Un nouveau sujet pressant se pose dans le secteur de l'assurance, de la direction aux équipes opérationnelles : comment intégrer efficacement l'IA agentique, ou « générative autonomes », dans un secteur hautement réglementé ? À mesure que les systèmes d'IA agentique, dépassent le stade de l'analyse pour passer à l'action (prendre des décisions, lancer des processus et s'adapter en temps réel), les enjeux deviennent de plus en plus importants. Pour un secteur qui repose sur la confiance, la réglementation et la responsabilité, cette évolution représente à la fois une opportunité stratégique et un risque majeur. Au cœur du débat se pose une question de fond : comment exploiter la puissance de l'IA agentique tout en garantissant la supervision et la responsabilité humaines attendues par les clients, les régulateurs et la société ?
L’IA agentique, changement de paradigme ou mot à la mode ?
L'IA agentique marque un changement profond par rapport aux modèles prédictifs passifs qui définissent actuellement les déploiements de l'IA. Ces systèmes ne se cantonnent pas à analyser ou à recommander, ils agissent par eux-mêmes. Ils prennent des décisions, font preuve d'initiative et s'adaptent de manière dynamique pour atteindre leurs objectifs, souvent dans de multiples domaines. Lorsqu'ils sont conçus et gérés de manière responsable, leur potentiel est énorme : accélération de la prise de décision, amélioration de la personnalisation et réponses en temps réel aux besoins complexes des clients.
Les premiers cas d’usage d’agent IA dans un secteur réglementé
Alors qu'une prévision de Deloitte fin 2024 prévoyait que 25 % des entreprises utilisant l'IA déploieraient des agents IA d'ici 2025, la réalité du secteur des assurances est plus complexe. L'écart entre la stratégie et la mise en œuvre reste important, quand il existe une stratégie claire. Nous assistons plus à l'émergence de cas d'usage avancés et pratiques, tels que le tri des sinistres, le contrôle de la conformité, le soutien aux ressources humaines et l'engagement client qu’à une véritable accélération de l’adoption de la technologie. Ces premiers cas d’usage commencent à démontrer des avantages mesurables en termes d'efficacité, de précision et d'orientation client. Toutefois, l'autonomie sans responsabilité est un risque qu'aucun secteur réglementé ne peut se permettre de prendre. C'est pourquoi le modèle mettant « l'humain dans la boucle » est essentiel. L'IA agentique doit compléter, augmenter et non remplacer, l'expertise et la supervision humaines.
Une adoption technologique encadrée
Prenons l'exemple de la personnalisation client. Grâce à l'IA agentique, il est possible d'adapter de manière proactive les recommandations de polices d’assurance ou d'ajuster les prix de manière dynamique dans des environnements réglementaires spécifiques. Cependant, le système doit également être explicable, équitable et conforme aux réglementations telles que les directives de l’ACPR, chargée d’assurer le contrôle du secteur assurantiel en France, du RGPD et de l’AI Act. Cela implique de créer des systèmes agentiques, qui respectent des limites éthiques et réglementaires bien définies, guidés par des experts humains qui comprennent non seulement la technologie, mais aussi ses répercussions plus larges.
Par Nicolas Thevenet, Directeur Assurances, EMEA, chez Earnix
