Savoir, compétences, discernement : quand l'IA redéfinit l'expertise métier

L'IA transforme les métiers de l'assurance et impose de repenser la formation et la transmission des savoirs pour préserver l'expertise, le discernement et la responsabilité humaine.

En automatisant certaines tâches répétitives, l’intelligence artificielle a pris une place croissante dans les organisations. Si les gains de productivité sont immédiats, ses effets touchent aussi à la manière dont les compétences s’acquièrent, s’exercent au quotidien et se transmettent d’un collaborateur à l’autre.

En déléguant certaines activités à l’IA, les professionnels peuvent davantage se concentrer sur les situations où leur expertise fait réellement la différence. Une évolution qui pose toutefois une question importante, à savoir comment construire cette expertise si les cas les plus simples, qui servaient jusqu’ici de première étape dans l’apprentissage du métier, sont progressivement pris en charge par la technologie�0?

Accéder plus vite à l’information sans céder la décision

Une IA capable de retrouver une règle applicable, de synthétiser un dossier, de signaler une pièce manquante ou de suggérer l’étape suivante modifie le point de départ du travail. Le collaborateur peut consacrer moins de temps à la recherche d’informations et davantage à leur interprétation, leur vérification et à la décision qui en découle. Cette évolution exige néanmoins un socle de connaissances supplémentaire. Sans devenir expert de la data, il doit comprendre quelles données sont utilisées, connaître les limites du modèle et rester vigilant face aux erreurs ou aux biais possibles.

L’assurance permet déjà d’observer cette évolution à grande échelle. Selon le courtier en assurances Aon, 97 % des assureurs accélèrent leurs processus d’automatisation, ce qui correspond à l’un des niveaux les plus élevés tous secteurs confondus. Avant d’analyser une situation, les gestionnaires de sinistres ou les souscripteurs doivent souvent consulter des contrats, des procédures, des justificatifs et plusieurs systèmes de gestion. L’IA peut raccourcir cette phase de recherche et faire remonter plus rapidement les informations pertinentes. Elle ne remplace toutefois ni la compréhension des particularités d’un dossier ni la responsabilité qui accompagne la décision finale.

Cet accès plus rapide à l’information doit donc aller de pair avec des règles claires dans la prise de décision. Les professionnels de l’assurance doivent pouvoir identifier l’origine d’une recommandation, la contester lorsque la situation l’exige et garder une trace du raisonnement ayant conduit au choix final. L’intervention de l’IA dans l’analyse ne change pas un principe essentiel. La responsabilité de la décision reste celle du professionnel.

Faire évoluer la transmission des savoirs

Cette transformation concerne directement les ressources humaines. Les jeunes collaborateurs, ou récemment diplômés, apprennent traditionnellement leur métier en commençant par des dossiers simples. Ces premières expériences leur permettent de se familiariser avec les règles métier, d’acquérir les bons réflexes et de comprendre les situations les plus courantes. Or, ce sont précisément ces dossiers que l’IA peut automatiser le plus facilement. La question ne porte donc plus uniquement sur l’organisation du travail, mais aussi sur la manière dont l’expérience se construit.

Bien utilisée, l’IA peut contribuer à combler une partie de ce manque en apportant un premier niveau d’accompagnement aux collaborateurs les moins expérimentés. Elle peut les aider à comprendre des données non structurées ou des consignes, retrouver une règle utile et expliquer le raisonnement associé à une décision. Ce rôle de soutien reste néanmoins différent de l’apprentissage du jugement lui-même.

La transmission des connaissances devient tout aussi importante lorsque des professionnels expérimentés approchent de la retraite. Une partie de leur savoir n’est jamais formalisée dans les procédures, mais se construit au fil de situations atypiques, dans la capacité à repérer certains signaux faibles ou à comprendre un contexte à partir de décisions passées. Sans travail d’identification, de documentation et de transmission, cette expertise peut disparaître au moment de leur départ.

L’IA peut aider les organisations à rassembler ces connaissances dispersées et à les rendre accessibles au moment où elles sont nécessaires. Cela suppose toutefois de s’appuyer sur des contenus fiables et à jour, de pouvoir retracer les sources et de protéger les données utilisées. Dans un premier temps, une supervision humaine restera également indispensable. Son niveau pourra ensuite être ajusté progressivement à mesure que les assureurs gagneront en confiance dans les actions proposées et les résultats obtenus.

Cette évolution se reflète déjà dans les priorités du secteur. Toujours selon Aon, 91 % des assureurs prévoient d’investir dans de nouvelles initiatives de formation et de développement. Ces investissements devront permettre une réelle montée en compétences, en associant l’assistance apportée par l’IA à l’accompagnement humain, aux mises en situation et à une exposition progressive à des dossiers plus complexes.

À mesure que l’automatisation progresse, l’expertise humaine devra se concentrer sur les situations où le jugement apporte le plus de valeur. Préserver cette expertise suppose aussi de mieux organiser sa transmission et de maintenir la capacité de discernement qui reste déterminante pour la qualité des décisions.

L’IA devient ainsi un enjeu RH autant que technologique pour les entreprises. Elle les conduit à revoir les parcours de formation, à repenser le rôle des experts et à mieux organiser la circulation des connaissances et des compétences en interne. En anticipant ces évolutions dès aujourd’hui, les organisations pourront à la fois tirer parti des gains de productivité et renforcer leurs métiers face aux transformations à venir.