Dan Donovan, VP Customer Success & Solution Consulting (US) chez Shift Technology
Face à un secteur de l’assurance en constante évolution, la lutte contre la fraude reste un défi majeur. En s'attaquant à ce problème, les assureurs sont confrontés à une décision cruciale : doivent-ils développer un système de détection des fraudes en interne ou recourir à l'expertise d'un fournisseur ?
Lorsqu'ils envisagent différentes options pour la détection des fraudes, les assureurs considèrent les facteurs suivants : le coût total de possession, les coûts d'opportunité, l'affectation des ressources, la facilité d'intégration et la stratégie à long terme. Considérer l'Intelligence Artificielle pour lutter contre la fraude donne encore plus d'importance à chacun de ces facteurs. Ces critères permettent aux assureurs d'évaluer le coût de création, d'intégration, de formation et de maintenance d'une solution viable.
Dans chacune de ces catégories, on trouve des considérations fréquentes, mais aussi une abondance de considérations souvent négligées.
Le coût de l'implémentation et de la maintenance d'une solution de détection de la fraude par l'IA
La création d'un système interne peut sembler attrayante et simple pour les assureurs. Elle offre la possibilité de personnaliser considérablement la solution finale. Tout ce qu'il faut, ce sont des ressources techniques allouées et un plan pour définir la portée, la formation et la mise en œuvre. C'est du moins ce que l'on croit. En réalité, les équipes informatiques des assureurs sont des ressources précieuses. Par conséquent, le temps et les efforts consacrés à la mise en place d'un système efficace entrent en concurrence avec d'autres projets essentiels. Obtenir ces ressources est un véritable exploit, mais si de nouvelles priorités surgissent, cela pourrait affecter les services partagés au sein de l’organisation, retarder la mise en œuvre et augmenter le coût total de possession, à mesure que les avantages s'éloignent.
De plus, la maintenance d’un système interne nécessite beaucoup d’attention. En effet, une solution de détection des fraudes s’adapte en permanence en fonction des tendances et des enquêtes. L’absence de ressources pour améliorer et perfectionner le système peut conduire à une dégradation des performances au fil du temps. En comparaison, un fournisseur de solution offre l’avantage de ressources informatiques et des data-scientists dédiés qui améliorent continuellement la solution, en veillant à ce qu'elle reste à jour avec les dernières tendances et innovations en matière de fraude.
Aligner les attentes et les réalités du développement
La technologie des solutions de détection des fraudes continue à se sophistiquer en apprenant et en se développant à partir de ses résultats, ce qui se traduit par une augmentation continue de la valeur pour une organisation. Les fournisseurs spécialisés dans l'IA se concentrent uniquement sur l'amélioration de leurs performances et de leurs résultats pour les assureurs. Il est donc important de comprendre les capacités et les limites entre ce qui peut réellement être construit et maintenu par les équipes en interne.
Les fournisseurs peuvent décharger les assureurs des aspects techniques et de data science - en construisant et en gérant des modèles d'IA puissants au service de l’assurance afin d'appréhender l'évolution des schémas de fraude et d'accélérer les enquêtes.
Intégration
L'intégration d'une solution de détection des fraudes dans les core systems des assureurs est indispensable, qu'elle soit développée en interne ou par l'intermédiaire d'un fournisseur. Aujourd'hui, les équipes informatiques disposent généralement d'approches d'intégration logicielle standard qui facilitent cette étape. Cependant, les choses se compliquent lorsqu'il s'agit de la série d'intégration suivante, notamment des jeux de données internes et externes qui jouent un rôle essentiel dans la détection des fraudes.
Chaque intégration s'accompagne de tests, de formatage, de nettoyage, de débruitage et d'unification avec les données relatives aux sinistres, suivis de nouvelles techniques et de nouveaux modèles de détection. Les solutions des fournisseurs sont capables d'intégrer des ensembles de données externes dans les modèles de détection, ce qui permet d'améliorer la précision et l'efficacité de la détection.
Au-delà de l'intégration des données, le partenariat avec un fournisseur permet de bénéficier d'informations et de son expérience acquise auprès de nombreux assureurs, y compris dans divers pays. Les fournisseurs peuvent offrir une perspective plus large sur les tendances de la fraude, les techniques de détection et les sources de données les plus pertinentes, tout en offrant des conseils précieux à leurs clients. En travaillant avec une solution interne, les assureurs n'ont pas accès à ces connaissances, ce qui les désavantage considérablement.
Aligner les attentes et les réalités en matière d'intégration
Les fournisseurs recherchent, testent, préparent et intègrent régulièrement des ensembles de données externes, tout en construisant des intégrations standard avec les core systems. Sans ressources pour l'intégration de données et de systèmes, les solutions internes de détection des fraudes seront désavantagées par rapport aux fraudeurs.
Formation et intégration
Le choix de développer ou de souscrire à une solution ne s'arrête pas à l'évaluation de la technologie. Lors de la mise en œuvre de solutions de détection des fraudes, il est essentiel de former et d'habiliter efficacement les équipes afin de les préparer à la réussite. Dans le cas des solutions d'IA, il ne s'agit pas seulement d'un tutoriel ou d'une présentation rapide. Pour les solutions créées en interne, cela peut signifier qu'il faut faire appel à des ressources supplémentaires pour la formation, ou laisser la responsabilité de la formation aux mauvaises personnes.
Dans le cadre d'un véritable partenariat avec un fournisseur, les experts en technologie et en assurance sont là pour former les équipes, soutenir un processus de mise en œuvre et d'intégration sans heurts, ainsi que pour fournir en continu des informations basées sur l'IA en fonction des résultats de la plateforme, des tendances du secteur ou des enseignements tirés de l'expérience passée des clients.
Le fait de disposer d'un service client dédié et permanent peut faire la différence pour rendre la technologie opérationnelle et tirer pleinement valeur de la solution.
Conclusion
Il est clair que la décision de développer ou d’acheter un système de détection des fraudes est cruciale pour les compagnies d'assurance. Au moment de prendre cette décision, des facteurs essentiels doivent être pris en compte, tels que le coût total de possession, le coût d'opportunité, les gains d'efficacité et les avantages d'une vision partagée. En évaluant soigneusement ces facteurs et en les alignant sur leurs besoins spécifiques, les compagnies d'assurance peuvent prendre une décision éclairée qui maximise leurs capacités de détection des fraudes tout en optimisant leurs ressources et en maintenant un avantage concurrentiel pour leurs clients.
