Exploiter l'IA et la technologie pour mieux servir les milléniaux

Le fournisseur d'assurance numérique Pineapple, basé en Afrique du Sud, s'appuie sur la technologie pour offrir des produits d'assurance automobile et tous risques aux jeunes. La technologie est importante, mais le client passe avant tout. "Nous commençons par le client et déterminons quels sont ses points faibles avant de voir comment nous pouvons y remédier à l'aide de la technologie", explique Marnus van Heerden, cofondateur et PDG de Pineapple.

L'insurtech a intégré la technologie de l'IA dans l'ensemble de ses activités afin d'améliorer l'efficacité, d'amener l'engagement des clients à un niveau supérieur et de rendre l'assurance plus compréhensible. Pour améliorer les résultats, M. Van Heerden préconise d'associer à l'IA des interfaces utilisateur simples et transparentes et un personnel bien formé : "Il ne s'agit pas seulement d'une solution d'IA, d'une technologie ou d'une personne clé, dit-il, mais d'utiliser une combinaison de ces éléments pour résoudre les problèmes des clients."

Au niveau de l'application, l'IA est déployée pour reconnaître les photographies des objets que les clients souhaitent assurer et pour présélectionner les types de couverture appropriés. En aval, le fournisseur d'assurance numérique utilise des modèles d'IA qu'il a lui-même développés pour aider à la tarification et à la prédiction des risques, tandis que dans l'espace de service à la clientèle, des modèles de langage étendu (LLM) aident le personnel à structurer les réponses appropriées. Pineapple adopte une double approche de l'IA, en achetant des produits sur étagère ou en les développant en interne.

La société affirme qu'il existe d'excellentes solutions dans l'espace API banalisé soutenu par l'IA - en particulier dans des domaines tels que la reconnaissance d'images et de voix - pour lesquelles il est judicieux d'acheter plutôt que de développer. La grande différence réside dans le volume de données que les grandes marques technologiques peuvent utiliser pour entraîner leurs modèles. "Mais si nous avons besoin d'une solution sur mesure et que nos capacités en ligne sont limitées, nous n'hésitons pas à créer nos propres modèles d'IA de bout en bout", explique M. van Heerden. Ces solutions sont généralement indiquées dans des domaines de niche tels que la détection des fraudes, la gestion des risques et la tarification.

Lancé en 2018, Pineapple a depuis acquis une vaste expérience en matière d'adoption et de mise en œuvre de l'IA. "Les solutions prêtes à l'emploi qui vous donnent un score de probabilité de précision vous permettent de gérer votre risque en amont", dit van Heerden, "elles font à peu près ce qui est écrit sur la boîte une fois que vous les avez mises en œuvre." Les difficultés surgissent lorsqu'il s'agit de développer un LLM pour aider à l'établissement d'un devis ou à la souscription : "Vous devez mettre en place des processus complets pour examiner ce modèle comme s'il s'agissait d'un être humain interagissant avec les clients", prévient-il.

L'IA s'est avérée excellente dans les catégories relativement simples de l'assurance automobile et de l'assurance tous risques, mais peut-elle s'adapter à la complexité ? Le PDG de Pineapple estime que le rythme exponentiel du développement du LLM laisse présager que les contrats d'assurance complexes seront "facilement gérés", à condition que le contexte et des données d'entraînement suffisantes soient disponibles.

Le développement du matériel est le principal moteur de l'amélioration continue de l'IA. "La vitesse de calcul de l'IA a été multipliée par un million en un peu plus de six ans, et les dernières puces sont environ quatre fois plus rapides que celles utilisées pour former des chatbots bien connus contrôlés par l'IA", explique M. van Heerden. "Si l'on extrapole cette évolution dans le temps, ces modèles vont devenir capables de traiter des tâches incroyablement complexes à grande échelle."

Les arguments en faveur de l'IA sont convaincants, mais aussi un peu effrayants. À mesure que les modèles LLM s'améliorent, M. van Heerden envisage un scénario perturbateur dans lequel les prestataires d'assurance mettront en place un environnement unique et transmettront au modèle tout ce qu'il y a à savoir sur l'entreprise. "Une fois que vous aurez atteint le niveau de l'IA générative, vous pourrez demander au modèle d'IA de mettre en œuvre une stratégie et éventuellement lui donner un budget de marketing et l'instruction de maximiser son résultat de souscription dans un cadre de conformité et de réglementation", prédit-il.

Pour ceux qui ont grandi avec les avancées technologiques rapides, en particulier la génération Z et les plus jeunes, l'intégration de l'IA dans les processus d'entreprise est une perspective à la fois fascinante et intimidante. Cette génération est bien placée pour comprendre et exploiter les technologies émergentes, mais elle doit aussi être consciente des risques potentiels. Elle devra naviguer et façonner l'avenir des industries fortement influencées par l'IA, tout en plaidant pour des approches équilibrées et éthiques.

La réglementation constitue une parade utile à l'expansion incontrôlée de l'IA. "L'IA pourrait complètement bouleverser des industries entières à l'échelle mondiale, mais dans le contexte des prestataires d'assurance, il sera plus difficile pour un perturbateur mondial de prendre forme, car le secteur est réglementé par pays", conclut M. van Heerden. L'obtention du financement nécessaire pour capitaliser un fournisseur d'assurance ou une solution d'assurance est un autre point de friction potentiel pour les startups qui entrent dans l'espace.