Sectoriel · Assurance
IA pour l'assurance et le courtage en Suisse
Un cabinet de courtage ou une compagnie d'assurance en Suisse romande traite chaque semaine des centaines de demandes : devis, avenants, sinistres, résiliations, questions de garantie. Le volume administratif pèse sur les délais de réponse, alors que les clients comparent de plus en plus vite et changent de compagnie plus facilement qu'avant. L'IA ne remplace pas le conseil ni la décision de prise en charge, mais elle absorbe le tri, la lecture et la synthèse, à condition de rester dans un cadre conforme à la nLPD. Voici où elle tient ses promesses.
Quels sont les enjeux de l'assurance et du courtage en Suisse ?
Le métier d'assureur et de courtier repose sur un volume de tâches administratives conséquent : édition de devis, gestion des avenants, ouverture et suivi de sinistres, résiliations, renouvellements. Chaque dossier passe par plusieurs mains et plusieurs systèmes, souvent hérités, avant d'aboutir à une réponse envoyée au client.
À ce volume s'ajoute une exigence de réactivité que les clients suisses n'avaient pas il y a dix ans : ils comparent les offres en ligne, attendent une réponse en heures et non en jours, et résilient plus facilement dès qu'un délai traîne. Dans le même temps, le cadre réglementaire se resserre : surveillance FINMA sur les assureurs, obligations de la loi sur la surveillance des assurances (LSA) pour les intermédiaires, et désormais la nLPD sur toute donnée personnelle traitée. La marge de manoeuvre se joue sur la capacité à traiter plus de dossiers, plus vite, sans relâcher la rigueur de conformité.
Quels cas d'usage concrets pour un assureur ou un courtier ?
Cinq cas d'usage reviennent le plus souvent chez les assureurs et les courtiers que nous accompagnons. Tous gardent une caractéristique commune : la décision finale, en particulier tout ce qui touche à une garantie ou une prise en charge, reste entre les mains d'un professionnel.
01
Qualification des demandes entrantes
Un agent qui lit chaque email ou message entrant, identifie le type de demande (devis, sinistre, résiliation, réclamation) et le priorise avant transfert au bon gestionnaire. Les urgences ne dorment plus dans une boîte commune.
02
Réponses aux questions clients
Un assistant qui répond aux questions courantes sur les garanties, les délais de traitement ou le montant d'une franchise, disponible en dehors des heures de bureau, avec transfert immédiat vers un conseiller dès qu'une question sort du cadre standard.
03
Analyse de contrats et de documents
Lecture automatique des polices, avenants et conditions générales pour en extraire les clauses clés, les exclusions et les échéances. Une lecture complète de plusieurs dizaines de pages devient une synthèse vérifiable en quelques minutes.
04
Aide à la comparaison d'offres
Synthèse structurée de plusieurs offres de compagnies pour un même profil de risque, avec mise en évidence des écarts de garantie, de franchise et de prime. Le courtier garde la main sur la recommandation finale.
05
Suivi des dossiers et relances
Suivi automatisé de l'avancement d'un sinistre ou d'une souscription, relances programmées vers le client ou la compagnie, rappels d'échéance de renouvellement. Moins de dossiers oubliés, moins de clients qui doivent relancer eux-mêmes.
Comment traiter des données sensibles sans franchir la ligne nLPD ?
Le cadre suisse ne bloque pas l'IA, il en fixe les conditions. En assurance, la difficulté est plus marquée qu'ailleurs : les données de santé, de sinistre et parfois judiciaires que traite un assureur comptent parmi les catégories de données sensibles au sens de la nLPD, avec des exigences renforcées. Trois règles suffisent à cadrer la majorité des projets :
- Localisation et hébergement. Toute donnée de santé, de sinistre ou de contrat doit être traitée dans un environnement hébergé en Suisse ou dans l'UE, jamais envoyée à un service grand public susceptible de la réutiliser.
- Pas d'entraînement sur vos données. Le contrat avec le fournisseur d'IA doit exclure explicitement l'usage de vos données pour entraîner ses modèles. Les offres entreprise le garantissent, la version gratuite d'un outil grand public non.
- Humain responsable dans la boucle. Aucune décision de garantie, de tarification, de refus de prise en charge ou de résiliation ne doit être prise par la machine seule. L'IA prépare et synthétise, le gestionnaire ou le courtier décide et engage sa responsabilité.
Quels risques faut-il cadrer avant de déployer l'IA ?
- L'hallucination. Un modèle peut produire une réponse fausse sur une garantie ou un délai avec la même assurance qu'une réponse juste. Parade : imposer la citation de la clause ou du document source, et interdire à l'outil d'inventer une réponse quand il ne trouve pas l'information.
- La fuite de données sensibles. Le risque le plus lourd en assurance, où une grande partie des dossiers contient des données de santé. Parade : architecture fermée, hébergement maîtrisé, cloisonnement des accès par rôle, journalisation complète des requêtes.
- Le biais dans la comparaison d'offres. Un outil d'aide à la comparaison mal cadré peut favoriser silencieusement une compagnie partenaire. Parade : critères de comparaison documentés et vérifiables, et supervision humaine systématique avant toute recommandation transmise au client.
Par où commencer ?
La pire approche reste le grand projet qui doit tout couvrir dès le premier jour. La bonne consiste à choisir un cas d'usage interne, à faible risque, qu'on mesure avant de l'étendre à des dossiers plus sensibles.
| Phase | Durée | Livrable |
|---|---|---|
| Cadrage et choix du cas d'usage | 2 à 3 semaines | Périmètre, cadre conformité, indicateurs de succès |
| Pilote sur un cas à faible risque | 4 à 6 semaines | Qualification des demandes ou analyse de contrats, testé sur un portefeuille limité |
| Mesure et sécurisation | 2 semaines | Temps gagné mesuré, revue conformité, décision d'étendre |
Quel coût et quel retour attendre ?
Un premier cas d'usage bien cadré, comme la qualification des demandes entrantes ou l'analyse de contrats, ne nécessite pas un budget à six chiffres en francs suisses. L'enjeu n'est pas la taille de l'investissement, c'est le choix du bon périmètre et la rigueur sur la conformité dès le départ.
Le retour se mesure d'abord en temps : heures récupérées par gestionnaire ou par courtier sur le tri, la lecture et la relance, redéployées sur le conseil et la relation client. Le gain commercial, comme un meilleur taux de conversion des devis ou un délai de traitement de sinistre réduit, vient dans un second temps, une fois le premier cas d'usage stabilisé.
FAQ
Un assureur peut-il utiliser l'IA générative sur des données de santé ?
Pas avec un outil grand public. Les données de santé sont des données sensibles au sens de la nLPD et exigent un environnement hébergé en Suisse ou en UE, un contrat excluant l'entraînement sur vos données, et une validation de votre responsable conformité avant tout déploiement.
L'IA remplace-t-elle le courtier ou le gestionnaire de sinistres ?
Non. Elle retire le travail à faible valeur, tri des demandes, lecture de documents, relances, pour laisser au professionnel le temps du conseil et de la décision. La relation client et la responsabilité de chaque décision restent humaines.
Quels gains concrets attendre la première année ?
Les cas les plus mesurés portent sur le temps : qualification des demandes, préparation de dossiers, relances de suivi, recherche dans la documentation contractuelle. Comptez plusieurs heures récupérées par semaine et par gestionnaire, avant tout gain commercial mesurable.
Faut-il un projet lourd pour démarrer ?
Non. Le bon premier pas est un cas d'usage interne, sans donnée sensible sortante, sur un périmètre réduit : un assistant qui trie les demandes entrantes ou qui interroge votre documentation contractuelle, par exemple. On mesure, on sécurise, puis on étend.
Comment garantir que l'IA ne donne pas un mauvais conseil de garantie ?
En imposant que chaque réponse cite sa source, le contrat, la clause, la page, en gardant un humain dans la boucle sur toute question de garantie ou de tarification, et en interdisant à l'outil d'inventer une réponse. C'est une question d'architecture, pas de chance.
Vous voulez avancer sur ce sujet ?