La transformation de l’assurance progresse, en premier lieu à travers l’automatisation des processus. Les premières victimes seront donc les départements administratifs et les services de distribution. D’ailleurs les deux tiers des start-up de l’assurance proposent un nouveau mode de distribution, selon un rapport d’Accenture.
Des branches entières de l’assurance seront disruptées. Le total des primes d’assurance automobile devrait chuter jusqu’à 70% d’ici à 2040, selon une étude de Boston Consulting Group et Morgan Stanley, publiée en début de l’année. En effet, les habitudes de mobilité changent complètement. La voiture devient plus intelligente et les risques s’en trouvent fortement réduits. Selon cette étude, 55% des consommateurs sont prêts à prendre une assurance en dehors des acteurs traditionnels. Jusqu’à 20% du marché se déplacerait vers les géants de la technologie (9%), les fabricants automobiles (4%) et les télécoms (7%).
Source : Le Temps
Philippe Hebeisen, président de la direction du groupe Vaudoise, ne fait pas partie des patrons d’assurance qui croient que leur branche d’activité sera épargnée par les nouvelles technologies. Il multiplie les initiatives afin d’observer et d’utiliser les opportunités de l’«insuretech».
Nous disposons d’un projet avec l’EPFL qui vise à intégrer de l’intelligence artificielle dans le règlement des sinistres de bagatelle (moins de 3000 francs d’indemnisation), lesquels représentent environ 80% du total des sinistres traités. Le potentiel de rationalisation est très fort en termes de productivité et de nombre de collaborateurs affectés. Ce projet a démarré il y a plus de 18 mois. Nous sommes capables d’apprendre à une machine à déterminer si elle est compétente pour traiter tel ou tel dossier, à proposer un montant d’indemnisation en fonction de ses données, à détecter une éventuelle fraude et enfin, si tout est en ordre, à opérer ce règlement. Le tout sans intervention humaine.
Dans la souscription d’assurances, nous pouvons tirer profit des données structurées dont nous disposons à travers le data mining afin de savoir à qui faire une offre. Demain, nous travaillerons avec des données non structurées, avec le deep learning. Nous progresserons aussi dans l’automatisation de la tarification dans la mesure où cette méthodologie déterminera le comportement à risque et une tarification individualisée. Il en résultera un gain de temps, d’individualisation et de tarification. Ces progrès doivent évidemment se faire dans le respect de la loi sur la protection des données.
Source : Le Temps