La Data est le carburant d’aujourd’hui pour l’assureur de demain

Derrière ce titre se cachent 5 convictions profondes que je porte, teste et confirme quotidiennement au contact de mes clients, équipes et partenaires.

Sensible à votre confort, cet article accompagné de sa playlist 🎧.

Bonne lecture

⏩ En synthèse (TL ; DR)

Voici les 5 convictions développées plus bas :

1. Demain est un autre jour : le contexte des assureurs évolue et le temps où ils allaient trop bien pour changer est révolu
2. L’assureur de demain est un ERO : il est Efficient, Responsable et Ouvert
3. La Data et l’IA sont l’étoffe des ERO : Il est essentiel de savoir les exploiter
4. 6 axes de maturité pour tirer pleinement profit de la Data : Stratégie, Usages IA, Usages BI, Organisation, Gouvernance et Plateforme
5. Il faut s’y mettre dès maintenant : le meilleur moment était hier, le second est aujourd’hui

🌅 Demain est un autre jour !

🎧REM – It’s The End Of The World As We Know It (And I Feel Fine)

« France, automne 2021 – Vous pouvez être livrés de vos courses en moins de 10 minutes*, votre assurance a 4 mois pour vous rembourser un sinistre automobile. »

 Le quotidien des Français n’a de cesse de tendre vers toujours plus de flexibilité et d’instantanéité : Amazon Prime pour le commerce, Deliveroo pour les repas, Uber pour les déplacements ou encore Netflix pour regarder un film. Cette évolution des pratiques touche même le rapport à la médecine, au travers d’une plateforme comme Doctolib et de l’adoption progressive de la téléconsultation, favorisée par le coronavirus.

 Dans ce contexte, l’assureur doit s’adapter aux nouveaux modes de consommation et aux nouvelles exigences de la part des consommateurs. Particuliers et entreprises sont plus avertis, plus exigeants. Ils attendent que l’assureur passe de simple payeur à accompagnateur dans une relation de service.

Face à ces nouvelles attentes, le paysage concurrentiel évolue : les AssurTech telles que Luko ou Alan proposent des solutions 100% digitales innovantes, les réassureurs étendent leur périmètre et se désintermédient, les géants tech (GAFA, BATX) se lancent progressivement, les mutualistes se concentrent, certains acteurs historiques s’essayent à de nouveaux business models et services.

Les évolutions règlementaires exacerbent encore le jeu concurrentiel (ex : lois Chatel, Hamon et Lagarde, réforme de la PSC) dans un contexte de taux bas prolongés et de comparaison facilitée. Plus largement, le secteur est soumis à des réglementations de plus en plus contraignantes : sur les échanges de données (déclaration sociale nominative, tiers payant généralisé…), sur la standardisation des produits (généralisation de la complémentaire santé en entreprise, contrats responsables…), sur la maîtrise des risques (protection des données, Solvabilité 2, ESG, Climat…)

Il y a encore quelques années le risque à faire pouvait être considéré comme supérieur à celui de ne pas faire dans un secteur qui allait encore trop bien pour changer**. Accélérée par la crise sanitaire actuelle et l’ombre des risques climatiques, la prise de conscience est réelle aujourd’hui : les assureurs doivent évoluer pour avoir encore un sens demain.

 *via des applications comme Gorillas, Flink ou encore Getir
**« Insurance is doing too good to change » Tim Kunde, CEO de Friendsurance lors du Paris FinTech Forum 2019

🦸L’assureur de demain est un ERO !

🎧Bonnie Tyler – Holding Out For A Hero

« Efficient, Responsable et Ouvert, l’assureur de demain n’a plus des clients ou des personnes couvertes : il a des utilisateurs et des partenaires »

L’impérieuse nécessité d’être efficient est la conséquence immédiate du contexte où les attentes augmentent, la concurrence s’intensifie et la règlementation entraine charges et contraintes.

 Ce bas de pyramide de Maslow est nécessaire mais pas suffisant. Pour ne pas simplement survivre mais prospérer l’assureur de demain doit aussi être Responsable. Dans un contexte incertain, ou « VUCA » (en français : volatile, incertain (uncertain), complexe et ambiguë), l’assureur fonde sa raison d’être dans son activité historique : évaluer le risque et le couvrir.

Il doit aller plus loin et évoluer pour mériter pleinement l’appellation « responsable ». Au travers des produits et des services qu’il proposera, de la manière qu’il aura de les opérer et plus globalement des promesses qu’il formulera, l’assureur responsable enrichira son rôle sociétal de trois nouvelles missions : être un partenaire de vie au quotidien, encourager de nouveaux comportements et financer la transition au travers de ses placements.

Le premier changement observable sur la voie de l’assureur efficient et responsable est que ce n’est plus seulement lui cherche à vendre ses produits et services mais que ce sont les personnes qu’il couvre qui cherchent à acheter ce qu’il propose. Rassurées par sa gestion, alignées avec ses valeurs, elles le choisiront activement sur des critères plus larges que le prix seul.

En se rationalisant pour être efficient et en se réinventant pour être responsable, l’assureur fait des choix. Il se recentre sur ses activités cœur et doit renoncer à d’autres. Au-delà des modèles d’externalisation et de délégation d’activités déjà en place aujourd’hui, l’assureur de demain s’ouvre à une compréhension plus large du travail avec des partenaires.

Ensemble, ils proposent des parcours sans couture, construisent des propositions de valeur complètes et conçoivent l’assurance que l’on utilise. Elle s’inscrit dans les instants de la journée de ses utilisateurs comme dans leurs moments de vie. Tout le changement est là : exit les clients ou personnes couvertes, l’assureur sert des utilisateurs. On peut penser à l’accompagnement des retours à domicile avec des plateaux repas portés par le facteur, à la facilitation des déplacements médicaux par des VTC ou encore à l’évaluation extra-financière des produits proposés.

L’éventail des partenaires potentiels est large et dépend en partie de l’ADN de chaque acteur, depuis les différentes entités d’un même groupe, aux acteurs d’autres secteurs, en passant par des modèles de coopétition au sein du secteur. Cette approche globale sert la promesse faite aux utilisateurs, au travers de nouvelles offres à plus forte valeur ajoutée, en complément des activités cœur de métier.

🤖La Data et l’IA sont l’étoffe des ERO !

🎧David Bowie – Heroes

« La Data et l’IA donnent aux assureurs les moyens de construire un anti-VUCA : Vision, Compréhension (Understanding), Clarté et Agilité »

Historiquement, les assureurs utilisent les données pour mesurer le risque et calculer la prime d’assurance associée. Ce sont la matière première même d’un assureur. Il n’est donc pas nouveau de souligner leur rôle dans l’efficacité de l’entreprise au travers de la mesure, de la maîtrise et l’amélioration des processus qu’elles permettent. Ce qui est plus rarement compris par l’ensemble des parties prenantes est l’ampleur avec laquelle une bonne maturité Data décuple l’efficacité, la responsabilité et l’ouverture de l’entreprise.

La maturité Data pour être efficace

Une manière d’améliorer sa maturité data et d’obtenir rapidement des bénéfices concrets est de commencer par des cas d’usages orientés vers le système décisionnel (ou BI), depuis le reporting industriel d’entreprise jusqu’à la self-BI à la main des métiers.

Chacun devient alors acteur, consommateur et producteur de données. Le besoin de vision, d’organisation et de gouvernance (ou la difficulté provoquée par leur absence) devient alors évident.

 Sur cette base, en mobilisant l’intelligence artificielle, la valeur apportée peut être décuplée en passant d’une vision descriptive à une vision prédictive de la réalité, avec recommandation d’actions à mettre en place. 

 Au-delà du décisionnel, une bonne maturité Data permet à l’assureur d’être efficace au travers de nombreux axes :

• En tirant profit des capacités de traitement en temps réel de données, produites de plus en plus vite
• En utilisant des volumes et variétés de données en croissance rapide
• En automatisant les tâches répétitives et/ou à faibles valeur ajoutée : Robotic Process Automation (RPA)
• En diminuant au-delà du RPA les temps de traitement des sinistres et des actes de gestion. Par exemple via la capacité à traiter des images (ex : expertiser un sinistre auto), ou à détecter des fraudes (ex : pour valider immédiatement un remboursement)
• En mobilisant l’Intelligence Artificielle pour « augmenter » les conseillers et gestionnaires (par exemple : FAQ internes interactives, Lecture Automatique des Document (LAD))
• En proposant des assurances paramétriques

La maturité Data pour être responsable

Au travers de la finalité des usages

La maturité Data de l’assureur lui permet des usages de la donnée dont la finalité elle-même est responsable.

L’intelligence artificielle est ainsi le moteur d’usages avec un véritable impact sociétal :

• Elle exacerbe la capacité à répondre au devoir de conseil en pouvant personnaliser non seulement le produit et le service mais aussi le parcours, ou encore la couverture elle-même
• Les algorithmes de machine learning permettent de détecter et d’accompagner des situations de vie (ex : accueil d’un enfant, hospitalisation, absentéisme en entreprises) des fragilités (ex : de santé, financière, d’isolement, de l’aidant) ou de briser des cercles vicieux avant même leur mise en place
• Enfin l’intelligence artificielle et la bonne utilisation des données vont jouer un rôle crucial dans notre capacité globale à faire face aux conséquences du dérèglement climatique en tant que société, et dans celle des assureurs à y jouer leur rôle sociétal : évaluer et couvrir le risque, encourager les bons comportements et financer la transition.

La liste des usages de l’intelligence artificielle pour l’assureur d’aujourd’hui et de demain se s’arrête pas à ces quelques exemples. Les acteurs du secteur de l’assurance et de la protection sociale ont – littéralement – l’embarras du choix.

Nous en avons consolidé plus de 60 puis avons évalué leur complexité et leur apport de valeur. Ce travail de fond basé sur notre expertise et nos expériences a été complété par une restitution ergonomique.

Nous sommes ainsi fiers de présenter notre navigateur des usages de l’IA pour les acteurs de l’assurance et de la protection sociale (disponible en janvier 2022)

En anticipant les effets pervers via la manière même de construire les usages

Selon l’Observatoire de la Notoriété et de l’Image de l’Intelligence Artificielle en France, 73%* des Français déclarent que le développement d’une IA de confiance est un enjeu important, voire essentiel.

Lors de la construction de sa vision Data, l’assureur mature est en mesure d’anticiper les externalités négatives de celle-ci. La dimension responsable et durable des usages développés sera d’autant plus grande que les risques et craintes classiques vis-à-vis de l’IA auront été pris en compte :

• Destruction d’emploi
• Méfiance, voire défiance et rejet des utilisateurs
• Fracture générationnelle
• Déséquilibre de la relation humains/machine : dépendance et ingérence
• Exclusions de minorités

 Conscient de ces potentiels effets indésirables l’assureur de demain est responsable non seulement au travers de la finalité de ses usages mais aussi de la manière de les mettre en place.

Pour cela il prête attention à 7 thématiques :

1. L’explicabilité des résultats qu’il obtient
2. L’absence de biais dans ses données pour garantir la diversité, l’équité et la non-discrimination
3. Le respect de la vie privée
4. La place de l’humain dans la boucle de décision (ou sa possible intervention)
5. La robustesse et la sécurité face à des attaques malveillantes
6. Le cycle de vie et la maintenabilité des algorithmes
7. L’empreinte énergétique des traitements

* Source : Baromètre IFOP & Impact AI

La maturité Data pour être ouvert

La Data et l’IA sont des leviers pour l’ouverture, au travers des technologies qu’elles permettent et mobilisent ainsi que des méthodes de travail qu’elles favorisent voire nécessitent.

Les éléments technologiques abordés dans cette partie mériteraient d’être développés. Ce sont en effet de véritables « phármakon » : à la fois « remède », « drogue », ou « poison ».

Prenons 3 exemples :

1. Le fonctionnement basé sur des API contribue fortement à l’ouverture des systèmes d’information et à la capacité des entreprises à travailler avec des partenaires
2. Le Cloud contribue à l’ouverture au travers de la standardisation qu’il entraine, de sa disponibilité, de sa flexibilité, ou encore des services qu’il propose nativement tels que le chiffrement ou l’anonymisation.
3. La gestion des identités au travers de pratiques telles que le Single Sign-On (SSO) ou l’Identity Access Management (IAM), simplifie et encourage l’ouverture des systèmes et des collaborations.

Enfin, les méthodes de travail typiques pour les sujets Data et IA telles que l’agilité ou le DataOps, et plus largement le recours à des approches transverses par nature, favorisent l’ouverture.

🗺️ 6 axes de maturité pour tirer pleinement profit de la Data

🎧Daft Punk – Technologic

« La maturité de l’assureur est la clé pour s’assurer que la Data et l’IA apportent des solutions et de la valeur plutôt que des maux de têtes et de la complexité. »

Comment définir la maturité Data et comment la mesurer ?

Considérant les données comme un carburant, nous retenons plus largement 6 dimensions pour définir la maturité Data d’un assureur et permettre aux ERO de réussir leur quête de valeur :

1. La stratégie Data est le GPS, la feuille de route vers la victoire
2. L’organisation Data est l’équipe du ERO, la connaissance du rôle de chacun
3. La gouvernance des données s’assure que le carburant est de bonne qualité, bien approvisionné, sécurisé et raffiné
4. La plateforme Data est le moteur même du ERO et doit être adapté au pilote, à la trajectoire et à l’ambition
5. Les usages IA sont les étapes et les points d’intérêts qui constituent le chemin
6. La Data Visualisation et la BI sont les rétroviseurs et les systèmes d’aides à la conduite

1. Stratégie Data

La première dimension de la maturité est la plus en amont. Elle couvre la question du « pourquoi » et la capacité à structurer les travaux Data & IA dans une stratégie claire guidée par la création de valeur tangible et mesurable. C’est d’elle que dépend la capacité à naviguer et choisir parmi les usages puis à poser la trajectoire associée.

 Les activités typiques sont :

• Mesurer la maturité existante
• Définir la stratégie Data et IA
• Construire le Business Model
• Projeter les OKR, KPI et ROI attendus
• Prioriser usages et prérequis
• Poser le cadre éthique

2. Organisation des équipes et des rôles Data de l’entreprise

La seconde dimension est la première des trois qui couvrent la question du « comment« .

L’assureur va y établir pour la Data le modèle opérationnel cible (TOM), le modèle économique interne, les rôles (ex : activités, responsabilités), compétences et l’organisation (ex : processus, comitologie, interactions).

Les activités typiques sont :

• Adapter l’organisation et le modèle opérationnel (TOM)
• Acculturer les équipes et enrichir les compétences
• Concevoir et mettre en place les méthodes les processus et les outils

3. Gouvernance des données

La troisième dimension couvre elle aussi la question du « comment« .

L’assureur va y définir et mettre en place la gouvernance des données : référentiels, qualité, sécurité, intégrité.

Les activités typiques sont :

• Auditer les pratiques
• Organiser les données, leur gouvernance et conformité
• Sécuriser, protéger les données et leur qualité
• Conduire le changement et animer

4. Plateforme Data

La quatrième dimension est la dernière des trois qui couvrent la question du « comment« .

L’assureur va mettre en place les « enablers » techniques. Urbaniser et faire converger les SI Décisionnels et (Big) Data. Utiliser le levier du Cloud en accord avec sa stratégie

 Les activités typiques sont :

• Fournir un SI Data-Centric pour une entreprise Data-Driven
• Anticiper et fournir les prérequis techniques aux usages et à la stratégie Data
• Optimiser les coûts et le ROI par la maitrise du socle

Les deux dernières dimensions couvrent la question du « quoi« .

C’est au travers de celles-ci que l’assureur valorise par les usages la maitrise des données issue des quatre dimensions précédentes.

5. Usages IA et Machine Learning

La cinquième est celle des usages innovants de la donnée. L’objectif est de concevoir, construire et tester les usages pour valider leur désirabilité, faisabilité et viabilité. Ce sera pour l’assureur l’occasion de valider les choix technologiques et organisationnels. Afin de sécuriser une véritable valeur à grande échelle il va enfin y industrialiser les projets de Data Science.

Les activités typiques sont :

• Passer à l’acte rapidement
• Tester la performance
• Valider la faisabilité, la viabilité et la désirabilité
• Éprouver le fonctionnement organisationnel et technique
• Passer à l’échelle industrielle

6. Data Visualisation et Business Intelligence

Cette sixième et dernière dimension couvre le second axe de la question du « quoi« .

L’assureur va y fiabiliser, accélérer et améliorer la prise de décisions data-driven au travers d’une utilisation pertinente de l’éventail allant de la BI industrielle à la Data Viz spécifique, en passant par la Self-BI aux mains des métiers.

 Les activités typiques sont :

• Formaliser l’offre de service BI/SID globale
• Définir les cascades d’indicateurs
• Déployer des projets de BI industrielle de bout en bout
• Accompagner et accélérer l’adoption de la Self-BI
• Mettre en place et optimiser les pratiques de visualisation des données

Et vous, comment est votre Data ?

Jean Dujardin – Bambino

La connaissance objective du niveau actuel de maturité est incontournable pour manier avec efficacité les forces, faiblesses, opportunités et menaces à prendre en compte dans la quête vers la valorisation des données.

En témoigne la richesse des 6 dimensions décrites plus haut : la Data soulève un ensemble protéiforme de questions dans les entreprises et mesurer sa maturité à un instant donné peut sembler complexe et chronophage. Cela d’autant plus en étant conscient de ses propres biais cognitifs tels que l’effet Dunning-Kruger : l’ignorance engendre plus fréquemment la confiance en soi que ne le fait la connaissance.

Pour autant il est possible d’avoir rapidement une première vision de sa maturité.

💪 La préparation commence dès maintenant …

🎧 Rocky Balboa – Theme Song

Être efficient, responsable et ouvert ne s’improvise pas ; tout comme maitriser et valoriser ses données dans ce but demande un travail de fond.

 L’importance de la confiance

Un point commun à l’ensemble de ces objectifs est le rôle central qu’y joue la notion de confiance : confiance des utilisateurs, confiance des collaborateurs et confiance du régulateur.

Les acteurs de l’assurance et de la protection sociale bénéficient généralement d’un a priori positif sur ce thème qui doit être nourri et renforcé : une confiance profonde ne se décide pas mais se construit.

C’est elle qui permettra aux utilisateurs de percevoir la valeur apportée par l’utilisation de leurs données. En cascade c’est aussi cette confiance qui les amènera à un partage consenti et éclairé de leurs données avec une qualité optimale. Lorsque la confiance a priori ne suffit pas, ce qui entre en jeu est alors la capacité de l’assureur à expliquer les modalités d’utilisation des données ainsi que la prédictibilité des résultats. La transparence peut alors remplacer la confiance.

Face aux effets négatifs potentiels tels que la destruction d’emploi découlant de l’automatisation ou du renouvellement des compétences recherchées, la confiance des collaborateurs détermine le succès des projets Data. Cette dernière permet de construire les usages avec les collaborateurs, qu’ils trouvent du sens et du confort au travail. Enfin, elle accélère drastiquement la courbe d’apprentissage, d’adoption et d’utilisation effective des usages Data dans l’entreprise

Certains pans de l’intelligence artificielle tels que le deep learning ou même le gradient boosting sont encore des zones grises réglementaires. Les travaux sur l’explicabilité des algorithmes progressent, cependant les possibilités sont encore bridées par une méfiance du régulateur. L’utilisation de la pleine puissance de ces technologies passe par la capacité des assureurs à faire preuve de pédagogie, de progressivité ainsi que d’influence bienveillante.

Des processus qui prennent du temps

En complément de la construction progressive de cette triple confiance, d’autres processus clés à l’atteinte d’une bonne maturité Data sont à anticiper dès maintenant :

• L’ambition Data résultante du travail sur la première dimension de maturité doit pouvoir s’inscrire dans les plans stratégiques de l’entreprise
• Les 3 dimensions du comment : l’organisation, la gouvernance et la plateforme Data présentent une courbe d’apprentissage qui peut être accélérée avec le bon accompagnement mais avec une durée minimale incompressible
• Plus particulièrement sur la plateforme Data les mises en œuvre technique et les décommissionnements doivent être anticipées
• Enfin l’accompagnement du changement et la diffusion d’une culture Data largement dans l’entreprise sont des activités de fond qui demandent de s’inscrire dans la durée