Comment les compagnies d’assurance collaborent avec IBM pour mettre en œuvre des solutions basées sur l’IA générative

IBM travaille avec ses clients du secteur de l’assurance sur différents fronts, et les données de l’IBM Institute for Business Value (IBV) ont permis d’identifier trois impératifs clés qui guident les décisions de gestion des assureurs :

1. Adopter la transformation numérique pour permettre aux assureurs de proposer de nouveaux produits, de stimuler la croissance des revenus et d’améliorer l’expérience client.
2. Améliorer la productivité (métier et informatique) tout en réduisant les coûts.
3. Opter pour une modernisation progressive des applications et des données grâce au cloud hybride sécurisé et à l’IA.

Les assureurs doivent répondre aux impératifs suivants pour faciliter leur transformation :

• Proposer des offres numériques à leurs clients.
• Gagner en efficacité.
• Utiliser les données plus intelligemment.
• Répondre aux préoccupations en matière de cybersécurité.
• Viser une offre résiliente et stable.

La plupart des compagnies d’assurance ont priorisé leur transformation numérique et leur modernisation informatique. Pour atteindre ces objectifs, elles ont utilisé des infrastructures et des plateformes de cloud hybride et multi-cloud. Cette approche accélère la mise sur le marché en fournissant des capacités améliorées pour développer des produits et services innovants, en facilitant la croissance de l’entreprise et en améliorant l’expérience des clients lors de leurs interactions avec l’entreprise.

IBM fait partie des rares entreprises au monde capables de réunir l’éventail de fonctionnalités nécessaire pour transformer complètement la façon dont l’assurance est promue, vendue, souscrite, gérée et payée.

En mettant l’accent sur l’IA à travers son vaste portefeuille, IBM continue d’être un leader du secteur en matière de capacités liées à l’IA. Dans un récent rapport Gartner Magic Quadrant, IBM était placé dans la section supérieure droite pour ses capacités liées à l’IA (à savoir plateforme d’IA conversationnelle, moteurs d’information et service de développement d’IA).

La plateforme d’IA et de données IBM watsonx, tout comme sa suite d’assistants IA, a été conçue pour aider à faire évoluer et accélérer l’impact de l’IA en utilisant des données fiables à l’échelle de l’entreprise.

IBM travaille avec plusieurs compagnies d’assurance pour identifier les cas d’utilisation de l’IA générative à forte valeur ajoutée. Dans le domaine de l’assurance, les plus courants comprennent l’optimisation des processus utilisés pour traiter les documents volumineux et les blocs de texte ou d’images. Ces cas d’utilisation représentent déjà un quart des workloads d’IA, et l’on constate une nette tendance à améliorer leurs fonctionnalités grâce à l’IA générative. Cette amélioration consiste à extraire du contenu et des informations, ou à classer les informations pour soutenir la prise de décision, comme lors de la souscription et du traitement des sinistres. Les principaux domaines dans lesquels l’utilisation des capacités d’IA générative peut changer la donne pour le secteur de l’assurance sont les suivants :

• Engagement des clients
• Travail numérique
• Modernisation des applications
• Opérations informatiques
• Cybersécurité

IBM crée des solutions basées sur l’IA générative pour divers cas d’utilisation, notamment les agents conversationnels, la recherche conversationnelle, les processus de conformité et de réglementation, les enquêtes sur les sinistres et la modernisation des applications. Ci-dessous, nous résumons certains de nos projets actuels de mise en œuvre de l’IA générative.

Engagement client : offrir une couverture d’assurance signifie travailler avec de nombreux documents. Ces documents comprennent des descriptions de polices d’assurance détaillant les articles couverts et les exclusions, des documents liés aux polices ou aux contrats, des factures et reçus de primes, ainsi que des déclarations envoyées, des explications des avantages, des devis de réparation, des factures aux fournisseurs et plus encore. Une part importante des interactions des clients avec la compagnie d’assurance consiste en des demandes de renseignements concernant les modalités de couverture de divers produits, la compréhension du montant du paiement du sinistre approuvé, les raisons du non-paiement du montant du sinistre envoyé et l’état des transactions telles que les reçus de prime, les paiements de sinistres, les demandes de modification de police et plus encore.

Dans le cadre de nos initiatives d’IA générative, nous pouvons démontrer la capacité d’utiliser un modèle de fondation avec un prompt pour examiner les données structurées et non structurées contenues dans les documents d’assurance (données associées à la requête client) et fournir des recommandations personnalisées concernant le produit, le contrat ou la demande générale d’assurance. La solution peut fournir des réponses spécifiques basées sur le profil du client et l’historique des transactions, en accédant aux données sous-jacentes relatives à la gestion des polices et aux sinistres. La capacité à analyser instantanément de nombreuses données clients, à identifier des modèles pour générer des informations et à anticiper les besoins des clients peut se traduire par une meilleure satisfaction client.

Un exemple d’engagement client est un chatbot basé sur l’IA générative que nous avons développé pour une multinationale d’assurance-vie. La PoC montre la personnalisation accrue de la réponse aux demandes relatives aux produits d’assurance lorsque les capacités d’IA générative sont utilisées.

Un autre chatbot que nous avons développé pour un client dans les assurances permet à l’assuré d’avoir une vue complète des couvertures proposées dans une formule d’assurance, y compris les primes de chacune des couvertures d’assurance contenues dans la formule. De même, il propose la possibilité d’exécuter diverses autres fonctions, telles que l’ajout des documents requis (par exemple, des actes de naissance), l’ajout de bénéficiaires enquêtant sur les produits d’assurance et le complément de la couverture actuelle. Toutes ces capacités sont assistées par l’automatisation et personnalisées par l’IA traditionnelle et l’IA générative en utilisant des modèles de fondation sécurisés et fiables.

Retrouvez ci-dessous l’exemple d’un client se renseignant sur une procédure dentaire spécifique et recevant une réponse personnalisée basée sur la connaissance des couvertures dentaires existantes du client ainsi que sur la capacité du chatbot d’IA générative à avoir une conversation interactive (semblable à celle d’un agent expert du service client) adaptée aux besoins spécifiques du client.

Nous développons actuellement plusieurs cas d’utilisation, notamment :

• Obtenir une autorisation préalable pour les interventions médicales
• Gérer les avantages médicaux
• Expliquer aux assurés les décisions prises en matière de sinistres et les avantages qui en découlent
• Résumer l’historique des sinistres

Assistance aux agents d’assurance/centre de contact : les compagnies d’assurance ont déployé des unités de réponse vocale, des applications mobiles et des solutions web en ligne que les clients peuvent utiliser pour des demandes simples, telles que les informations sur le solde dû et la vérification de l’état de paiement des réclamations. Cependant, l’ensemble des solutions actuelles est limité en termes de fonctionnalités et ne peut pas répondre aux questions plus complexes des clients, telles qu’elles sont répertoriées sous l’engagement client. Par conséquent, les clients ont souvent recours à l’agent d’assurance ou au centre de contact de la compagnie d’assurance. Les solutions basées sur l’IA générative conçues pour les agents peuvent réduire significativement le temps de recherche de documents, résumer les informations et permettre des capacités de conseil, ce qui conduit à une productivité moyenne de 14 à 34 %, voire 42 %, et à de meilleurs indicateurs de satisfaction client. Depuis plusieurs années, IBM met en œuvre des solutions traditionnelles basées sur l’IA dans les compagnies d’assurance, en utilisant des produits tels que IBM watsonx Assistant et IBM Watson Explorer. Nous entamons actuellement des collaborations avec quelques compagnies d’assurance afin d’intégrer des modèles de fondation et d’optimisation des prompts afin d’améliorer les capacités d’assistance aux agents.

Gestion des risques : pour prendre des décisions de souscription liées aux biens, les compagnies d’assurance collectent une grande quantité de données externes, notamment les données immobilières fournies dans les formulaires d’application, les historiques d’inondations, les ouragans, les incidents d’incendie et les statistiques criminelles, pour l’emplacement précis de la propriété. Bien que les données historiques soient accessibles publiquement par des sources telles que data.gov , les compagnies d’assurance bien établies ont également accès à leurs propres données de souscription et d’expérience en matière de sinistres. Actuellement, l’utilisation de ces données pour la modélisation des risques implique des efforts manuels intensifs et les capacités de l’IA sont sous-utilisées.

Une initiative actuelle d’IBM consiste à collecter des données publiquement disponibles pertinentes pour l’examen des souscriptions et des sinistres d’assurance immobilière afin d’améliorer les modèles de fondation dans la plateforme de données et d’IA IBM watsonx. Les résultats peuvent ensuite être utilisés par nos clients, qui peuvent intégrer leurs données d’expérience propriétaire pour affiner davantage les modèles. Ces modèles et ces données propriétaires seront hébergés dans un environnement IBM Cloud sécurisé, spécialement conçu pour répondre aux exigences de conformité réglementaire du secteur pour les hyperscalers. La solution de gestion des risques vise à accélérer considérablement les processus d’évaluation des risques et de prise de décision, tout en améliorant la qualité des décisions.

Modernisation du code : de nombreuses compagnies d’assurance ayant plus de 50 ans d’existence utilisent encore des systèmes développés dans les années 70, souvent codés en Cobol, Assembler et PL1. Moderniser ces systèmes nécessite de convertir le code hérité en Java ou en d’autres langages de programmation prêts à être utilisés en production.

IBM travaille avec plusieurs institutions financières utilisant des capacités d’IA générative pour comprendre les règles métier et la logique intégrées dans la base de code existante et soutenir sa transformation en un système modulaire. Le processus de transformation exploite le business model de composant IBM (pour l’assurance) et le cadre BIAN (pour la banque) pour guider la refonte. L’IA générative aide également à produire des cas de test et des scripts pour tester le code modernisé.

Dans une étude menée par l’Institute for Business Value (IBV) d’IBM, les responsables d’entreprise ont exprimé des inquiétudes quant à l’adoption de l’IA générative. Les principales préoccupations concernent :

• L’explicabilité : 48 % des responsables interrogés par IBM estiment que les décisions prises par l’IA générative ne sont pas suffisamment explicables.
• L’éthique : 46 % sont préoccupés par les aspects de sécurité et d’éthique de l’IA générative.
• Les biais : 46 % pensent que l’IA générative va propager les biais établis.
• La confiance : 42 % pensent que l’IA générative n’est pas digne de confiance.
• La conformité : 57 % estiment que les contraintes réglementaires et la conformité constituent des obstacles importants.

IBM répond aux préoccupations ci-dessus via sa suite de composants de la plateforme watsonx : IBM watsonx.ai AI Studio, les magasins de données IBM watsonx.data et les outils IBM watsonx.governance pour la gouvernance de l’IA. Plus précisément, watsonx.governance fournit les fonctionnalités nécessaires pour surveiller et gérer l’ensemble du cycle de vie de l’IA en assurant la transparence, la responsabilité, la traçabilité, le suivi des données et la surveillance des biais et de l’équité des modèles. Cette solution de bout en bout fournit aux responsables des compagnies d’assurance des fonctionnalités qui leur permettent de mettre en place des workflows d’IA responsables, transparents et explicables, aussi bien en utilisant l’IA traditionnelle que l’IA générative.

Comme décrit ci-dessus, nous avons identifié de nombreuses opportunités à forte valeur ajoutée pour aider les compagnies d’assurance à se lancer dans l’utilisation de l’IA générative pour la transformation numérique de leurs processus opérationnels d’assurance. En outre, la technologie d’IA générative peut être utilisée pour fournir de nouveaux types de contenus tels que des articles (pour le marketing de produits d’assurance), des contenus personnalisés ou des e-mails pour les clients, et même contribuer à générer du contenu comme du code de programmation pour renforcer la productivité des développeurs.

L’expérience d’IBM aux côtés des clients indique des gains significatifs de productivité lors de l’utilisation de l’IA générative, notamment l’amélioration des processus RH pour rationaliser des tâches telles que l’acquisition de talents et la gestion de la performance des employés ; rend les agents d’assistance client plus productifs en leur permettant de se concentrer sur des interactions à plus forte valeur ajoutée avec les clients (tandis que les assistants virtuels numériques utilisant l’IA générative gèrent des demandes plus simples) ; et permet d’économiser du temps et des efforts lors de la modernisation du code hérité grâce à l’IA générative pour aider à la restructuration et à la conversion du code.

Pour discuter plus en détail de ces sujets, veuillez contacter Kishore Ramchandani et Anuj Jain par e-mail.