L’assurance à l’ère de la data science
Il était une fois le big data, que de nombreux contemporains considèrent comme la troisième révolution industrielle, au même titre que le développement de l’intelligence artificielle (l’IA).
Avec l’avènement de ces données massives, notre enjeu de départ a consisté à gérer et intégrer ces données pour les transformer en actions.Cela s’est opéré au travers de fameux « use cases ». Ces cas d’usage ont rapidement abouti au premier proof of concept (POC), qui, ayant obtenu un score performant relatif à la phase pilote et aux tests concluants, nous ont conduits à créer un département de data science au sein de la Division clients et transformation digitale de la société.
La data science au service de toute la chaîne de valeur de l’entreprise
Ce premier proof of concept nous a permis d’évaluer l’opportunité du big data pour notre compagnie, chez Swiss Life. Nous avons, en effet, identifié les sphères d’usage qui le composaient. Elles sont diverses et complémentaires à la fois. En premier lieu, elles favorisent la connaissance et l’expérience client. Ainsi, nous pouvons analyser plus finement les nouveaux comportements de nos clients pour leur proposer le meilleur de nos produits et services. En somme, nous répondons à leurs attentes grâce aux outils à l’instar des chabots qui s’appuient sur l’intelligence artificielle, le machine learning ou la reconnaissance du langage naturel. De plus, nous avons pu optimiser les processus internes et mettons l’intelligence artificielle au service de nos collaborateurs ; la dimension humaine est ainsi fondamentale dans notre démarche data science qui conduit naturellement à l’intelligence augmentée. À ces processus s’est ajoutée l’optimisation des opérations de gestion, qui réduit les tâches répétitives, généralement à faible valeur ajoutée, et dégage un gain de temps et d’énergie précieux. Enfin, nous avons constaté que la prédiction des risques pouvait être renforcée en améliorant, par exemple, les modèles de prévision et de détection de la fraude.
Des pros conjuguant Data et transversalité
Il y a trois ans nous avons créé un « datalab », une communauté des Data Champions, communauté transverse composée notamment d’actuaires, et nous les avons formés à la data science. En effet, le mariage assurance et data science est pour nous une évidence, et non un effet de mode sur lequel surfer ; il s'agit d'une véritable science apportant des indicateurs et des outils d’aide à la décision. Notre communauté rassemble des experts data qui représentent chaque métier de notre entité ; outre des actuaires, elle se compose de data scientists, de data analysts, d'ingénieurs informatique, d'experts métiers et de process owners qui ont été recrutés sur la base du volontariat et de leur appétence pour l'exploitation des données ; nous fonctionnons sans hiérarchie. Notre but est de concilier big data et intelligence artificielle au service de tous nos métiers et des besoins identifiés de notre structure. Au final, cette approche s'avère gagnante de part et d’autre : chacun apporte à la communauté son savoir-faire, son expérience, son esprit critique, sa motivation, ce qui permet à chaque membre de s’enrichir intellectuellement, de monter en compétences, d’aiguiser son esprit grâce aux nouveaux défis relevés et de travailler en transversalité, ce maître mot qui tourne le dos au fonctionnement en silos. Ce modus operandi agit en faveur de l’innovation : nos actuaires ont développé de nouvelles méthodes de modélisation pour améliorer et affiner leurs modèles traditionnels de prévision et de tarification.
L’Intelligence Humaine augmentée
Au bout du compte, l’intégration de la data science et de l’intelligence artificielle n’a de sens que si elle est mise au service de l’Humain et non l’inverse : la dimension humaine étant fondamentale dans notre démarche data science, elle privilégie l’Intelligence Humaine augmentée. Ainsi, certains actuaires n’ont pas hésité à suivre des formations en data science ; d'autres travaillent sur des problématiques actuarielles liées au big data dans le cadre de leur mémoire. Toute notre communauté bénéficie de cette transversalité, qui met en œuvre le partage des compétences : les data scientists abonnés aux analyses de données et d’algorithmes développent de nouvelles compétences grâce aux ingénieurs informatique qui deviennent à leur tour des data engineers, et ainsi de suite, selon le cercle vertueux de la transversalité.
Aujourd’hui, nous avons passé l’étape d’industrialisation de nos cas d’usage avec succès et agilité grâce à l’investissement de tous les membres de notre communauté qui diffusent à bon escient les apports du big data et de l’intelligence artificielle. Nous allons continuer sur cette lancée en identifiant de nouveaux cas d’usage basés sur l’IA ; le travail de dissémination et d'information auprès des collaborateurs de notre entreprise ; et le développement des partenariats déjà établis avec les écoles et les startups. Tout un programme !