Cet article a été publié originellement sur mydatacompany.fr

La fraude coûte plus d’un milliard d’euros chaque année en France aux banques et assurance. L’objectif des projets d’IA est donc une plus grande efficacité de la lutte contre la fraude.

David Giblas le déclarait sans détour lors de l’édition 2019 du salon Big Data, l’objectif des équipes numérique et data de Malakoff Médéric, ce sont les «licornes », les cas d’usage « les plus complexes », permettant « de générer absolument de la valeur. »

La lutte contre la fraude est-elle un domaine susceptible d’abriter certaines de ces licornes ? L’exploitation des données et l’intelligence artificielle peuvent en tout cas favoriser une amélioration de l’efficacité dans ce secteur.

 

 

500 millions de fraude à l’assurance en 2018

Et même quelques points d’amélioration représentent des économies substantielles pour des acteurs de la banque et de l’assurance.

L’Observatoire de la sécurité des moyens de paiement évaluait le montant de la fraude à 800 millions d’euros en France en 2016.

Quant à l’Agence pour la Lutte contre la Fraude à l’assurance, l’ALFA, elle estime la fraude en IARD (Incendie, Accidents, Risques Divers) à environ 500 millions d’euros en 2018.

Investissements technologiques dans les 12 mois pour lutter contre la fraude

Un gain d’efficience en matière de lutte contre la fraude semble donc justifier un investissement. Plusieurs grands noms de la banque et de l’assurance déclaraient d’ailleurs plancher sur de tels cas d’usage dès l’émergence des projets Big Data.

Quelques années plus tard, grâce à l’IA, la lutte contre la fraude n’a pas perdu de son intérêt pour ces acteurs. Au contraire. La technologie y joue même un rôle prépondérant, comme en témoigne l’étude Forrester pour Experian (EMEA Fraud Report 2019).

64% des répondants prévoient des investissements technologiques dans ce cadre au cours des 12 prochains mois. Mais l’horizon est même plus long en matière d’investissements. Sur les trois ans qui viennent, l’intelligence artificielle et le machine learning se distinguent.

Des investissements dans l’IA et le Machine learning

51% des décideurs en charge de la lutte contre la fraude prévoient des investissements supplémentaires dans ces technologies. Plusieurs témoignages d’entreprises françaises l’étayent.

Chez Suiss Life, la fraude est un des cinq grands domaines sur lesquels intervient le datalab – aux côtés de la connaissance et l’expérience client, l’optimisation des processus et les voice bots. La fraude est forcément une préoccupation majeure pour BNP Personal Finance (Cetelem) et Malakoff Médéric.

Un algorithme de traitement des arrêts maladie dits abusifs lancé chez Malakoff Médéric

Lutte contre la fraude donc, et aussi contre les ‘abus’, des poches de coûts. Malakoff Médéric a ainsi développé un algorithme de traitement des arrêts maladie dits abusifs. L’assureur travaille sur ce dernier depuis plus d’un an. L’algorithme a déjà fait l’objet de plusieurs itérations – avec un facteur de performance passé de 30 à 150%.

Lors d’une conférence de l’EBG, Marc Fargeas, responsable Etudes Stratégiques et Projets Innovation chez Malakoff Médéric, confirmait déjà l’intérêt de l’entreprise à l’égard des usages de l’IA en matière de lutte contre la fraude :

« L’analytics permet d’améliorer la compréhension d’un certain nombre de paramètres, la détection de la fraude par exemple. Ce champ est à l’étude, mais nous avons déjà des choses qui fonctionnent. » Il évoquait un second champ d’exploration, qui est celui de l’amélioration de la relation client (voicebot, chatbot, …).

Lutte contre la fraude sur les arrêts de travail et l’optique chez Malakoff

Dans le domaine de la détection de la fraude sur l’optique, Marc Fargeas précise que « des algorithmes tournent et permettent d’améliorer, par rapport aux dispositifs existants, la détection de dossiers un peu litigieux. Et cela s’accompagne d’une amélioration sensible de l’efficacité. »

Mais l’IA induit également une modification du travail et de l’organisation. Le chief digital officer de l’assureur, David Giblas, abordait récemment le sujet au travers de la présentation d’un algorithme de détection des arrêts de travail abusifs.

IA et données conduisent à une « hybridation du métier »

« Le métier lui-même a profondément changé (…) Nous sommes en train de redéfinir ce métier qu’est celui de contrôleur. Nous avons redéfini les process, et nous avons redéfini les outils legacy. »

Et, insiste-t-il, « il ne faut pas regarder par le petit bout de la lorgnette. Ce n’est pas seulement poser un algo sur la table (…) Ce sont des vrais projets de transformation qu’il faut mener de bout en bout. »

David Giblas estime à ce titre que les produits data – catégorie à laquelle appartiennent les projets d’IA – sont de véritables projets de transformation conduisant à une « hybridation du métier. »

Ce volet de conduite du changement s’avère sans doute plus complexe à mener et à appréhender que le volet technologique, pas dénué pour autant de complexité lui-même.