Les équipes d’un assureur français optent pour les offres d’IBM Services pour développer une solution de détection de la fraude

Share this post:

La fraude à l’assurance automobile coûte chaque année des milliards d’euros aux compagnies d’assurance. Ces pertes sont répercutées sur les consommateurs qui absorbent une partie de ce risque au travers de l’augmentation des tarifs des contrats.

Dans le cadre d’un programme d’intelligence artificielle, Thélem assurances, assureur IARD français, a choisi comme projet initial une situation de détection de la fraude.

La détection de la fraude est un modèle qui se prête bien, par lui-même, à la modélisation automatique en ligne. Ce projet allait nous permettre de découvrir l’intelligence artificielle au sens large puisque nous avions pris la décision de commencer d’abord par l’analyse. La réussite du projet allait également apporter à la compagnie des gains financiers immédiats et significatifs.

Intervention des équipes IBM Services

Nous avons procédé à un certain nombre d’essais et d’expérimentations préliminaires en interne avec nos scientifiques spécialistes des données et nos statisticiens. Cependant, nous avons rencontré des difficultés relatives aux outils et à l’environnement. Pour pouvoir avancer, nous avons donc pris deux décisions. Premièrement, nous devions trouver une solution qui nous permettrait de nous libérer des contraintes de stockage et de performances. Deuxièmement, nous devions travailler avec des experts du domaine pour élargir notre savoir-faire.

Au cours de nos recherches, nous avons rencontré différents interlocuteurs d’IBM qui nous ont montré les outils d’analyse avancée des solutions IBM Watson Studio et IBM Cloud. Nous avons alors découvert que la proposition de valeur d’IBM correspondait exactement à nos besoins.

Au début de la collaboration, les experts de la division IBM Global Business Services (GBS) ont rencontré différentes équipes de Thélem assurances (marketing, opérations, gestion des risques, gestion des dossiers) pour identifier les cas d’application de l’intelligence artificielle. C’est dans l’assurance automobile que nous rencontrons la majorité de nos cas de fraude, et nous avons donc décidé de commencer par ce domaine.

Outre IBM Watson Studio, qui sert d’environnement de développement pour les modèles et les scénarios d’analyse, nous nous appuyons sur d’autres solutions, dont IBM Cloud avec Secure Gateway Service pour transférer les données entre Thélem et le cœur IBM ; IBM Cloud Object Storage, chargée d’héberger les données stockées dans le Cloud ; et IBM Watson Machine Learning, pour déployer les scripts informatiques.

Nous devions également prendre en compte la législation RGPD en vigueur en Europe. Du fait de cette réglementation, nous avons accordé une attention particulière, dans toutes les démarches mises en œuvre, à minimiser le volume des données personnelles chargées et à sécuriser les données personnelles reçues.

IBM GBS nous a épaulés pour la définition de l’architecture et l’incorporation des données en toute sécurité dans le Cloud. Nous avons ensuite également travaillé ensemble pour définir les méthodes de mise en œuvre des scénarios d’application, puis pour les phases d’apprentissage à l’aide de modèles de science des données.

Multiplication par cinq des cas potentiels de fraude

Dès le départ, nous avons constaté un avantage : la souplesse. La flexibilité du démarrage de la solution, sans avoir à nous préoccuper des capacités de stockage, des performances des machines ou des services utilisés, a été phénoménale.

La solution d’IBM permet également de faciliter la collaboration des différents scientifiques spécialistes des données travaillant sur ces approches. Ils peuvent être en effet plusieurs à travailler sur une démarche spécifique, en partageant leurs travaux et la progression de leurs algorithmes.

De manière plus concrète et tangible, nous avons constaté la multiplication par 5 des cas identifiés comme potentiellement frauduleux. De plus, IBM GBS nous a épaulés pour développer une méthodologie que nous pourrons réutiliser. Nous disposons donc désormais d’un outil, de la méthodologie et du savoir-faire nécessaire en matière de modélisation des données. Nous allons pouvoir enrichir nos modèles au fil du temps, progresser plus rapidement et au final, augmenter le taux de détection, ce qui devrait nous permettre de réduire encore nos coûts de plusieurs centaines de milliers d’euros par an au cours des prochaines années.

Pour le futur, nous avons l’intention d’explorer d’autres outils Watson, notamment certains aspects de la reconnaissance d’images ou des services d’assistant virtuel.

Pour en savoir plus, consultez l’étude de cas. https://www.ibm.com/case-studies/thelem-assurances-hybrid-cloud-services