Dans cette vidéo, découvrez comment nous avons accompagné l’un des cinq principaux assureurs IARD aux États-Unis dans l’identification d’opportunités de subrogation cachées sur des dossiers PIP complexes. Grâce à l’utilisation de modèles avancés d’IA générative, nous avons détecté une alerte critique permettant à l’assureur de recouvrer des paiements qui, en raison de critères juridiques stricts, auraient habituellement été négligés. Notre approche innovante a non seulement rationalisé le processus d’évaluation, mais a également permis une identification précise de la responsabilité, générant ainsi des gains de temps significatifs et maximisant les opportunités de recouvrement. Visionnez la vidéo pour découvrir comment notre technologie transforme la gestion des sinistres et permet aux assureurs d’optimiser leur potentiel de récupération.
Cette vidéo fait partie d’une série de cas concrets, présentés par notre équipe de data scientists spécialisés dans l’assurance.
Benjamin Wonderlin, Data Scientist, USA
"Récemment, nous avons travaillé pour l’un des cinq plus grands assureurs IARD aux États-Unis et avons identifié une alerte de recouvrement particulièrement intéressante dans l’État de New York. Cette alerte portait sur un règlement au titre du PIP (Personal Injury Protection), soit la protection contre les blessures corporelles, un type de paiement généralement très difficile à recouvrer. La raison en est juridique : les assureurs ne peuvent exercer leur droit de recours que si certaines conditions, relativement complexes, sont remplies.
Concrètement, l’un des véhicules impliqués devait soit dépasser un poids d'environ 3 tonnes, soit être utilisé à des fins commerciales ou de transport de passagers au moment de l’accident. Parce que ces critères sont difficiles à vérifier à grande échelle, les assureurs passent souvent à côté d’opportunités de recouvrement sur les paiements PIP à New York et dans d’autres États aux réglementations similaires.
Ce que Shift a pu réaliser, pour ce sinistre en particulier, c’est d’exploiter les informations disponibles sur le véhicule tiers, puis de les croiser avec une source de données externe recensant les véhicules enregistrés pour les plateformes de covoiturage dans l’État de New York. En procédant ainsi, on a pu identifier automatiquement que le véhicule tiers était enregistré comme véhicule de covoiturage. Autrement dit, il y avait de bonnes chances de pouvoir récupérer le paiement PIP sur ce dossier, à condition que le véhicule ait bien été utilisé pour du covoiturage ou du transport de passagers au moment de l’accident.
Par conséquent, on a intégré le dossier dans notre pipeline habituel de détection. Nos modèles d’IA générative, combinés à d’autres analyses, ont ensuite passé en revue tous les textes associés au sinistre et ont permis de confirmer que le tiers était aussi responsable de l’accident. Au final, cela a donné lieu à une alerte de subrogation qui a nécessité très peu de vérifications. Le gestionnaire n’avait plus qu’à s’assurer que le véhicule tiers était bien utilisé à des fins commerciales ou de transport de passagers au moment de l’accident. Pour moi, ce dossier illustre parfaitement ce qui fait la force de Shift : on associe une expertise métier pointue à des méthodes technologiques de pointe, pour mettre en lumière des opportunités de recouvrement que beaucoup auraient tout simplement ignorées."
