Conseil augmenté

Quels avantages pour les banques et assureurs à maitriser l’IA ? – 2/2

26 avril 2018

Comme évoqué dans la 1ère partie de l’article, 5 bénéfices de la maîtrise de l’intelligence artificielle sont particulièrement à considérer pour les banques et les assureurs :

    1. Ouvrir le champ des possibles
    2. Commencer dès aujourd’hui à tirer parti de l’IA
    3. Prendre des décisions en toute connaissance de cause
    4. Accompagner les employés dans la transformation de leur métier
    5. Développer une culture du numérique au sein de l’entreprise

    Les bénéfices 1 et 2 ont été développés dans la 1ère partie de l’article. Les bénéfices 3, 4 et 5 font l’objet de cette 2ème partie.

    Ces bénéfices sont envisagés à partir des 2 approches complémentaires permettant d’appréhender de l’IA :

    • L’approche probabiliste qui met l’accent sur les capacités d’évaluation propres du système, capable de faire émerger des solutions après avoir analysé un nombre important de données
    • L’approche symbolique qui consiste à automatiser le savoir-faire d’ores et déjà existant dans l’entreprise, en reproduisant les raisonnements d’experts métier qui ont été mis sous la forme de « process rules »

 

Bénéfice n°3 – Prendre des décisions en toute connaissance de cause

Pour pouvoir pleinement tirer parti de l’intelligence artificielle, les banques et les assureurs doivent avoir conscience des limites respectives des différentes approches rappelées plus haut.

Les résultats de l’enquête du site américain Stats News sur l’application d’IBM Watson dans le domaine de la santé (1) (sur l’analyse des données médicales et l’analyse des corpus d’articles de recherche sur le cancer) illustrent les limites auxquelles l’approche probabiliste peut être confrontée. Bien que jugé très prometteur, plusieurs imperfections ont été recensées par certains professionnels de santé interrogés dans le cadre de l’enquête :

  • Un manque de fiabilité de l’IA :
    • Watson n’aurait pas contribué à créer de nouvelles connaissances sur le cancer. Pire : Watson rencontrerait des difficultés à s’adapter aux connaissances nouvelles. En cause, une grille d’analyse des contenus qui conduirait le système à établir des recommandations sur la base de nombreuses données plutôt que sur la base des données les plus récentes
    • Dans le cas des cancers les plus courants, Watson fait des préconisations de soins généralement identiques à celles recommandées par les médecins, mais cela n’est pas toujours le cas. Surtout, la complexité ne porte pas tant sur la première recommandation d’un scénario clinique que sur les suivantes, notamment dans le cas des traitements secondaires suite à l’échec d’une première préconisation. Dans ces cas, Watson a bien plus de difficulté à proposer une préconisation, de même que les médecins dont le consensus est moins marqué. Les oncologues d’un hôpital du Danemark ont ainsi fait le choix d’abandonner le projet après avoir observé qu’ils ne partageaient les préconisations de Watson que dans 33% des cas
    • Si Watson appuie ses recommandations notamment sur des études, il n’explique pas pour quelle raison, ni comment il est amené à proposer un traitement particulier à un patient particulier
  • Un biais résultant du tropisme américain de l’outil : Watson privilégie les études et les recommandations des établissements américains, sans autoriser les établissements étrangers à y apporter des rectifications par exemple sur les doses plus faibles de médicaments recommandées pour minimiser les effets secondaires

 

Vision synthétique de l’histoire d’IBM Watson

Vision synthétique de l’histoire d’IBM Watson

Cet exemple met en exergue le risque de biais, qui n’est cependant pas inhérent à toute approche probabiliste. Le biais peut résulter :

  • d’un algorithme avec des biais statistiques, le « biais statistique » désignant une caractéristique d’un algorithme qui fournit une prédiction systématiquement erronée de certaines caractéristiques d’une population ou d’un historique d’évènements
  • d’un jeu de données marqué par certains présupposés idéologiques. Par exemple, un système d’aide aux décisions d’incarcération, qui reposerait sur un historique d’arrestations, risquerait de reproduire les biais inscrits dans le jeu de données comme par exemple des comportements xénophobes commis par une part minoritaire des forces de l’ordre

Ces aspects dans développés aux pages 45 à 47 de notre livre blanc 2017 « IA : où en sommes-nous ? »

Cet exemple soulève également la complexité qu’il peut parfois à y avoir à justifier les préconisations issues du machine learning. Le machine learning n’effectue en effet aucun raisonnement, il apprend à partir d’un volume important de données lui permettant de détecter des signaux faibles pour parvenir à une prédiction. A l’heure actuelle, le machine learning ne peut pas faire preuve d’introspection, impossible donc de l’interroger sur son propre fonctionnement. Il existe néanmoins des solutions techniques permettant d’apporter des éléments d’explication de la prédiction de l’algorithme et ainsi de renforcer la confiance du décisionnaire. Les solutions évoquées dans notre récent article sur ce sujet (2) ont en commun de reposer sur une brève liste d’éléments numériques, visuels ou textuels intervenant de manière déterminante dans la prédiction.

 A noter par ailleurs, les performances de Watson dans le domaine de la santé données en exemple ne sont pas nécessairement représentatives de la performance globale de Watson pour d’autres utilisations. Certains assureurs qui l’expérimentent jugent les premiers résultats probants, à l’instar de Generali qui est satisfaite de la contribution de Watson au traitement de ses contrats non réglés en assurance vie (3). Watson vient alors accompagner l’humain dans le cadre d’un processus de gestion (la recherche de bénéficiaires), l’humain gardant toujours la main sur le versement des règlements (après avoir vérifié que la personne retrouvée correspond bien au client). Comme le rappelle, Delphine Bigot, responsable de la gestion des contrats d’assurance vie non réglés,  « Watson ne fait pas le travail à la place du collaborateur, il l’assiste dans ses choix, l’aide à s’orienter dans son enquête. »

 

Bénéfice n°4 – Accompagner les employés dans la transformation de leur métier

L’influence des films de science-fiction sur notre conception de l’intelligence artificielle peut générer des craintes pour certaines infondées, qui constituent autant de freins au changement. Au-delà de cette confusion des genres entre science-fiction et réalité, certaines craintes sont légitimes et font l’objet d’études prospectives sérieuses. L’OCDE estime par exemple à 9% la part des emplois en France qui pourraient être automatisés. Ce chiffre pourrait même atteindre 40% pour les personnes n’ayant pas fait d’études supérieures. (4)

 Dans ce contexte, tout l’enjeu est d’anticiper l’impact de ces évolutions sur les compétences et d’accompagner les employés dans une transformation de leur métier vers des tâches à plus forte valeur ajoutée, avec une montée en compétence à organiser. Au-delà, pour lever ces craintes, les banques et les assureurs devront également réussir à faire prendre conscience à leurs collaborateurs que l’intelligence artificielle ne vient pas se substituer à l’humain, mais vient l’assister.

L’humain a en effet un rôle important à jouer dans l’approche symbolique, dans la mesure où il permet au système d’acquérir les savoir-faire métier existant dans l’entreprise. Si la machine est capable de progresser en autonomie sur le jeu de go, la machine ne peut pas acquérir seule les fondamentaux métier permettant de faire des recommandations pertinentes.

En ce sens, certains chercheurs préfèrent parler d’informatique avancée plutôt que d’intelligence artificielle. Pour reprendre l’exemple du bot documentaire utilisé par les chargés de relation client de Natixis assurance, l’équipe projet a constitué lors de la phase d’apprentissage un corpus regroupant les questions client les plus posées par mail et par téléphone. Lorsque le bot rencontre un sujet sur lequel il ne sait pas répondre, il s’améliore grâce aux retours des collaborateurs.

L’humain a également un rôle à jouer dans l’approche probabiliste. Pour reprendre l’exemple de l’application de Watson dans le domaine de la santé, Pascal Gené, directeur des ventes d’IBM Watson Health en France, rappelle dans une interview donnée au site ticpharma (5) que « « L’IA peut se tromper » et [que] le « sens clinique » du médecin devra toujours « rester au-dessus de tous ces systèmes » afin d’en « assumer la synthèse » et de veiller au respect de l’éthique ».

Dans un tout autre domaine, celui de la comptabilité, l’analyse prédictive peut faciliter grandement la réalisation d’analyses financières et la rédaction des rapports associés dans des temps records. Cependant, là encore, la place de l’humain n’est pas effacée. La valeur ajoutée du contrôleur de gestion réside dès lors dans sa capacité à faire preuve d’esprit critique et à donner du sens aux chiffres avec des éléments explicatifs dont la machine n’a pas connaissance (en faisant par exemple le lien entre l’évolution des ventes et une campagne marketing conduite récemment).

 

Bénéfice n°5 – Développer une culture du numérique au sein de l’entreprise

L’acquisition d’une bonne maîtrise de la notion d’intelligence artificielle contribue au développement d’une culture du numérique, et plus largement d’une culture de l’innovation, au sein des banques et des assureurs. Le développement d’une culture numérique repose davantage sur les hommes et sur l’acquisition d’un vocabulaire commun que sur la mise en place de nouveaux outils. En ce sens, il est important pour les banques et pour les assureurs de diffuser au sein de leur entreprise quelques grandes idées permettant de bien comprendre ce qu’est l’intelligence artificielle, ce qu’elle n’est pas et surtout le rôle que l’humain peut y jouer. Sans transformation profonde de leur culture, les banques et les assureurs ne pourront pas pleinement tirer parti des opportunité offertes par l’IA.

 

Pour faire le point sur la notion d’intelligence artificielle :

Pour mieux appréhender la notion d’IA, n’hésitez pas à télécharger notre livre blanc 2018 « Au-delà des clichés, l’intelligence artificielle. Comprendre pour décider. » .

 

Pierre-Adrien Roy

 

Sources :

(1) Watson : l’Intelligence artificielle en ses limites

(2) Comment justifier les décisions d’une IA pour créer la confiance ?

(3) L’I.A. aide à trouver les bénéficiaires des assurances-vie en déshérence

(4) Pour l’OCDE, la robotisation ne menace « que » 9 % des emplois

(5) Pascal Gené (IBM) démonte les fantasmes autour de l’intelligence artificielle

 

Newsletter

Inscrivez-vous à notre newsletter pour recevoir nos dernières actualités*

Les informations recueillies sur ce formulaire sont enregistrées dans un fichier informatisé de gestion des Clients et Prospects (CRM).

Le Responsable de traitement est la société weave, 37 rue du rocher 75008 Paris RCS Paris 802 396 085.

Elles sont destinées à l’activité marketing du groupe weave ainsi quà celle de ses filiales, à l’exclusion de tout transfert hors de l’UE. Elles sont conservées pour une durée conforme aux dispositions légales (par exemple 3 ans pour les données prospects).

Ce traitement nécessite votre consentement que vous pourrez retirer à tout moment sans que cela ne remette en cause sa licéité.

Conformément à la loi « Informatique et Libertés » et au règlement européen n°2016/679, vous bénéficiez d’un droit d’accès, de rectification ou d’effacement, ainsi que d’un droit à la portabilité de vos données ou de limitation du traitement. Vous pouvez également pour des raisons tenant à votre situation particulière, vous opposer au traitement de vos données et donner des directives relatives à la conservation, à l’effacement et à la communication de vos données après votre décès. Vous disposez également du droit d’introduire une réclamation auprès de la Commission Nationale de l’Informatique et des Libertés (www.cnil.fr).

Vous pouvez exercer vos droits en nous contactant à l’adresse contact@weave.eu.

En poursuivant votre navigation sur ce site, vous acceptez l’utilisation de cookies pour mesurer notre audience, vous proposer des contenus et des offres personnalisées, ainsi que des fonctionnalités de partage sur les réseaux sociaux. En savoir plus sur notre politique de cookies et notre charte des données personnelles