L’Assurance, un secteur en pleine mutation à l’heure critique de la Data
Temps de lecture : 5 minutes
Publié le 9 mars 2023
L’OMS annonce en 2022 plus de 15 000 décès en Europe liés au réchauffement climatique.
En France, 2022 a été marqué par de grands incendies en Gironde, de fortes sécheresses et des épisodes Cévenol. Face à l’accélération de ces risques, plusieurs questions de fond se posent.
Peut-on continuer à assurer des risques prévisibles ?
Continuera-t-on demain à assurer une maison construite sur un terrain argileux où les variations d’eau produisent des impacts directs sur les structures et génèrent des fissures sur les murs ? Continuera-t-on à assurer des biens très proches des forêts où des risques d’incendie à forte probabilité sont prévisibles ? – Autant de questions qui soulèvent à la fois le sujet de la mutualisation des risques et l’accès aux informations pertinentes pour fixer le bon niveau de prime.
C’est notamment ce que nous avons abordé lors du dernier Live du Club Assurance & Digital de l’ACSEL autour d’un échange sur « La data science au secours des risques » avec Guillaume Mouscadet de Kayrros et Renaud Heller de namR, organisé et animé par Microsoft, en voici le replay : Live du Club Assurance & Digital de l’ACSEL
Face à l’élévation des risques et leur prédictibilité, le modèle de mutualisation des risques pourrait être remis en question. Les assureurs, pour continuer à exercer leur métier, doivent mieux appréhender le contexte et les caractéristiques des biens qu’ils assurent. Ainsi, ils pourront définir une prime associée aux caractéristiques du bien à assurer (ex. : nature du terrain où le bien est construit, données GPS, type de bâtiment, proximité par rapport à d’autres bâtis, etc.) ou préalablement fournir du conseil à leur client pour leur permettre que ce bien soit assurable.
La donnée externe qui permet de mieux caractériser le bien à assurer devient ainsi essentielle. Un des partenaires de Microsoft, namR, a ainsi su associer aux 34 millions d’usagers propriétaires de biens immobiliers recensés en France jusqu’à 120 caractéristiques par bien.
La prévention, longtemps minorée par les assureurs, devient quelque chose de prégnant pour continuer à assurer. Pour délivrer des conseils de qualité à leurs clients, les assureurs doivent aussi s’appuyer sur de la donnée externe. Ainsi la maitrise de données externes structurées ou non structurées devient essentielle, à l’instar notamment de l’analyse des images satellites pour prodiguer du conseil lors d’une assurance risque incendie d’une villa en lisière de forêt. Wildfire Monitoring – Kayrros, partenaire de Microsoft, propose des images satellites pour aider les assureurs à mieux appréhender le risque incendie du bien à assurer et pouvoir ainsi y associer de la prévention pour ajuster au mieux les primes.
Doit-on continuer à modéliser exclusivement avec une approche statistique ?
Jusqu’à il y a quelques années, le risque climatique était contenu, seuls quelques épisodes météorologiques venaient contrarier une tendance stable. Le réchauffement climatique n’était que très faiblement percevable, aujourd’hui personne ne peut le nier. Durant cette période de stabilité, les modèles statistiques permettaient de faire facilement des corrélations entre les biens à assurer et les variables pertinentes qui permettaient d’en définir les garanties. Chaque année recèle son lot de nouveaux sinistres, qu’ils soient pandémiques, climatiques ou économiques. Face à cette incertitude croissante, l’utilisation du Machine Learning (ML) devient un complément à l’usage des modèles statistiques. En effet, la puissance de calcul du ML permet d’optimiser l’utilisation qui est faite des données internes et externes que possèdent la compagnie d’assurance, d’en mesurer la pertinence afin d’en extraire le maximum d’informations utiles. Cette approche permet de renforcer une démarche prédictive des risques. Les deux modèles ne s’opposent pas mais se complètent. Cette approche concerne aussi bien les métiers de l’assurance-vie que non-vie.
La Plateforme Azure aide ainsi à définir et améliorer les modèles à disposition des assureurs en infusant dans certains cas du machine learning.
Pour aller plus loin dans cette approche, la technologie du confidential computing et de l’usage de l’IA en maintenant la data privacy, apporte une solution pour mettre en commun des données. Cette solution technologique permet d’apporter, lorsque c’est pertinent, une réponse opérationnelle pour améliorer les modèles des Directions Techniques grâce aux données clients de différentes structures juridiques d’un même Groupe d’Assurance. Cette solution opérationnelle est portée par un consortium composé de Microsoft, EY & Sarus, voir Tech Sprint 2022 : équipe Sarus-Microsoft-EY – YouTube.
Quel meilleur usage de la technologie pour transformer son organisation face aux nouveaux risques ?
La technologie est au service de la mise en œuvre des stratégies d’entreprise avec une exigence de plus en plus forte de time-to-market. Les assureurs font face à un défi où ils doivent impérativement répondre à l’accélération des risques sur leurs différents marchés afin d’assurer la pérennité de la profitabilité de leur métier. Beaucoup de questions restent ouvertes et nécessitent pour les assureurs de se doter de solutions et plateformes technologiques. Comment et qui assurera demain les véhicules autonomes ? Pourra-t-on assurer le risque cyber des PME et ETI ? Sera-t-il toujours possible de souscrire une MRH (Assurance Multirisque Habitation) dans des zones à forts risques climatiques ? Qui assurera demain les clients particuliers, entreprises ou collectivités qui se situeront dans des zones à fort risque climatique ?
Demain, seuls les assureurs maîtrisant la technologie pourront accompagner la transformation profonde de leur industrie.
Microsoft a développé avec certains de ses clients assureurs des approches globales pour faire de la data et de son usage un différenciateur stratégique sur l’ensemble des métiers vie et non-vie. Il s’agit, dans le cas de Swiss Re, d’aider le client à se préparer aux enjeux de l’assurance de demain pour apporter des réponses assurantielles aux véhicules connectés, à l’industrie 4.0 ou bien à l’accélération des catastrophes naturelles Swiss Re announces a strategic alliance with Microsoft | Swiss Re
Autre exemple, Munich Ré utilise la capacités et les ressources d’IA d’Azure pour améliorer sa prédiction des risques climatiques et la modéliser, tout ceci en tenant compte des exigences réglementaires liées à une activité régulée. Microsoft Customer Story-Azure helps Munich Re deploy climate change risk assessments that predict the future. Il s’agit avant tout de bénéficier des solutions de gestion de la Data et de l’IA dans le cloud pour élaborer des modèles et les mettre rapidement en production en gagnant plusieurs semaines par rapport à des solutions « on-premise ».
L’assurance doit faire face à ces nouveaux risques et proposer des solutions assurantielles pour répondre rapidement aux nouvelles pratiques de consommation et nouveaux modèles d’affaires des entreprises. L’exploitation de la donnée interne et externe en grand nombre s’avère clé pour enrichir les modèles statistiques, en particulier grâce à l’IA.
Pour en savoir plus sur le sujet n’hésitez pas à me contacter pour que je puisse vous partager plus dans le détail nos solutions et nos références dans le secteur de l’Assurance.
