Premier enseignement : il ressort des expériences des participants que le principal moteur du recours à l’intelligence artificielle n’est pas l’efficacité opérationnelle mais la satisfaction client. Cette approche permet de ne pas opposer IA et collaborateurs. En mettant le client au centre du projet, l’objectif poursuivi est commun. Il s’agit de resserrer les liens avec le client et donc de développer l’activité.

Deuxième enseignement : l’IA ne fonctionne de manière efficace qu’à la condition que les processus soient déjà digitalisés. Plusieurs des intervenants ont souligné que les technologies liées à l’intelligence artificielle ne peuvent pas reposer sur des systèmes vétustes, avec des éditions papier notamment. Au contraire, elles s’appuient sur des processus déjà digitalisés, avec des bases de données structurées et de qualité, et des systèmes de gestion des work flows. C’est ce qui explique que le secteur de l’assurance accuse du retard en matière d’IA en production : 25 à 30% des assureurs seulement ont au moins un cas d’usage d’intelligence artificielle.

Troisième enseignement : pour mettre en place des technologies d’intelligence artificielle efficaces, il faut expérimenter. Les intervenants de la table ronde ont mis en avant la nécessité d’utiliser les données, de tester en mode projet, et d’arrêter de s’en tenir aux POC (Proof of concept) qui ne permettent pas de mesurer les gains potentiels. Des projets pilotes, impliquant les métiers aux côtés des DSI, sont le meilleur moyen de tester une solution IA. « On ne parle plus d’IA mais de processus métier », résume un participant.

Le Chatbot, solution d’IA très à la mode, illustre parfaitement cette contrainte : testée avec un simple POC, elle reste souvent inopérante car le POC est insuffisant pour repenser toute l’indexation des données et l’orientation des clients. Dès lors, une simple FAQ et un parcours utilisateurs simplifié peut s’avérer plus efficace pour résoudre certaines problématiques. La technologie ne doit pas être une fin en soi. C’est bien le besoin qui doit être le moteur.

Quatrième enseignement : la mise en production d’un projet IA requiert une partie conduite du changement. L’équipe IA n’est pas autoporteuse, elle a besoin de l’apport des métiers via des ateliers très réguliers. Le processus doit évidemment intégrer la formation de certains utilisateurs aux produits d’intelligence artificielle.

Pour le futur, un équilibre devra être trouvé entre le recours à l’algorithme et la décision du collaborateur. Les nouvelles technologies, et l’intelligence artificielle en tête, permettront des gains d’efficacité déjà perceptibles aujourd’hui (amélioration du traitement des flux entrants via le routage des emails et l’analyse vocale, réduction des temps de recherche documentaire grâce à l’indexation des données, optimisation de la gestion de sinistre ou encore complétude des données avec le remplissage automatique d’outils CRM par OCR etc). Mais la part de l’humain restera centrale pour traiter les cas complexes, réaliser les arbitrages et fixer la stratégie.

En parallèle, les acteurs traditionnels de l’assurance devront s’adapter à la concurrence de nouveaux acteurs digital natives qui auront mis en place d’emblée des process digitalisés et agiles. L’automatisation des back office, la digitalisation des processus et l’intégration des technologiques d’intelligence artificielle s’annoncent indispensables pour préserver leur compétitivité.

 

Etaient présents pour cette table ronde :

Trois start-up

  • Thomas Solignac, CEO de Golem.ai, deeptech qui vise à faciliter le travail grâce au langage. Elle a développé une intelligence artificielle unique à contre-courant des modèles actuels omniprésents sur le marché des solutions d’automatisation. Cette technologie fonctionne sans entraînement, ni données personnelles, est transparente et 100% française.
  • Gilles Moyse, CEO de reciTAL, éditeur de logiciels d’intelligence artificielle spécialisé en Traitement Automatique du Langage. Les solutions de Deep Learning sont immédiatement utilisables, multilingues et respectueuses des données du client. reciTAL propose aujourd’hui une solution de search d’entreprise et de traitement automatique des emails.
  • Christophe Bourguignat, CEO de Zelros, éditeur de logiciel d’aide à la vente indépendant basée sur l’intelligence artificielle et le machine learning, permet aux conseillers d’assurance de mieux comprendre leurs clients, de leur proposer des produits adaptés à leurs besoins et d’améliorer les taux de conversion.

et un assureur

  • René Harig, Responsable Big Data et IA Delivery et Aurélien Barthe, Program Leader chez Allianz France qui a lancé Ask Mail&Bot pour optimiser le traitement d’emails et d’appels téléphoniques. Plus d’1 million d’interactions clients et 500 000 appels de commerciaux par an seront à l’avenir assistés par l’IA, facilitant les parcours clients grâce à l’utilisation avancée de la donnée.