La transformation numérique de l’assurance s’est jusqu'ici surtout concentrée sur la digitalisation des processus : comment dématérialiser les documents, centraliser les données, fluidifier les parcours ou automatiser des tâches...
L'intelligence artificielle et les agents IA ouvrent le champ des possibles.
Après les premières expérimentations — rédiger un e-mail, résumer un document, rechercher une information ou produire un contenu — l’IA est désormais capable de s’intégrer directement aux systèmes d’information et aux outils métier.
Mais cette évolution pose une question qui dépasse largement celle des fonctionnalités disponibles : et si le véritable changement concernait désormais l’organisation même du travail ?
Qui réalise une tâche ? Quelle partie peut être préparée ou exécutée automatiquement ? À quel moment un collaborateur doit-il intervenir ? Qu'est-ce que cella implique en termes de compétences ? Et comment piloter une organisation dans laquelle humains et systèmes se partagent progressivement certaines missions ?
Nos réponses ↓
Ajouter de l'IA aux processus existants ne suffit plus
Vers une organisation du travail centrée sur les exceptions
Quand le système d'information commence lui aussi à "travailler"
Sans donnée, difficile de réorganiser le travail autour de l'IA
Intégrer les nouvelles technologies aux processus existants : c'est généralement le premier réflexe des dirigeants embarqués pour rester dans la course à l'innovation.
La tâche réalisée sur papier est devenue digitalisée. Puis certaines étapes se sont automatisées. Aujourd’hui, l’intelligence artificielle vient s’ajouter au processus.
Mais automatiser un processus existant ne signifie pas nécessairement l’optimiser.
→ Prenons une demande reçue par e-mail. Le collaborateur doit lire le message, identifier l'assuré, retrouver le dossier, comprendre la demande, consulter éventuellement plusieurs documents, vérifier les informations disponibles, créer une tâche puis préparer une réponse.
L’IA peut intervenir sur certaines de ces étapes. Mais la réflexion la plus pertinente n’est pas : « Où pouvons-nous ajouter de l’IA ? »
Elle devient plutôt : « Si nous devions concevoir un nouveau processus, comment répartirions-nous le travail entre le logiciel et le collaborateur ? »
Dans cet exemple, le système pourrait identifier automatiquement la nature de la demande, retrouver le dossier concerné, vérifier certaines informations et préparer les prochaines actions.
Le collaborateur récupère alors non plus une demande brute à traiter de bout en bout, mais un dossier déjà contextualisé sur lequel son intervention et son expertise est réellement nécessaire.
Cette différence peut sembler subtile. Elle modifie pourtant profondément la manière d’organiser le travail.
Dans de nombreux processus, les équipes interviennent sur la quasi-totalité des dossiers. Même lorsqu’un dossier est simple, complet et légalement conforme, le collaborateur doit souvent le consulter, le contrôler et réaliser plusieurs actions avant de passer au suivant.
L’intégration de l’IA et de l’automatisation permet d’envisager une autre organisation du travail. Le système peut effectuer un premier niveau de lecture ou de contrôle, préparer certaines informations et surtout faire ressortir les dossiers qui nécessitent réellement une intervention.
→ Par exemple :
Le travail humain se concentre alors davantage sur les exceptions, les décisions et les situations à forte valeur ajoutée.
→ Autre exemple :
Sur 100 dossiers reçus, 80 d'entre eux sont correctement préparés. Les collaborateurs ne consacrent alors plus le même temps à chacun des 100 dossiers. Ils peuvent concentrer davantage leur attention sur les 20 qui nécessitent véritablement une analyse.
Cela ne signifie pas supprimer l’humain du processus, cela revient à réserver son intervention aux moments où son expertise est la plus utile, à savoir comprendre une situation complexe, contrôler, arbitrer, conseiller ou accompagner l'assuré.
De telles évolutions dans l'exécution des missions quotidiennes impliquent nécessairement une évolution du rôle du système d’information. Jusqu'alors, un logiciel métier permettais avant tout de stocker, organiser et restituer de l’information.
Le collaborateur consulte un dossier, recherche une donnée, réalise une action puis renseigne le résultat dans son outil. Avec des agents IA intégrés directement aux logiciels métier, cette logique évolue.
Le système est progressivement capable de : observer → analyser → préparer → suggérer → déclencher certaines actions → solliciter un collaborateur lorsque nécessaire.
Le système reste un environnement dans lequel les équipes travaillent, mais il commence lui aussi à prendre en charge une partie de l'opérationnel.
→ Exemple :
Un chatbot indépendant peut aider à rédiger un e-mail. Mais si le collaborateur doit copier les informations depuis son CRM, les transmettre au chatbot, récupérer sa réponse puis retourner dans son logiciel pour réaliser l’action, le processus reste largement manuel.
À l’inverse, un agent IA intégré au système d’information peut exploiter directement le contexte disponible et s’inscrire dans le parcours métier. L'intérêt réside alors dans la possibilité d'utiliser différentes informations et différents outils pour accomplir une mission.
Il est important de noter que cette transformation repose sur une condition essentielle : disposer de données exploitables.
Une IA ne peut pas préparer correctement un rendez-vous client si les derniers échanges se trouvent dans une boîte mail, certains contrats dans une GED, des notes dans un fichier Excel et d’autres informations uniquement dans la mémoire du conseiller.
De la même manière, difficile de qualifier automatiquement une demande si le système ne peut pas déterminer avec suffisamment de fiabilité quel assuré, quel contrat ou quel dossier est concerné.
Il ne suffit donc pas de posséder beaucoup de données. Il faut qu’elles soient accessibles, suffisamment fiables, structurées, contextualisées et correctement gouvernées.
→ Découvrez comment migrer simplement vos données vers un logiciel métier
Cela remet certains chantiers historiques de transformation numérique au premier plan : centralisation de l’information, interopérabilité des outils, qualité des données, APIs, traçabilité ou encore gestion des droits d’accès.
En clair, plus le système est amené à préparer ou exécuter certaines tâches, plus la qualité de l’information sur laquelle il s’appuie devient déterminante.
Lorsque les collaborateurs réalisent manuellement l'essentiel des opérations, il paraît logique de mesurer leur activité à travers le volume de tâches effectuées : nombre de dossiers traités, d’appels passés, d’e-mails envoyés ou de demandes clôturées...
Mais que se passe-t-il lorsqu’une partie croissante de ces actions est préparée ou réalisée automatiquement ?
Le volume d’actions humaines devient moins représentatif dans la performance globale du processus. D’autres indicateurs prennent alors plus d’importance :
L’objectif premier de l’IA n’est pas de permettre à un collaborateur d’effectuer plus de tâches : c'est de lui permettre d’en effectuer moins qui soient à faible valeur ajoutée.
Cette différence pourrait progressivement faire évoluer la manière dont les organisations définissent et mesurent la productivité...
Si le système d'information impacte le quotidien des collaborateurs, le managers a - de fait - un rôle clé à jouer. Ils doivent définir des niveaux d’autonomie adaptés aux différentes tâches, mais également des mécanismes de contrôle, de traçabilité et d’escalade vers un collaborateur.
Voici les questions clés à se poser :
· Que peut réaliser le système ?
· Qu’est-ce qui nécessite une intervention humaine ?
· Dans quelles situations le collaborateur doit-il passer la main ?
· Comment contrôler la qualité de ce qui est produit ?
· Comment mesurer les gains obtenus ?
· Comment faire adopter les changements par les équipes ?
· Comment garder le cap et éviter les pertes de sens au travail ?
Dans ce contexte, les managers pilotent une organisation de travail hybride, dans laquelle collaborateurs, automatisations et agents IA interviennent successivement sur une même mission.
→ L'objectif est de faire adhérer les équipes à cette organisation, en évitant les perte de sens de travail. Tout l'enjeu réside dans la compréhension du projet d'entreprise et dans une vision commune, dans laquelle les collaborateurs ne doivent pas se sentir remplacés, mais épaulés par un allié technologique stratégique.
L’intelligence artificielle est souvent abordée à travers la question de la substitution : quelles tâches ou quels métiers pourrait-elle remplacer ?
Mais une autre lecture est plus intéressante : la transformation des systèmes d'information ne consiste pas seulement à rendre les collaborateurs plus rapides. Elle invite à repenser la répartition du travail elle-même.
La recherche d’information, la saisie, la lecture documentaire, la qualification, la préparation ou certains contrôles peuvent progressivement être davantage pris en charge par la technologie.
Le professionnel peut alors consacrer davantage de temps à ce qui reste difficile à automatiser : comprendre une situation dans toute sa complexité, arbitrer, expliquer, conseiller, négocier et construire une relation de confiance.
L'organisation du travail devient alors hybride, et ça là que dirigeants et managers doivent prendre les bonnes décisions.
→ Nous avons fait l'expérience chez Lya, voici ce que cela a donné
Le véritable chantier de l’IA dans l’assurance n'est pas uniquement technologique, il est aussi organisationnel.
Et si votre logiciel ne se contentait
plus de stocker l’information ?
Sources :
Photo de Compagnons ; Zan Lazarevic ; Giu Vicente