La « Trusted Insurance Data Foundation » : comment des données fiables se transforment en informations exploitables

La collecte de données n'est qu'un début

Les assureurs ne manquent pas de données. Le défi réside dans le fait qu’une quantité accrue de données ne se traduit pas automatiquement par une vision plus claire de l’activité. Une base de données d’assurance fiable offre une couche régie qui rassemble les données d’assurance, préserve le contexte qui leur donne tout leur sens et les rend exploitables dans le cadre du reporting, de l’analyse, de l’intelligence artificielle et des processus opérationnels. 

Pour les assureurs, cela va au-delà de la simple centralisation des informations. Police d’assurance, Facturation, Sinistres, Tarification, Souscription, la distribution, Réassurance, les clients et les données externes : tous ces éléments décrivent différents aspects du secteur de l'assurance. Pour Assistance r des décisions en toute confiance, ces sources doivent être interconnectées, cohérentes et régies de manière à fournir un contexte d'assurance exploitable. 

Une base de données d'assurance fiable transforme des données opérationnelles fragmentées en un contexte d'assurance fiable et régulé, que l'analyse de données, l'intelligence artificielle et les opérations de base peuvent exploiter pour comprendre l'activité et faire avancer les projets. 

Duck Creek Clarity Data Foundation est la plateforme de données d’assurance de référence de Duck Creek. Elle regroupe les données de base, celles provenant de tiers et les données externes afin de fournir des données d’assurance fiables et régulées, ainsi que les analyses contextuelles, l’intelligence artificielle et l’ Socle intelligent s dont le secteur de l’assurance a besoin pour comprendre son activité et Assistance prendre des décisions éclairées. 

Lorsque les données sont fragmentées, la vision de l'entreprise l'est aussi 

Les données d'assurance sont rarement centralisées. Elles sont dispersées entre différents systèmes, équipes et processus, ce qui complique la mise en place d'une vision commune et fiable de l'activité. 

Police d’assurance Les informations sont souvent stockées dans un système, l'historique des Sinistres s dans un autre, et les données relatives à l'Facturation dans un troisième — parallèlement aux données issues de Souscription, de la distribution, de Réassurance et de sources tierces. Des années d'acquisitions, de systèmes hérités et de solutions ponctuelles peuvent aggraver cette fragmentation. 

Le résultat est bien connu : les équipes doivent extraire, harmoniser, interpréter et réorganiser les données avant de pouvoir les exploiter. Cela ralentit la production de rapports et les analyses, entraîne des incohérences dans les définitions, accroît la dépendance vis-à-vis des ressources techniques et rend plus difficile l'établissement d'une vision commune de l'activité. 

Les enjeux prennent de l'ampleur à mesure que les assureurs recourent de plus en plus à l'intelligence artificielle. 

Les assureurs ne peuvent pas déployer l'IA à grande échelle ni mettre en place des processus plus intelligents à partir de données fragmentées et non maîtrisées. À mesure que l'IA joue un rôle de plus en plus actif dans les processus de travail du secteur de l'assurance, elle a besoin de données fiables et d'une compréhension claire de l'Police d’assurance, des sinistres, des risques, des clients et du contexte commercial concernés. 

L'IA n'a pas simplement besoin d'accéder à davantage de données. Elle a besoin de données fiables issues du secteur de l'assurance et du contexte nécessaire pour comprendre la signification de ces données. 

Une plateforme de données d'assurance fiable crée cette couche commune, en préservant le contexte assurantiel qui permet aux personnes, aux outils d'analyse et à l'IA de s'appuyer sur une compréhension cohérente de l'activité. 

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

Pourquoi les rapports ne suffisent plus 

Les environnements de données traditionnels sont principalement axés sur la collecte d'informations à des fins de reporting et d'analyse rétrospective. Ces fonctionnalités restent importantes, mais elles peuvent conduire les équipes à se concentrer sur le passé alors que l'entreprise a besoin d'informations fiables pour comprendre ce qui se passe actuellement et décider des prochaines étapes. 

Une base de données d'assurance fiable doit préserver les structures, les relations et les définitions métier qui donnent tout son sens aux données d'assurance. Elle doit relier les informations entre les différents services, appliquer des définitions et une gouvernance cohérentes, et rendre ces informations exploitables par les outils de veille stratégique, d'analyse avancée, d'intelligence artificielle et les applications en aval. 

Une plateforme de données d'assurance fiable n'est pas simplement un lac de données, un entrepôt de données, une couche de reporting ou une plateforme de données générique. Elle fournit des données d'assurance fiables et gouvernées, accompagnées des modèles, des relations, des définitions et de la signification métier nécessaires pour Assistance r le reporting, l'analyse, l'intelligence artificielle et les utilisations opérationnelles. 

L'évolution consiste à passer de la simple collecte de données d'assurance à la mise à disposition de données d'assurance fiables et contrôlées, qui fournissent aux outils d'analyse et d'intelligence artificielle un contexte d'assurance exploitable. 

Harmoniser les données d'assurance entre les différents systèmes 

Les décisions en matière d'assurance reposent rarement sur les informations issues d'une seule demande. Or, pour rassembler ces informations, les équipes doivent souvent extraire, harmoniser et interpréter des données provenant de plusieurs systèmes avant de pouvoir les exploiter. 

Clarity rassemble les données provenant de Duck Creek Police d’assurance, Facturation, Sinistres et Tarification , ainsi que celles issues de sources tierces et externes, au sein d'un environnement commun et régulé. La cohérence des modèles de données et des définitions dans le domaine de l'assurance permet de réduire le recours aux extraits cloisonnés et à l'assemblage manuel des données. 

Cette même plateforme de données d'assurance fiable peut répondre aux besoins de multiples fonctions métier, rapports, analyses et cas d'utilisation. 

Pour les assureurs, l'architecture est ouverte. Les données du cœur de métier, celles provenant de tiers et les données externes sont regroupées dans Clarity, ce qui permet de disposer de données d'assurance fiables et régulées, ainsi que d'un contexte d'assurance cohérent, au sein de l'écosystème technologique et de données au sens large. 

Une base de données d'assurance fiable et native du cloud permet de prendre de nombreuses décisions sans qu'il soit nécessaire, pour chacune d'entre elles, de lancer un nouveau projet d'intégration de données. 

Pour en savoir plus : Duck Creek Clarity Data Foundation 

Transformer les données d'assurance en informations stratégiques 

Les données fiables prennent toute leur valeur lorsque les utilisateurs peuvent s'en servir pour comprendre ce qui se passe et décider de la marche à suivre. Lorsque chaque nouvelle question nécessite un nouvel extrait, un nouveau rapprochement ou une nouvelle demande technique, il peut s'avérer difficile d'accéder à ces informations. 

Clarity propose des rapports spécifiques au secteur de l'assurance, des tableaux de bord configurables et des analyses en libre-service couvrant l'ensemble des opérations clés de ce secteur. Les utilisateurs professionnels peuvent ainsi travailler à partir d'informations cohérentes concernant l'Souscription, l'Sinistres, les finances, la performance opérationnelle et d'autres priorités du secteur de l'assurance, sans devoir se fier uniquement à des rapports isolés provenant de systèmes individuels.  

Clarity intègre des fonctionnalités prêtes à l'emploi de veille stratégique dédiée au secteur de l'assurance et permet aux assureurs de configurer des tableaux de bord, des rapports et des indicateurs clés de performance (KPI) adaptés à leur organisation et à leurs branches d'activité. 

Cela modifie le rôle de l'analyse. Au lieu de consacrer autant de temps à la recherche, au recoupement et à la préparation des informations, les équipes peuvent désormais se consacrer davantage à l'interprétation de ces données et à la définition des mesures à prendre. 

L'objectif n'est pas d'augmenter le nombre de rapports. Il s'agit plutôt de réduire la distance entre les données, l'analyse, la décision et l'action. 

Une IA digne de confiance repose sur des données d'assurance fiables et bien gérées 

À mesure que l'IA passe de la simple génération d'analyses et de recommandations à une implication plus directe dans les processus opérationnels du secteur de l'assurance, les assureurs doivent pouvoir se fier non seulement à l'intelligence artificielle elle-même, mais aussi aux données et au contexte sur lesquels elle s'appuie. 

Un agent d'IA ne peut raisonner efficacement au sujet d'une « Police d’assurance », d'une «claim», d'un «risk» ou d'un «client» que si les informations sous-jacentes sont fiables, cohérentes, réglementées et comprises dans le contexte de l'assurance.  

Plus l'IA assume de responsabilités, plus les données sur lesquelles elle s'appuie gagnent en importance. 

Un agent « Souscription » peut avoir besoin d’informations relatives à la soumission, de l’historique des Police d’assurance s antérieures, de l’ Sinistres , du profil de risque, de la tarification, d’informations sur les risques liés à des tiers et du contexte des autorisations. Un agent « Sinistres » peut avoir besoin d’informations sur l’ Police d’assurance et la couverture, des détails sur les sinistres, de l’ Sinistres antérieure, de données d’enrichissement, de signaux de fraude et du contexte du flux de travail. 

L'IA n'a pas seulement besoin de davantage de données. Elle a besoin de données fiables issues du secteur de l'assurance, ainsi que du contexte nécessaire pour comprendre leur signification. 

Clarity fournit des données d'assurance fiables et contrôlées qui apportent le contexte indispensable à l'analyse, à l'apprentissage automatique et à l'IA pour comprendre l'activité. La plateforme relie et gère des informations d'assurance triées sur le volet, sans pour autant que Clarity soit tenue responsable des décisions ou des actions prises par l'IA. 

Et la fiabilité des données n'est qu'un aspect de l'IA de confiance. La gouvernance doit également porter sur la manière dont l'IA est déployée, les pouvoirs dont elle dispose, la traçabilité des décisions et des actions, ainsi que les domaines dans lesquels le jugement humain continue de jouer un rôle. Ces responsabilités s'étendent à l'Plateforme d’IA agentique de Duck Creek et, plus largement, à l'Socle intelligent de l'assurance. 

Duck Creek Clarity Data Foundation fournit des données d'assurance fiables et régies par des règles. La plateforme « Duck Creek Plateforme d’IA agentique » régit la manière dont les agents raisonnent et opèrent. La plateforme «Socle intelligent of Insurance » relie l'intelligence aux personnes, aux flux de travail et aux systèmes centraux qui exécutent les tâches. 

Pour aller plus loin: La gouvernance responsable de l'IA dans le secteur de l'assurance : comment Duck Creek fait figure de référence 

Préparer les données d'assurance pour Agentic AI 

La préparation des données pour l'IA agentique commence avant même qu'un agent n'agisse. 

Les informations relatives aux assurances doivent être reliées entre les différentes sources concernées, structurées selon des définitions métier cohérentes, gérées de manière appropriée et mises à disposition avec le contexte nécessaire à leur interprétation par l'IA. 

Clarity fournit des données d'assurance fiables et régies par des règles, notamment des définitions métier cohérentes, des normes de qualité et une traçabilité qui permettent aux outils d'analyse et d'intelligence artificielle de disposer d'un contexte d'assurance exploitable. 

La stratégie « Agentic AI » de Duck Creek s'appuie sur cette préparation. Sa plateforme « Plateforme d’IA agentique » prend en charge les agents et l'orchestration dans l'ensemble des processus d'assurance, tandis que des applications telles que Duck Creek Send Souscription, Agentic First Notice of Loss et Agentic Product Configurator intègrent l'intelligence artificielle à des domaines spécifiques du secteur de l'assurance. 

Pour en savoir plus : Tendances en matière de Big Data et d'analyse des données dans le secteur de l'assurance en 2026 : transformer les données en avantage stratégique 

Garantir la gouvernance et la fiabilité des données d'assurance 

Une gouvernance efficace des données d'assurance commence par la certitude que les informations utilisées dans l'ensemble de l'entreprise sont cohérentes, contrôlées et traçables. 

Grâce à un modèle de données standardisé et spécifique au secteur de l'assurance, Duck Creek Clarity Data Foundation réduit les problèmes de rapprochement entre les systèmes centraux et contribue à garantir l'exactitude et la cohérence des indicateurs utilisés par les équipes chargées de l'Souscription, de l'Sinistres et des finances. Des contrôles de qualité des données intégrés et des pipelines régis par des règles permettent d'éliminer les erreurs dues au traitement manuel ou à la fragmentation des sources de données. 

Pour les opérateurs internationaux, Clarity permet une gouvernance cohérente à travers les pays et les régions, garantissant ainsi des données fiables, une traçabilité transparente et un reporting d'entreprise fiable, sans pour autant compromettre la flexibilité locale. 

Ces fonctionnalités sont importantes pour le reporting et l'analyse, mais elles prennent encore plus d'importance à mesure que l'IA exploite de plus en plus les données dans les processus opérationnels du secteur de l'assurance. 

Cette gouvernance aide les assureurs à identifier la provenance des informations, à appliquer des définitions métier cohérentes, à gérer les accès et à fournir aux utilisateurs, aux outils d'analyse et à l'IA une interprétation fiable de la signification des données. 

Mais les responsabilités en matière de gouvernance ne se limitent pas aux données. À mesure que l'IA s'intègre dans les flux de travail opérationnels, il convient également de prendre en compte, au niveau des couches d'IA et d'orchestration, les questions relatives aux prérogatives des agents, à la supervision humaine, à la traçabilité des décisions et à l'explicabilité. 

Intégration avec les technologies existantes et celles de tiers 

Les données d'assurance fiables et gérées ne doivent pas se limiter au système central. Clarity rassemble les données provenant des applications Duck Creek, des systèmes tiers et des sources externes. 

Cette ouverture est importante car les assureurs opèrent rarement dans un environnement technologique unique. Les plateformes centrales, les technologies de distribution, les fournisseurs de données externes, les outils d'analyse et les applications spécialisées apportent tous des informations dont l'entreprise peut avoir besoin. 

Clarity relie ces informations au sein d’un environnement commun et régulé, en préservant le contexte d’assurance propre à chacune de ces sources de données, sans pour autant exiger que toutes proviennent de Duck Creek. L’architecture globale de Duck Creek comprend également un hub d’intégration doté d’API adaptées au secteur de l’assurance et de connexions prêtes à l’emploi permettant de relier les systèmes centraux, les partenaires et les applications tierces.  

L'objectif n'est pas de regrouper tous les systèmes au sein d'une seule et même infrastructure. Il s'agit plutôt de rendre les informations issues de cet écosystème plus exploitables en tant que données d'assurance fiables. 

Pour en savoir plus : Connectez n'importe quoi, changez tout 

Les assureurs doivent-ils mener à bien une transformation en profondeur avant de moderniser leurs données ? 

Non. Les assureurs ne devraient pas avoir à attendre la fin d'une transformation en profondeur s'étalant sur plusieurs années ou le remplacement de leurs anciens systèmes d'assurance pour commencer à tirer davantage parti de leurs données. Une infrastructure de données peut s'inscrire dans le cadre de cette transformation avant même que la modernisation des systèmes centraux ne soit achevée. 

Country-Wide Insurance en est un bon exemple. L'assureur new-yorkais a choisi Clarity pour renforcer ses capacités en matière de données et d'analyse avant de se lancer dans une transformation plus large vers le cloud avec Duck Creek.  

Pour en savoir plus : Country-Wide Insurance choisit Duck Creek Clarity pour stimuler une croissance fondée sur la connaissance  

Assistance Différents assureurs, marchés et modèles d'exploitation 

Le même défi lié aux données se pose à différentes échelles. 

Un assureur régional peut avoir besoin d'une vue d'ensemble consolidée portant sur un ensemble ciblé de produits et d'activités. Un assureur international Assurance spécialisée peut être amené à travailler sur plusieurs entités, devises, zones géographiques, structures d'Réassurance et processus financiers. 

L'architecture native du cloud de Clarity et son modèle de données d'assurance configurable aident les assureurs à disposer de données d'assurance fiables et gérées, ainsi que d'un contexte d'assurance cohérent entre les différentes entités, devises, zones géographiques et modèles opérationnels, sans avoir besoin d'une plateforme de données sur mesure. 

Pour les assureurs internationaux, Clarity prend en charge l'analyse multi-entités et multidevises ainsi que le reporting consolidé en Amérique du Nord, dans la région EMEA et dans la région APAC, tout en aidant les organisations à se conformer en toute confiance aux exigences régionales et réglementaires en matière de reporting. 

L'adoption de cette solution par les clients illustre bien cette diversité. Country-Wide a choisi Clarity dans le cadre d'une transformation de son activité d'assurance IARD axée sur New York, tandis que Fortegra, assureur mondial spécialisé dans l'Assurance spécialisée , a opté pour Clarity associé à la solution « Réassurance » de Duck Creek dans le cadre d'une transformation financière plus large. 

Le contexte d'assurance mis à la disposition de l'analyse de données et de l'IA devrait refléter le fonctionnement réel de l'activité de l'assureur, et non contraindre cette activité à s'adapter à la structure d'une plateforme de données générique. 

Pour en savoir plus : Fortegra choisit les solutions « Réassurance » et «Clarity» de Duck Creek pour « Assistance » sa croissance stratégique 

Les retombées commerciales de données d'assurance fiables et gérées 

La valeur des données d'assurance fiables ne se mesure pas à la quantité d'informations stockées. Elle se mesure à ce que l'entreprise peut en tirer comme enseignements et aux améliorations qu'elle peut apporter lorsque ces données sont accompagnées du contexte nécessaire pour les mettre à profit. 

Exemple client : Country-Wide Insurance a choisi Duck Creek Clarity pour renforcer ses capacités en matière de données d’entreprise et d’analyse dans le cadre de sa transformation numérique. En unifiant Police d’assurance, Facturation, Sinistres et des données externes, Clarity aidera ses équipes à accéder à des informations en temps réel, à Assistance des décisions plus éclairées et à rationaliser les opérations à tous les niveaux de l’entreprise. 

Visibilité opérationnelle 

Regroupez les informations provenant de Police d’assurance, Facturation, Sinistres, de la distribution et de sources externes afin d’obtenir une vision plus cohérente des performances en matière d’assurance. 

Des décisions plus rapides et mieux fondées 

Offrez aux équipes d'Souscription, d'Sinistres, de finance et d'exploitation un accès plus rapide à des informations cohérentes et à des analyses spécifiques au secteur de l'assurance. 

Moins de tâches manuelles liées aux données 

Réduire les efforts nécessaires à l'extraction, au rapprochement et à la préparation de données dispersées en vue de la création de rapports et de l'analyse. 

Analyses d'assurance accessibles 

Offrez aux utilisateurs professionnels des tableaux de bord personnalisables, des informations prêtes à l'emploi sur le secteur de l'assurance et des outils d'analyse en libre-service, sans que chaque question ne nécessite une nouvelle demande technique. 

Une gouvernance des données renforcée 

Adopter des définitions, des contrôles qualité, une traçabilité et des modalités d'accès plus cohérents pour l'ensemble des données utilisées à des fins de reporting, d'analyse et d'intelligence artificielle. 

Préparation à l'IA 

Fournissez à l'analyse avancée, à l'apprentissage automatique et à l'IA d'Agentic les données d'assurance fiables et contrôlées ainsi que le contexte qu'elle met à disposition pour comprendre l'activité. 

Une plus grande adaptabilité 

Fournir une base de données réutilisable capable de s'Assistance r à de nouveaux rapports, analyses, sources de données et cas d'utilisation intelligents à mesure que les besoins de l'entreprise évoluent. 

L'opportunité consiste à transformer les données d'assurance, qui constituent actuellement une source d'informations que l'entreprise doit rassembler, en une ressource qu'elle peut exploiter en continu. 

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

Comment les assureurs devraient-ils évaluer une base de données d'assurance fiable ? 

Lorsque les assureurs évaluent les plateformes de données et d'analyse, les questions les plus pertinentes vont au-delà de la capacité de stockage, du nombre de tableaux de bord ou du nombre de fonctionnalités d'IA disponibles. 

Le véritable défi consiste à déterminer si cette plateforme est capable de fournir des données d'assurance fiables et soumises à un cadre réglementaire, qui apportent aux utilisateurs, aux outils d'analyse et à l'IA un contexte pertinent en matière d'assurance. 

Les assureurs devraient au minimum rechercher un modèle de données adapté au secteur de l'assurance ; des définitions métier réglementées ; la traçabilité et l'historique des données ; l'interopérabilité avec les systèmes existants ; un contexte d'assurance pour l'analyse de données et l'intelligence artificielle ; ainsi que la capacité à évoluer en fonction des produits, des marchés et des modèles opérationnels. 

Les dirigeants du secteur de l'assurance devraient se poser les questions suivantes : 

1. Permet-il de relier les données d'assurance tout au long du cycle de vie ? 

Recherchez la capacité à intégrer les systèmes centraux et les informations externes pertinentes. 

2. Est-il conçu autour de données et d'un contexte propres au secteur de l'assurance ? 

Une plateforme de données générique permet de stocker et de traiter des informations. Une base de données d'assurance fiable doit préserver les modèles, les relations, les définitions et les règles de gouvernance qui confèrent aux données d'assurance leur signification commerciale. 

3. Les données sont-elles gérées et traçables ? 

Les équipes doivent être en mesure de comprendre d'où proviennent les informations, comment elles ont été transformées, quelles définitions s'y appliquent et qui peut y accéder. 

4. Les utilisateurs professionnels peuvent-ils accéder à des informations pertinentes sans devoir s'adresser au service informatique à chaque fois ? 

L'analyse en libre-service, les tableaux de bord configurables et les rapports spécifiques au secteur de l'assurance devraient permettre à l'ensemble de l'entreprise d'exploiter des informations fiables. 

5. La solution « Assistance » prend-elle en charge à la fois l'analyse de données et l'IA ? 

Cette infrastructure doit répondre aux besoins actuels en matière de reporting et d'intelligence d'affaires, tout en préparant des données et un contexte contrôlés pour l'apprentissage automatique et l'IA agentique. 

6. Peut-il intégrer des données provenant de tiers et de sources externes ? 

Le contexte de l'assurance ne se limite pas à son cœur de métier. L'infrastructure doit relier l'écosystème de données plus large sur lequel s'appuie l'assureur. 

7. Cette solution est-elle évolutive et peut-elle s'adapter à différents produits, entités, marchés et modèles opérationnels ? 

L'architecture doit permettre de s'adapter à la croissance et à la complexité organisationnelle sans nécessiter la mise en place d'une nouvelle infrastructure de données pour chaque unité opérationnelle ou zone géographique. 

8. Les assureurs peuvent-ils commencer là où ils en sont et se développer progressivement ? 

Une stratégie en matière de données ne doit pas dépendre de la réalisation préalable de toutes les autres initiatives de modernisation. 

9. L'entreprise est-elle en mesure de mesurer les progrès réalisés ? 

Évaluez la base de données en fonction de critères tels que l'effort de reporting, le délai d'obtention d'informations exploitables, la cohérence des décisions, la visibilité opérationnelle, l'adoption des outils d'analyse et l'aptitude à prendre en charge de nouveaux cas d'utilisation de l'IA, et non pas simplement en fonction du volume de données collectées. 

Prises dans leur ensemble, ces questions permettent de déterminer si un assureur évalue une autre plateforme de données — ou une base de données d'assurance fiable qui fournit le contexte assurantiel nécessaire aux opérations intelligentes. 

Pour aller plus loin : Note d'information « Formation ’26 » : six signaux qui façonnent l'avenir de l'IA dans l'assurance IARD  

Des données d'assurance à l'assurance intelligente 

À mesure que l'IA passe de l'analyse et de la recommandation aux processus opérationnels du secteur de l'assurance, les données ne se limitent plus à une simple source d'informations. Elles font désormais partie intégrante du contexte sur lequel s'appuie l'intelligence pour comprendre l'activité, Assistance prendre des décisions et contribuer à faire avancer les projets. 

Cela modifie les exigences relatives à la base de données. Les données d’assurance doivent être interconnectées, cohérentes, régies et contextualisées, non seulement pour les personnes et les outils d’analyse qui les utilisent aujourd’hui, mais aussi pour l’ Applications intelligentes , qui s’appuiera de plus en plus sur elles. 

Duck Creek Clarity Data Foundation fournit des données d'assurance fiables et régies par des règles de gouvernance, qui apportent aux outils d'analyse, à l'IA et à l'Socle intelligent e de l'assurance le contexte nécessaire pour comprendre le secteur, prendre des décisions d'Assistance s et faire avancer les projets. 

L'opportunité qui s'offre à nous ne consiste pas simplement à tirer davantage de valeur des données d'assurance. Il s'agit d'intégrer des données d'assurance fiables et gérées de manière rigoureuse dans la manière dont un secteur de l'assurance de plus en plus intelligent comprend, prend des décisions et agit. 

L'avenir de l'assurance intelligente repose sur des données fiables.