Tri des réclamations à l'admission, automatisé : un mandat d'agents en production pour un assureur IARD national

Un assureur IARD national gère l'admission des premières déclarations de sinistre (PDS) via formulaires web, centre d'appels et soumissions de courtiers. Chaque réclamation arrive en texte semi-structuré — une description des faits, un numéro de police, des photos, parfois un PDF — et un humain doit la lire, en extraire les champs structurés, évaluer la gravité et l'acheminer vers la bonne file. Au volume de cet assureur, cela représentait des milliers d'admissions par jour et un arriéré croissant de dossiers complexes.

La pression pour automatiser n'avait rien de spéculatif. 78 % des organisations utilisent maintenant l'IA dans au moins une fonction, contre 55 % un an plus tôt (Stanford HAI, 2025 AI Index). Au Canada précisément, l'adoption de l'IA en finance et assurance a atteint 30,6 % au 2e trimestre 2025 (Statistique Canada). Les concurrents bougeaient, et McKinsey a chiffré l'enjeu : l'IA générative pourrait libérer de 50 à 70 milliards USD de valeur pour le secteur de l'assurance, concentrée dans les opérations clients et les réclamations (McKinsey, 2024).

Le RSSI et le directeur des opérations partageaient une crainte raisonnable : un agent à moitié fini qui achemine mal les réclamations, fait fuir des renseignements personnels ou se dégrade en silence est pire que le processus manuel qu'il remplace. Ils avaient vu le cimetière des projets pilotes. Ils voulaient une construction capable de survivre à un audit, pas une démonstration.

La vérité brutale sur les projets d'agents, c'est que la plupart échouent. Plus de 40 % des projets d'IA agentique seront annulés d'ici fin 2027 en raison de coûts qui dérapent, d'une valeur d'affaires floue ou de contrôles de risque insuffisants (Gartner, juin 2025). Et l'échec ne vient généralement pas du modèle — 95 % des projets pilotes d'IA générative en entreprise n'arrivent pas à livrer un RCI mesurable, la cause profonde étant une mauvaise intégration et des priorités mal alignées, pas des modèles faibles (MIT NANDA, 2025).

Pour cet assureur, trois modes d'échec concrets comptaient :

• Acheminement erroné silencieux. Une réclamation envoyée à la mauvaise file est une violation d'entente de service et, dans un cas de blessure corporelle ou signalé comme fraude, un problème réglementaire et réputationnel. Un agent qui a raison à 92 % et reste muet sur les 8 % restants est dangereux.
• Aucun moyen de prouver que ça marche. La direction ne donnerait pas le feu vert sur une intuition. Il fallait un seuil de précision mesurable, maintenu dans le temps, sur de vraies distributions de réclamations — pas un score de démo ponctuel.
• Aucun moyen de l'arrêter. "Que se passe-t-il à 2 h du matin quand il se met à dérailler ?" n'avait pas de réponse dans les premières propositions vues. Sans restauration testée, l'agent était une responsabilité illimitée.

Un écart de gouvernance sous-tendait le tout. Seulement 21 % des organisations déclarent un modèle de gouvernance mature pour l'IA agentique alors même que l'adoption accélère (Deloitte, 2025). Acheter un outil ne comblerait pas cet écart ; il le déplacerait.

On ne commence pas par construire. Nous avons commencé par une évaluation de découverte payante de deux semaines — un diagnostic à prix fixe et portée fixe dont le rôle est de décider si le projet vaut la peine d'être fait, et de modéliser la rentabilité avant tout engagement de capital.

Ce que la découverte a réellement produit

• Une référence mesurée, non affirmée. Nous avons instrumenté un échantillon de vraies admissions : minutes par réclamation de traitement manuel, taux actuel de précision d'acheminement, et coût de la boucle de reprise quand une réclamation est mal acheminée. On ne modélise pas une rentabilité contre un chiffre deviné.
• Une frontière d'automatisation cadrée. Pas "automatiser les réclamations". Précisément : classer le type de réclamation, extraire les champs PDS structurés, évaluer la gravité et acheminer — tout ce qui dépasse un seuil de confiance ou est signalé blessure corporelle/fraude étant envoyé intact à un humain. Nous avons tracé la ligne là où la valeur ajustée au risque était clairement positive, et nous nous sommes arrêtés là.
• Un modèle de rentabilité vérifiable par le directeur financier. Heures économisées par réclamation multipliées par le volume validé, net des honoraires fixes du mandat et du coût d'exploitation courant. L'économie de l'inférence a aidé : le coût d'interrogation d'un modèle de classe GPT-3.5 a chuté de plus de 280 fois — de 20,00 à 0,07 USD par million de jetons entre fin 2022 et fin 2024 (Stanford HAI, 2025), rendant le coût d'exploitation par réclamation négligeable face au temps d'expert.

Cet enchaînement est délibéré. Le corrélat le plus fort d'un impact réel sur le BAII est la refonte fondamentale du flux de travail, pas le greffage de l'IA sur un processus existant (McKinsey, 2025). La découverte est l'endroit où cette refonte se décide — à moindre coût, sur papier, avant qu'elle ne devienne coûteuse en code.

L'assureur a approuvé la construction en production à prix fixe, parce que la portée était désormais réellement fixe. Pas de régie ouverte, pas d'armée de sous-traitants — un petit pod chevronné qui avait déjà fait le diagnostic.

L'agent n'est pas un simple prompt. C'est un système contrôlé avec quatre propriétés de production que le RSSI de l'acheteur a approuvées.

1. Le harnais

L'agent s'exécute dans un harnais déterministe, pas en roue libre. Chaque réclamation entrante traverse des étapes fixes — admission, classification, extraction, évaluation de gravité, acheminement — avec entrées et sorties typées à chaque étape et journalisation structurée de chaque décision et de sa confiance. Le LLM fait la lecture et le jugement ; le harnais possède le flux de contrôle, les reprises, les délais et la piste d'audit. C'est ce qui rend le système vérifiable plutôt qu'une boîte noire.

2. La suite d'évaluations

Nous avons bâti un jeu de référence étiqueté à partir de vraies réclamations historiques anonymisées couvrant toute la distribution de types et de gravités — y compris les cas rares et difficiles. Chaque changement de prompt, de version de modèle ou de règle d'acheminement passe par cette suite avant d'être déployé. Le seuil de précision est une barrière, pas un espoir. Cela répond directement au risque d'hallucination que portent même les outils spécialisés : des outils juridiques d'IA dédiés ont quand même halluciné sur plus de 17 à 34 % des requêtes difficiles malgré des promesses « sans hallucination » (Stanford HAI / RegLab, 2025). Nous supposons que le modèle se trompe une partie du temps et mesurons exactement à quelle fréquence.

3. L'humain dans la boucle, par conception

L'agent a un seuil de confiance et une règle d'escalade codée en dur : tout ce qui est sous le seuil, et tout ce qui est classé blessure corporelle ou signalé fraude, va intact à un expert en sinistres chevronné. L'agent accélère la majorité routinière ; il ne décide jamais seul de la minorité conséquente. Cela reflète les données sur l'endroit où l'automatisation paie : l'assistance par IA générative a augmenté le débit des agents de soutien de 14 % en moyenne et de 34 % pour les travailleurs novices (Brynjolfsson, Li et Raymond, NBER 2023) — le gain vient de l'augmentation des gens sur le travail de volume, pas du remplacement du jugement.

4. Restauration testée

Une restauration en une commande ramène à la dernière configuration valide connue, et un interrupteur d'arrêt ramène la file en admission entièrement manuelle. Les deux ont été testés lors d'un exercice de bascule en préproduction, pas seulement documentés. La réponse à "que se passe-t-il à 2 h du matin" est maintenant un guide d'exploitation.

L'ensemble de la conception correspond au profil IA générative du cadre NIST AI RMF, qui nomme la confabulation parmi douze catégories de risque de l'IA générative — donnant à l'assureur un cadre reconnu à montrer aux régulateurs et à l'audit interne.

Un agent de tri en production traitant l'admission des PDS sur une portée définie de types de réclamations, avec :

• Le harnais à cinq étapes (admission → classification → extraction → évaluation → acheminement) avec journalisation structurée complète et une piste d'audit des décisions interrogeable.
• Une suite d'évaluations de référence faite de réclamations historiques étiquetées, intégrée au pipeline de déploiement comme barrière de mise en production.
• Un chemin d'escalade par seuil de confiance et par catégorie vers les experts en sinistres chevronnés, avec revue humaine obligatoire sur les réclamations de blessure corporelle et signalées fraude.
• Une restauration testée en une commande et un interrupteur d'arrêt vers l'admission manuelle, validés lors d'un exercice de bascule.
• Un tableau de bord opérateur montrant le volume quotidien, le taux d'automatisation, le taux d'escalade et la précision d'acheminement glissante — pour que la dégradation soit visible, pas silencieuse.
• Un transfert d'habilitation court pour que les équipes opérations-réclamations et plateforme de l'assureur puissent lire les journaux, exécuter les évaluations et actionner l'interrupteur sans nous dans la pièce.

Ce que nous n'avons délibérément pas livré : des décisions autonomes sur les réclamations de haute gravité, toute écriture dans le système de référence des polices sans confirmation humaine, et tout renseignement personnel circulant vers un contexte de modèle sans contrôles d'accès et journalisation. La discipline de portée est une fonctionnalité.

Fait crucial, la construction ne fige pas un modèle dans le temps. 91 % des modèles d'AA se dégradent avec le temps (Vela et coll., Scientific Reports, 2022), et le langage des réclamations, les schémas de fraude et la composition des produits dérivent tous. La suite d'évaluations et le tableau de bord opérateur font de la surveillance continue — et, si l'assureur le choisit, d'un mandat géré — une tâche petite et définie plutôt qu'une reconstruction.

Une note de cadrage avant les chiffres : ceci est un mandat composite représentatif. L'architecture et les contrôles ci-dessus sont réels et réutilisables. Les résultats au niveau du mandat ci-dessous sont modélisés à partir de la référence de découverte et identifiés comme illustratifs — ils représentent ce qu'une construction de cette forme et de ce volume est conçue pour produire, pas un résultat audité pour un client nommé. Les références sectorielles sont citées et réelles.

Le modèle vérifié par le directeur financier en découverte, reporté en production :

• Les admissions routinières acheminées sans intervention humaine sont passées de zéro à une majorité des réclamations visées (illustratif), les experts chevronnés étant réaffectés de la saisie vers le travail complexe et de haute gravité — exactement là où le déploiement comparable d'Aviva a trouvé de la valeur : plus de 80 modèles d'IA en réclamations, évaluation de responsabilité des cas complexes réduite de 23 jours, précision d'acheminement améliorée de 30 % (McKinsey, 2025, cité).
• De la découverte à la décision en deux semaines, à prix fixe, avec un modèle de rentabilité validé par l'équipe des finances avant l'approbation de la construction (illustratif). L'intérêt de la découverte payante est que la décision aller/non-aller se prend sur des preuves, pas sur l'optimisme.
• Un coût d'exploitation par réclamation négligeable face au temps d'expert, grâce à l'effondrement de plus de 280 fois du prix de l'inférence (Stanford HAI, 2025, cité) — le coût durable est l'exploitation, que la suite d'évaluations et le tableau de bord maintiennent petit.

Le contexte sectoriel qui explique pourquoi cela compte : seulement 39 % des organisations attribuent un impact sur le BAII à l'échelle de l'entreprise à l'IA, et à peine 6 % sont des performeurs de pointe (McKinsey, 2025, cité). La différence n'est pas le modèle — c'est la refonte du flux de travail et la discipline de livrer quelque chose qui survit au contact de la production. C'est ce qu'achètent le harnais, les évaluations, l'humain dans la boucle et la restauration.

Si vous gérez des réclamations, de la souscription ou toute admission à fort volume et que vous évaluez une construction d'agent, quatre choses de ce mandat se transfèrent directement :

• Payez pour la découverte. Décidez sur des preuves. Un diagnostic payant de deux semaines qui modélise la rentabilité contre une référence mesurée est l'assurance la moins chère contre le taux d'annulation de 40 %. Si la rentabilité ne se modélise pas, vous l'aurez découvert en deux semaines plutôt qu'en deux trimestres.
• Le modèle est le 20 % facile. Le harnais, les évaluations et la restauration sont le 80 % qui décide si cela survit à un audit et à un incident à 2 h du matin. N'achetez pas une démo ; commandez un système contrôlé.
• Tracez la frontière d'automatisation exprès. Automatisez la majorité routinière, escaladez la minorité conséquente vers un humain, intacte. "Augmenter le volume, décider soi-même les cas limites" est là où vivent réellement les gains de productivité cités de 14 à 34 %.
• Budgétez pour la dérive, pas seulement le lancement. Les modèles se dégradent ; le langage des réclamations et les schémas de fraude bougent. Une suite d'évaluations et un tableau de bord opérateur transforment la surveillance continue en une tâche petite et définie — et rendent un mandat géré optionnel plutôt que forcé.

Nous faisons cela à prix fixe, avec des ingénieurs chevronnés et compétents en IA, sans verrouillage de plateforme, et une évaluation de découverte d'abord. Pas d'armées de sous-traitants. Pas de feuille de route de six mois qui meurt en comité. Une construction cadrée qui se livre, avec les contrôles pour qu'elle continue de se livrer.