AssurTech : La data rejuge les profils à risque, pas l’IA
Pendant des décennies, les conducteurs malussés ont été pénalisés selon leur catégorie statistique. Aujourd’hui, la donnée et l’intelligence artificielle modifient ce paradigme sans l’annuler.
Sortir du jugement de groupe
Historiquement, un automobiliste avec un malus élevé n’avait d’autre choix que de se tourner vers des asurs spécialisés, tels que SOS Malus. Son dossier était basé sur des critères statistiques tels que le bonus-malus, l’âge et l’historique d’assurance, sans tenir compte de sa conduite réelle.
Les assurtechs françaises, en revanche, changent cette dynamique. Elles ne se basent plus sur un classement figé, mais sur une analyse approfondie du comportement de conduite. Elles examinent des données telles que les freinages, la régularité des trajets, les zones parcourues et les horaires de circulation. Ce calcul ne se limite pas à un verdict définitif ; il compile des éléments factuels que l’asur peut choisir de retenir ou non.
Les assurtechs françaises en action
Cette évolution est concrète dans plusieurs entreprises françaises, loin des promesses marketing sur l’IA. Shift Technology, par exemple, est devenue une licorne après une levée de fonds de 220 millions de dollars, aidant les asurs à automatiser la détection de fraude grâce à l’analyse de données textuelles et visuelles.
Zelros adopte une autre approche, en fournissant des outils aux conseillers pour les aider dans leurs décisions de souscription, sans les remplacer. Ces outils traitent d’importants volumes de données, incluant les historiques de sinistres et les données de mobilité en temps réel.
D’autres start-ups comme Assurly et Seyna développent leur infrastructure pour traiter la donnée de manière native, évitant ainsi d’intégrer des systèmes hérités. Cela permet une réévaluation plus précise des profils tout au long du parcours client.
Le cadre légal et réglementaire incontournable
Cette transformation technologique ne dispense pas de respecter le cadre légal existant. Le Bureau central de tarification (BCT) garantit un droit à l’assurance, quel que soit le score calculé. Aucune méthode, aussi précise soit-elle, ne peut contourner cette obligation.
Le Règlement général sur la protection des données (RGPD) régule strictement l’utilisation des données comportementales. L’Autorité de contrôle prudentiel et de résolution (ACPR) exige des asurs qu’ils documentent leurs modèles et surveillent les biais, rendant impossible le simple recours à un score pour justifier un refus de couverture.
Gouvernance et confiance : le vrai critère de sélection
Pour les investisseurs et dirigeants du secteur, la performance des modèles ne suffit pas. La gouvernance de chaque acteur est essentielle. Cela inclut l’explicabilité des décisions, la traçabilité des données, et la démonstration de l’absence de discrimination cachée.
L’association French Assurtech souligne que, parmi les dossiers reçus par son accélérateur cette année, neuf sur dix se disent fondés sur l’intelligence artificielle. Un responsable de l’association note que ce chiffre reflète davantage un effet de mode qu’une réalité technique, le terme étant devenu banal au point de perdre de sa signification.
Les assurtechs qui gagneront la confiance des grands groupes ne seront pas nécessairement les plus rapides à déployer leurs modèles. Elles devront documenter chaque étape de leur processus plutôt que de promettre des tarifs plus justes sans preuve. Ce critère déterminera les futurs partenariats dans le secteur.
Source : FrenchWeb
