert. Le rôle de l'agent doit refléter le niveau de risque de la tâche : préparer et acheminer le travail lorsque l'automatisation est appropriée, et remonter les décisions qui nécessitent une expertise en matière d'assurance ou une validation.

• Dans « Souscription », Agentic AI peut orchestrer la réception, le tri, l’enrichissement et l’analyse des risques des demandes afin de transformer ces dernières en informations prêtes à être exploitées pour la prise de décision. Duck Creek + Send relie ces informations à un flux de travail et à l’exécution de base d’ Souscription , depuis la réception et le tri des demandes jusqu’à la tarification, Devis, la souscription et le suivi post-souscription.
• Dans le cadre des opérations d'Police d’assurance , les agents peuvent contribuer à préparer les informations nécessaires aux modifications d'Police d’assurance , aux renouvellements et aux demandes d'intervention ; appliquer les règles définies par l'Assureur; et transmettre les exceptions à la personne compétente pour examen ou validation.
• Dans le cadre du développement de produits, Agentic Product Configurator aide les équipes à passer de la documentation produit à la définition des exigences, à la configuration et à la validation, créant ainsi un parcours structuré qui va de l'intention métier à une configuration prête à être déployée.
• Dans « Sinistres », la solution «Agentic First Notice of Loss» permet de collecter, de valider, d’enrichir, de trier et d’acheminer les informations relatives aux sinistres via les canaux numériques, de reconnaissance vocale et mobiles. Elle relie dès la première interaction les données d’ Police d’assurance , le contexte, les signaux de risque, les workflows définis par l’ Assureur, ainsi que les contrôles effectués par des intervenants humains.

Il ne s'agit pas là de tâches d'IA isolées. Elles montrent comment des agents spécialisés, le contexte de l'assurance, les systèmes et les personnes peuvent être coordonnés autour d'un résultat en matière d'assurance.

Chaque processus de travail nécessite une approche différente, mais l'objectif reste le même : réduire le temps nécessaire entre l'information, la décision et l'action.

Pour aller plus loin : Pourquoi la transformation « Souscription » nécessite une orchestration et un modèle opérationnel connecté 

Comment les assureurs passent-ils des projets pilotes d'IA à une utilisation en production ? 

La réussite d'un projet pilote prouve que l'IA est capable d'accomplir une tâche. La mise en production nécessite de démontrer que l'IA peut effectuer ce travail de manière fiable, transparente et dans le respect des contrôles en vigueur au sein de l'entreprise d'assurance. 

Le passage à la production nécessite un cadre d'assurance fiable, des pouvoirs de décision clairement définis, des actions traçables, des procédures d'escalade claires et une supervision humaine aux moments où un jugement est nécessaire.

L'orchestration coordonne les tâches entre les agents, les systèmes et les personnes.

C'est ce qui distingue un pilote d'IA d'une capacité opérationnelle : l'intelligence s'intègre au flux de travail réglementé de l'entreprise. 

Pour aller plus loin : Conçu pour le changement : comment les services opérationnels mettent en œuvre l'IA dans le secteur de l'assurance 

Connecter l'intelligence grâce à la Socle intelligent 

L'IA ne doit pas s'arrêter aux limites du cœur de métier. Les décisions et les actions qu'elle facilite doivent s'articuler avec les systèmes chargés de l'exécution des tâches liées à l'assurance. 

Au sein de Duck Creek, Socle intelligent, les éléments clés que sont le contexte d’assurance fiable, l’intelligence, l’orchestration, les personnes et l’exécution de base fonctionnent en synergie. Une Souscription Une information peut être transformée en « Tarification » et Police d’assurance. Une décision d’ Police d’assurance peut alimenter les modules « Facturation » et «Paiements». Sinistres L’intelligence peut déclencher l’action appropriée suivante tout en préservant le contexte et la gouvernance qui sous-tendent la décision. 

La plateforme « Plateforme d’IA agentique » de Duck Creek constitue la couche d’intelligence et d’orchestration au sein de cette infrastructure : elle aide les assureurs à coordonner les tâches intelligentes tout au long du cycle de vie de l’assurance, tandis que la plateforme « Socle intelligent » la relie à un contexte fiable et à l’exécution des opérations de base. 

Pour aller plus loin : Pourquoi le secteur de l'assurance IARD passe de la transformation numérique à des opérations intelligentes 

Quelles sont les fonctionnalités essentielles d'un logiciel « Plateforme d’IA agentique » ? 

La mise en production de l'IA agentique ne se limite pas aux modèles et aux agents. Les assureurs doivent disposer des capacités nécessaires pour orchestrer le travail, ancrer l'IA dans le contexte de l'assurance, maintenir un contrôle humain et réguler le fonctionnement des agents à l'échelle de l'entreprise. 

Coordonner les agents, les systèmes et les personnes 

Dans le domaine de l'assurance, les tâches sont rarement traitées au sein d'une seule application ou par un seul agent. Une tâche peut nécessiter des informations provenant de plusieurs sources, des actions sur différents systèmes, l'application de règles métier, l'intervention d'agents d'IA et un jugement humain avant de pouvoir être menée à bien. 

Une « Plateforme d’IA agentique » doit coordonner ces éléments au sein d’un processus unique : déterminer la prochaine étape, faire appel à l’agent ou au système approprié, transmettre le contexte et remonter le dossier à des personnes lorsqu’un avis ou une validation est nécessaire. 

C'est l'orchestration qui permet de transformer les capacités individuelles de l'IA en un travail coordonné dans le domaine de l'assurance. 

Pour en savoir plus : Découvrez l'orchestration multi-agents en action avec Duck Creek et Microsoft 

Ancrer l'IA dans un contexte d'assurance fiable 

Les agents ont besoin de bien plus qu'un simple accès aux données. Ils ont besoin de données d'assurance fiables et soumises à un cadre de gouvernance, ainsi que du contexte nécessaire pour comprendre ce que ces données signifient pour le travail qu'ils effectuent. 

Une plateforme moderne doit permettre aux agents de s'appuyer sur des données issues de l'Assureur , des règles métier, des informations provenant de Police d’assurance et Sinistres , des définitions de produits, du contexte de Souscription , ainsi que d'autres sources fiables nécessaires à la réalisation de leur tâche. Ces données doivent être précises, interconnectées, gérées et disponibles sous une forme exploitable par les systèmes d'intelligence. 

C'est là qu'une plateforme de données performante devient indispensable. En reliant les données issues de l'ensemble des activités d'assurance, les assureurs peuvent fournir aux agents le contexte fiable dont ils ont besoin pour analyser la situation, formuler des recommandations et prendre les mesures appropriées. 

La qualité de l'action d'un agent dépend de la qualité, du contexte et de la gouvernance des données sur lesquelles repose sa décision. 

Pour aller plus loin : Pourquoi la préparation des données est le fondement de l'IA dans le secteur de l'assurance 

Mettez l'IA d'Agentic au service d'un environnement d'assurance connecté 

Les assureurs ne devraient pas avoir à mettre en place un environnement technologique distinct pour mettre en production l'IA d'Agentic. 

Au sein de Duck Creek, la plateforme « Plateforme d’IA agentique » s'appuie sur une infrastructure d'assurance interconnectée. Les applications d'assurance de base et les fonctionnalités «Beyond Core» fonctionnent de concert via la plateforme « Socle intelligent », partageant ainsi un contexte d'assurance fiable et des flux de travail interconnectés à l'échelle de l'entreprise. Les agents disposent ainsi d'un environnement unique pour gérer l'ensemble des opérations d'assurance, plutôt que de devoir passer d'une application isolée à l'autre. 

Ce système doit également rester ouvert. Duck Creek Intégration universelle étend le cœur du système à des données, des modèles, des applications et des services tiers via des API et des intégrations prêtes à l'emploi. 

Et comme les opérations intelligentes nécessitent une plateforme d'entreprise sous-jacente, Duck Creek Cloud propose le modèle « Déploiement cloud » pour exploiter et faire évoluer en permanence ces capacités. 

L'objectif n'est pas de créer une nouvelle couche d'IA en marge de l'activité d'assurance. Il s'agit plutôt de mettre l'intelligence au service d'un cœur de métier interconnecté, capable de s'étendre à l'écosystème qui l'entoure. 

Laisser aux personnes le pouvoir de décision sur les questions cruciales 

L'IA agentique peut prendre en charge davantage de tâches sans pour autant écarter les humains des décisions où l'expertise, le jugement ou la responsabilité sont essentiels. 

Une plateforme moderne doit Assistance l'examen, la validation, la remontée hiérarchique et l'intervention humaine aux étapes appropriées d'un processus. Les compétences décisionnelles doivent être clairement définies, et les assureurs doivent pouvoir déterminer dans quels cas un agent peut agir de manière autonome et dans quels cas l'intervention d'une personne reste nécessaire. 

La supervision humaine ne constitue pas une limite pour l'IA agentique. Elle fait partie intégrante de ce qui la rend utilisable pour des missions d'assurance aux enjeux importants. 

Rendre les décisions des agents visibles et traçables 

À mesure que les agents interviennent davantage dans les processus d'assurance, les assureurs doivent comprendre ce qui s'est passé et pourquoi. 

Un système d'Plateforme d’IA agentique s doit permettre de visualiser l'activité des agents et de conserver une trace vérifiable des décisions, des actions, des données saisies et des interventions humaines. Cela constitue une base solide pour la surveillance, l'auditabilité, la gouvernance et le contrôle. 

Les assureurs devraient être en mesure de comprendre ce qu'un agent a fait, pourquoi il l'a fait et à quel moment une intervention humaine a eu lieu. 

Concevoir en vue d'une extension au-delà du premier cas d'utilisation 

Une stratégie d'IA agentique ne devrait pas obliger les assureurs à refondre leurs bases à chaque fois qu'ils identifient une nouvelle opportunité. 

Une plateforme moderne doit permettre de réutiliser ses fonctionnalités clés entre les différents agents, workflows et cas d'utilisation. Cela permet aux assureurs de se concentrer dans un premier temps sur des opportunités ciblées, puis de se développer à mesure que leur modèle opérationnel, leur stratégie en matière d'IA et leurs besoins métier évoluent. 

La maturité d'une entreprise ne se mesure pas au nombre d'agents qu'une plateforme est capable de déployer. Elle dépend plutôt de la capacité des assureurs à étendre l'utilisation d'Agentic AI sans avoir à repenser leur modèle opérationnel à chaque nouveau cas d'utilisation. 

Quelles sont les exigences en matière de gouvernance, de pouvoir décisionnel et de contrôle humain ?

À mesure que les agents d'IA prennent en charge davantage de tâches, une gouvernance responsable de l'IA doit aller au-delà du modèle lui-même. Les assureurs doivent disposer de contrôles clairs sur ce que les agents sont autorisés à faire, les informations qu'ils peuvent utiliser, la manière dont leurs actions sont surveillées et les instances devant lesquelles ils restent responsables. 

L'objectif n'est pas une autonomie sans limites, mais une autonomie encadrée, adaptée aux activités d'assurance exercées. 

Gérer les agents tout au long des processus de gestion des sinistres 

La gouvernance de l'IA doit s'exercer là où les agents travaillent réellement. 

Les assureurs devraient être en mesure de définir les limites dans lesquelles les agents exercent leurs activités, de surveiller leur comportement et leurs résultats au fil du temps, et de mettre en place des contrôles en fonction du processus, de l'action et du niveau de risque concerné. 

Ces contrôles peuvent varier selon le cas d’utilisation. Un agent chargé de recueillir des informations ou de préparer un dossier peut fonctionner différemment d’un agent impliqué dans une décision ayant des conséquences importantes Souscription, Sinistres ou Police d’assurance . 

La gouvernance doit refléter ce qu'on demande à un agent de faire, et pas seulement la technologie qui sous-tend son fonctionnement. 

Pour aller plus loin : Comment une gouvernance responsable de l'IA permet aux assureurs de garder le contrôle 

Assurer la responsabilité vis-à-vis des autres 

La supervision humaine ne constitue qu'un aspect d'une IA agentique responsable. Les assureurs doivent également établir clairement les responsabilités quant à l'utilisation de l'IA dans l'ensemble de leur entreprise. 

Cela implique de déterminer qui est responsable du processus, qui dispose du pouvoir de décision, à quel moment un examen ou une validation humaine est nécessaire, et comment les exceptions sont gérées. Les personnes concernées doivent pouvoir intervenir lorsque leur jugement, leur expertise ou leur responsabilité l'exigent. 

Les agents peuvent effectuer des tâches. Ce sont les personnes qui restent responsables de la manière dont ces tâches sont encadrées et de la répartition des pouvoirs décisionnels. 

Pour aller plus loin : Pourquoi la supervision humaine est-elle essentielle dans les décisions importantes en matière d'assurance fondées sur l'IA ? 

Assurer la traçabilité des décisions et la conformité aux normes « Assistance » 

Étant donné que les agents interviennent dans les processus d'assurance, les assureurs ont besoin d'un enregistrement fiable de la manière dont ces tâches ont été effectuées. 

Cela inclut la visibilité sur les informations utilisées, les décisions et les mesures prises, ainsi que les points d'intervention humaine. La traçabilité facilite l'auditabilité, la gouvernance interne, le contrôle, ainsi que les responsabilités plus larges de l'assureur en matière de réglementation et de conformité. 

Dans cet entretien Creekside consacré à l'architecture d'une IA fiable dans le secteur de l'assurance IARD, Rajesh Raheja, directeur technique de Duck Creek, explique ce que les assureurs doivent être en mesure de reconstituer, notamment les données utilisées, le modèle et sa version, les règles testées, les autorisations appliquées et les mesures prises.

Une IA responsable ne se limite pas à la connaissance du résultat. Les assureurs doivent comprendre comment ce résultat a été obtenu. 

Protéger les données sensibles relatives aux assurances 

L'IA agentique peut être amenée à traiter des informations sensibles concernant les assurés, les demandeurs d'indemnisation, les intermédiaires, ainsi que des données financières et commerciales. La protection de ces données doit rester une priorité absolue à mesure que l'intelligence artificielle s'Intégré e de plus en plus profondément dans les opérations d'assurance. 

Une plateforme d'Plateforme d’IA agentique s d'entreprise doit s'inscrire dans un cadre de contrôles appropriés en matière de sécurité, de confidentialité, d'accès et de gouvernance des données, afin que les assureurs puissent gérer qui a accès aux informations sensibles, quelles informations sont accessibles et comment ces informations peuvent être utilisées par les agents et au sein des flux de travail. 

Une meilleure utilisation des données ne devrait pas obliger les assureurs à renoncer au contrôle de leurs données. 

Quelle valeur ajoutée une « Plateforme d’IA agentique » doit-elle apporter ? 

L'intérêt commercial de l'IA Agentic ne doit pas se limiter à l'automatisation de tâches ponctuelles. Les assureurs doivent rechercher des améliorations mesurables en termes de rapidité de prise de décision, de capacité opérationnelle, d'efficacité des processus et de capacité à déployer l'intelligence à l'échelle de l'entreprise. 

La valeur réside dans l'amélioration des méthodes de travail dans le secteur de l'assurance, et non pas simplement dans le recours accru à l'IA. 

Réduire la charge de travail entre l'information et la décision 

Les professionnels de l'assurance consacrent beaucoup de temps à la collecte d'informations, à la validation des données, à la préparation des dossiers et à la navigation dans les systèmes avant de pouvoir prendre une décision. 

L'IA agentique peut prendre en charge une plus grande partie de cette préparation. Dans le domaine de l'Souscription, cela peut consister à transformer les déclarations de sinistre en informations sur les risques prêtes à être exploitées pour la prise de décision. Dans le domaine de l'Sinistres, cela peut impliquer de collecter, de valider et d'enrichir les informations relatives aux sinistres avant qu'elles ne parviennent à un expert en sinistres. 

Cela permet aux professionnels de l'assurance de consacrer davantage de temps à la prise de décision et aux tâches complexes. 

Passer plus rapidement de la décision à l'action 

Une recommandation plus rapide n'apporte qu'une valeur limitée si le travail nécessaire pour la mettre en œuvre reste manuel ou fragmenté. 

Un « Plateforme d’IA agentique » peut orchestrer la suite des événements, en coordonnant les agents, les systèmes et les personnes afin que les décisions soient mises en œuvre plus efficacement. 

L'enjeu consiste à réduire la distance entre l'information, la décision et l'action. 

Renforcer les capacités opérationnelles 

L'efficacité opérationnelle ne se résume pas à la réduction des tâches manuelles. Elle consiste à permettre aux équipes d'accomplir davantage avec les ressources dont elles disposent. 

En automatisant les tâches répétitives, en coordonnant les flux de travail et en acheminant les exceptions vers les personnes compétentes, Agentic AI permet aux équipes de consacrer davantage de temps aux décisions complexes, aux besoins des clients et aux tâches à forte valeur ajoutée. 

L'objectif commercial est d'augmenter la capacité, et non pas l'automatisation pour l'automatisation. 

Une valeur à grande échelle au-delà du premier cas d'utilisation 

Certains projets pilotes d'IA peuvent révéler un certain potentiel, mais chaque nouveau cas d'utilisation ne devrait pas obliger les assureurs à repartir de zéro. 

Une « Plateforme d’IA agentique » partagée permet aux assureurs de réutiliser le même modèle opérationnel d'entreprise lorsqu'ils étendent leurs activités à de nouveaux flux de travail. Cela peut raccourcir le délai entre l'identification d'une opportunité et la mise en production d'un cas d'utilisation réglementé. 

Le délai de rentabilisation est réduit lorsque les assureurs peuvent s'appuyer sur ce qui existe déjà au lieu de tout repartir de zéro pour chaque initiative liée à l'IA. 

Pour aller plus loin : 4 principes pour une transformation durable de l'assurance grâce à l'IA 

Assistance Une croissance rentable grâce à des opérations intelligentes 

L'IA agentique ne génère pas à elle seule une croissance rentable. Elle peut toutefois contribuer à lever les contraintes opérationnelles qui freinent la croissance. 

Des décisions plus rapides, une capacité accrue et une exécution mieux coordonnée peuvent aider les assureurs à saisir les opportunités et à traiter un volume de travail plus important sans que la complexité n'augmente au même rythme. 

Cela permet de renforcer la capacité d'adaptation et de poursuivre la croissance tout en préservant la gouvernance et la responsabilité des personnes. 

Mesurer la valeur en termes de résultats commerciaux 

La valeur d'une solution « Plateforme d’IA agentique » ne doit pas être évaluée en fonction du nombre d'agents déployés. 

Les assureurs devraient définir la notion de réussite en fonction des résultats que chaque cas d'utilisation est censé améliorer. En fonction du flux de travail, les indicateurs peuvent inclure le temps de prise de décision, la charge de travail manuelle, le débit, les taux d'exception, la durée du cycle et l'expérience utilisateur. 

La bonne question n’est pas « Dans quelle mesure utilisons-nous l’IA ? », mais « Quel résultat en matière d’assurance cherchons-nous à améliorer ? »