Machine Learning pour l’assurance, les opportunités pour un marché en plein développement

Romain Jouin, responsable pédagogique du Mastère Spécialisé « Assurance, Actuariat et Big Data » de l’ESILV et Associé chez Mémorandum.

Le secteur de « l’insurtech » est en plein développement, porté par un monde en plein changement (Loi Hamon, Solvabilité 2, directive distribution, voiture autonome, maisons connectées, cyber-risques…) et des innovations technologiques de pointe (Intelligence Artificielle, Machine Learning, Réseaux de Neurones, blockchain).

Si les startups se positionnent naturellement sur la captation de la valeur potentielle dégagée par ces concepts, les acteurs historiques sont moins à l’aise à les mettre en œuvre (notamment à cause du poids de l’historique) et redoutent de se faire dépasser.

En parallèle des investissements dans des « data-lab », hackhatons et startups, elles ont pourtant des potentiels naturels pour profiter des nouvelles technologies à court, moyen ou long terme.

Nous pouvons en citer au moins trois pour le court / moyen terme :

1. Optimisation des frais de gestion (allouer la ressource au bon endroit, pilote ses processus)
2. Compréhension des sinistres (évaluation et prédiction des sinistres, tarification, prévention)
3. Gestion de la relation client (prévenir l’attrition, prévoir les nouveaux comportements liés à la loi Hamon…) et intégration des obligatiosn de la directive distribution

A long terme c’est l’intégration des objets connectés qui change réellement la donne et pourrait complétement rebattre les cartes dans le monde de l’assurance :

• Réorganisation du marché (Nouveaux entrants, devenir un fournisseur d’objets connectés…)
• Partage de valeur (Assureur Vs gestionnaire de flotte d’objet connecté ..)
• Effet de sélection positif au démarrage (qui va accepter les capteurs…)
• Lien permanent avec le client (sans doute le point essentiel )

Mais les objets connectés tardent à émerger. A court terme les assureurs ont donc intérêt à optimiser leur marge en apprenant à maîtriser les points précédents, ce qui implique de former leurs équipes aux nouvelles technologies :

• Machine Learning (Apprentissage supervisé / non supervisé, Deep learning, Python, R … )
• Big Data (Hadoop, NoSQL, Spark …)
• Assurance / Actuariat (stratégie big data, réévaluation des risques par l’intelligence artificielle …)

C’est pour profiter de ces potentiels à ROI rapide que l’ESILV propose le Mastère Spécialisé « Assurance, Actuariat et Big Data », qui forme des spécialistes des enjeux opérationnels du big data dans le milieu de l’assurance.