Le nouveau rapport de recherche de l'Institut, Mégadonnées et intelligence artificielle : Incidence sur l’assurance de dommages au Canada, fournit une importante analyse des défis que posent l'apprentissage machine, l'intelligence artificielle (IA) et l'analytique des mégadonnées. Il brosse un tableau des mesures que l'industrie devra prendre pour assurer l'adoption responsable de ces technologies au cours des dix prochaines années.

L'IA et les mégadonnées amélioreront l'assurance au Canada en augmentant la capacité de l'industrie d'évaluer les risques au niveau granulaire, d'identifier les clients qui présentent un risque faible et de réduire les sinistres par la gestion des risques. Parallèlement, l'industrie devra planifier les besoins des clients confrontés à un moins large éventail d'options et à des hausses de tarifs. La transparence, l'explicabilité et le traitement équitable des consommateurs joueront un rôle central dans la gestion des changements à venir.

Le rapport se penche sur six questions fondamentales et formule huit recommandations pour l'industrie.

Les six questions sont les suivantes :

1. Qu’est-ce que l’analytique des mégadonnées et en quoi contribuera-t-elle à des prises de décisions judicieuses?

Depuis les années 1970, la vitesse et la puissance des ordinateurs ont doublé tous les deux ans grâce à la production de masse de plaquettes de circuits intégrés, laquelle s’est accompagnée de la capacité de produire, à moindre coût, des puces à plus grande densité de transistors. Cette incroyable augmentation de la puissance de traitement a rendu possibles l'automatisation des processus industriels et manufacturiers, la robotique, l'Internet des objets, les véhicules autonomes, l'informatique en nuage de même que l'intelligence artificielle et l'analytique des mégadonnées.

On a créé le terme « mégadonnées » dans les années 1990 pour décrire le stockage d'une masse de données complexes si immense que les outils accessibles alors ne pouvaient pas la traiter. Depuis les années 1980, la capacité mondiale à l'égard des mégadonnées a doublé tous les 40 mois. Cette capacité accrue de stocker des données s'accompagne d'une hausse de notre capacité d'accéder aux données et de les analyser.

Il n'y a pas si longtemps, les compagnies d'assurance menaient, une fois par trimestre ou par année, des analyses actuarielles des récentes tendances en matière de sinistres à des fins prévisionnelles. Les compagnies d'assurance du futur auront besoin de divers outils et approches pour les mégadonnées, dont l'analytique en temps réel, afin de comprendre les besoins de leurs clients et d’y répondre, de visualiser les tendances et, enfin, de faciliter la prise de décisions à court et à long terme quant au règlement des sinistres, à la tarification et aux opérations.

2. Qu’est-ce que l’intelligence artificielle et comment appuiera-t-elle des décisions d’affaires éclairées?

L'intelligence artificielle consiste à faire appel à des algorithmes informatiques pour simuler et augmenter les capacités de déduction, de raisonnement et de résolution de problèmes de l'être humain; de nombreuses sociétés du secteur financier l'ont déjà adoptée. Parmi les applications, notons les modèles d'aide à la décision visant à accroître les ventes croisées de produits aux clients, l'« entraînement » de systèmes capables de déceler des activités suspectes et la fraude, et le traitement du langage naturel qui permet l'utilisation d'agents conversationnels et d'autres outils de communication.

L'IA offre la possibilité d'exploiter toute la puissance des données pour mieux prévoir les besoins des consommateurs et y répondre, de même que pour automatiser les tâches fastidieuses et ainsi permettre à notre industrie de gagner du temps.

L'un des principaux défis dans l'application de l'intelligence artificielle en assurance est lié à l'explicabilité, c'est-à-dire à la capacité de décrire aux humains la solution trouvée par un système d'IA. Pour adopter l'IA en assurance, il faudra communiquer la façon dont les décisions sont prises, afin de veiller à la transparence pour les consommateurs, les autorités réglementaires et les autres parties prenantes.

3. Pourquoi prévoit-on que l’IA et l’analytique des mégadonnées transformeront l'industrie de l’assurance?

On s'attend à ce que l'IA et les mégadonnées affectent tous les aspects de l'assurance et de la réassurance, y compris le travail des courtiers, des agents, des experts en sinistres, des estimateurs et d'autres membres de l'industrie. Ces technologies pourraient permettre d'offrir aux consommateurs des garanties adaptées et bien tarifées, et d'appliquer de nouveaux outils de la science des données à la gestion des risques pour réduire les sinistres avant leur survenance.

Il existe de belles occasions d'utiliser les mégadonnées et l'intelligence artificielle pour faciliter les décisions de souscription. Lorsque les ensembles de données sont de grande qualité, les compagnies peuvent décider des informations qui sont importantes; certaines compagnies acquièrent autant de données que possible, tandis que d'autres se limitent aux informations minimales.

Les applications de gestion des sinistres comprennent des fonctions telles que l'optimisation des flux de processus, l'évaluation des coûts, le traitement des images et la modélisation prédictive des sinistres, qui réduisent le nombre de sinistres et qui accélèrent le traitement des sinistres et le versement des indemnités. La prévention des sinistres gagnera en importance grâce à l'usage croissant des capteurs et de l'Internet des objets, qui appuient les services de prévention à l'intention des propriétaires de véhicules.

Il existe des occasions dans d'autres domaines, dont la gestion d'actifs et les pratiques de recrutement et de marketing; ces occasions exigeront, à l'échelle des entreprises, une transformation réfléchie qui sera bénéfique pour l'industrie canadienne de l'assurance et lui procurera des gains de performance.

4. Comment l'industrie de l’assurance peut-elle prévoir et gérer au mieux les risques émergents?

À mesure que l'industrie adopte l'IA et l'analytique des mégadonnées, une optique orientée sur les consommateurs et leur point de vue sera essentielle si l'on veut faciliter l'acceptation générale des nouveaux outils, systèmes et technologies.

L'industrie de l'assurance devrait se tourner vers les autres industries qui ont connu des changements rapides en réaction à la technologie et adopter les leçons apprises au chapitre de la gestion du risque, notamment en ce qui concerne :
   1. L’explicabilité et la transparence
   2. La neutralité et la partialité
   3. La disponibilité
   4. La protection de la vie privée et la sécurité

L'industrie doit envisager un encadrement indépendant des pratiques de l’industrie, lequel est un facteur important pour l'établissement d'un climat de confiance avec les consommateurs.

5. Pourquoi les assureurs doivent-ils s’attendre à faire l’objet d’une attention accrue des responsables de la réglementation?

Les autorités au Canada et ailleurs cherchent actuellement à comprendre les différentes manières dont les institutions financières entendent utiliser l'IA et les mégadonnées. Elles s'intéressent particulièrement à l'acceptabilité sociale des nouvelles pratiques et aux avantages que ces dernières apporteront aux consommateurs.

Certains organismes, dont l'Organisation de coopération et de développement économiques (OCDE), souscrivent expressément à l'approche des bacs à sable réglementaires et des pôles d'innovation où les idées et les approches nouvelles peuvent être mises à l'essai avant leur application à plus grande échelle.

Bien que l'intérêt et le rôle grandissants des autorités réglementaires aient le potentiel de ralentir le rythme de l'innovation dans l'industrie de l'assurance, celle-ci a l'occasion de défendre les nouvelles approches et d'en démontrer les avantages pour les consommateurs, afin de renforcer la confiance à son égard.

6. Pourquoi les assureurs doivent-ils mettre l’accent sur de meilleurs résultats pour les consommateurs?

On prévoit que la problématique de la confiance envers les compagnies d'assurance s'amplifiera à l'ère de l'IA et des mégadonnées. On s'attend également à ce que l'existence de meilleurs outils et d'un volume supérieur d'informations facilite la prise de décisions granulaires quant à la tarification et aux garanties, ce qui sera avantageux pour la plupart des consommateurs, mais pas pour tous. Il ne fait aucun doute que les nouvelles approches favorables aux clients à faible risque désavantageront les clients à risque élevé.

La possibilité que des risques individuels soient reclassifiés doit donner lieu à une discussion sur l'équité, car les pratiques d’assurance doivent être équitables et perçues comme telles.

L’application quasi universelle de l’assurance aux conducteurs, aux propriétaires d’habitation et aux entreprises signifie que l'application de l'IA et des mégadonnées fera l'objet d'une surveillance rigoureuse et d'une évaluation par les consommateurs, les autorités réglementaires et d'autres intervenants. L'industrie a amplement l'occasion d'expliquer les changements à la population canadienne et de s'assurer de traiter équitablement toutes les parties prenantes.

LES RECOMMANDATIONS

Le rapport propose huit recommandations qui aideront l’industrie canadienne de l’assurance à faire face aux risques liés à l'IA et aux mégadonnées au cours des dix prochaines années :
   1. Informer les consommateurs
   2. Adopter l’innovation
   3. Se préparer à une réglementation incertaine
   4. Créer de nouveaux produits d’assurance
   5. Bien faire les choses (et ne pas craindre l'échec!)
   6. Être sensible à l’évolution des consommateurs
   7. Investir dans les nouvelles technologies
   8. S’ouvrir à divers points de vue sur l’équité

L’IA et l’analytique des mégadonnées procureront des avantages à la clientèle pour peu que le déploiement de ces ressources se fasse avec une dose suffisante de prudence, de précaution et de diligence. L’industrie de l’assurance doit à juste titre être stimulée par la perspective de présenter de nouvelles idées et approches afin de mieux répondre aux besoins de gestion des risques des consommateurs canadiens.