Par Ian Carman, directeur des services d'enquête au Royaume-Uni
Les technologies d'intelligence artificielle (IA) et d'apprentissage automatique sont extrêmement utiles pour détecter les comportements et activités suspects.
Toutefois, l'identification des fraudes à l'assurance et la validation des demandes d'indemnisation restent un domaine où la technologie nécessite une intervention humaine.
Il ne s'agit pas nécessairement d'opposer la machine à l' homme ; en fait, les deux vont de pair. En examinant d'innombrables demandes d'indemnisation, des analyses d'imagerie médico-légale et des analyses prédictives, vous constaterez qu'il s'agit de choses que les gestionnaires de demandes d'indemnisation ou les enquêteurs en matière de fraude seraient incapables de faire avec la même rapidité et le même niveau de précision. La technologie permet de réduire les faux positifs et de produire des résultats fiables tout en accélérant le processus de détection des fraudes.
Approche mixte
Il n'existe pas de solution unique pour identifier les sinistres suspects, c'est pourquoi une approche mixte est nécessaire - en utilisant la technologie pour traiter rapidement les gros volumes, l'IA pour identifier les schémas suspects et la science du comportement pour aider à gérer les discussions avec le client. L'IA ne prend pas de décisions, mais elle oriente les gestionnaires de sinistres et les enquêteurs dans la bonne direction. En identifiant rapidement les problèmes, l'IA peut aider à identifier des questions spécifiques qui mettent en évidence le fait que le sinistre mérite d'être examiné. Un enquêteur de fraude sera toujours nécessaire pour traiter les résultats. Sans oublier que les données sont multipliées par deux après une visite virtuelle ou physique, ce qui souligne l'importance des enquêtes individuelles.
La détection de la tromperie des assurés est délicate et nécessite de solides compétences en matière de gestion des conversations, étayées par l'analyse des risques liés à la voix numérique. Il doit s'agir d'un processus soigneusement géré, structuré de manière à ce que le fraudeur sache quand il a été démasqué. Le plus souvent, il choisira de renoncer à la demande d'indemnisation - une réaction que les assureurs peuvent alors envisager au cas par cas.
Paysage élargi
De nouvelles tendances émergent également en permanence, les fraudeurs trouvant sans cesse d'autres moyens de commettre des fraudes. Heureusement, la technologie nous permet aujourd'hui d'identifier les nouveaux pics d'activité dès les premiers stades. L'apprentissage automatique peut même détecter les fraudes opportunistes, en repérant par exemple les cas où les clients commencent à prendre conscience des seuils d'indemnisation et à en tirer parti. Dans le domaine de la responsabilité civile et des préjudices corporels, outre les schémas de fraude classiques, la technologie peut également détecter les avocats et les médecins ayant les mêmes relations, référencer les messages sur les médias sociaux et mettre tout cela en commun pour identifier un comportement potentiellement frauduleux.
L'IA examine le paysage dans son ensemble, en se basant sur le big data pour comparer les comportements frauduleux - de l'exagération des demandes d'indemnisation à l'activité criminelle organisée sophistiquée - à ce qui se passe sur le marché. L'application de ces nouvelles technologies rend les équipes de lutte contre la fraude plus efficaces, garantissant que les efforts des enquêteurs et les dépenses de l'entreprise sont investis dans les cas les plus solides.
Connaissance des données
L'identification de la fraude n'est qu'un aspect de la question. La technologie peut également fournir un aperçu précoce des nouvelles tendances en matière de fraude, en donnant un micro-niveau de détail - codes postaux, types de sinistres et personnes - qui permet aux enquêteurs de disposer d'informations précises au fur et à mesure qu'elles se produisent. Cela peut aider les souscripteurs et les équipes de vente à réagir rapidement et à écarter les secteurs ou les portefeuilles d'affaires qui deviennent suspects.
Partage de l'information
Au-delà de la technologie innovante, il faut des données de qualité. Bien qu'il existe une excellente collaboration et un partage des données par le biais des systèmes basés sur l'automobile, CUE et MIAFTR, le secteur de l'assurance pourrait bénéficier d'une mise en commun plus large des ensembles de données. La catégorisation des fraudes de manière spécifique et uniforme, plutôt que l'utilisation de termes très généraux tels que "automobile" ou "dommages corporels", constituerait également un pas en avant. L'Association des assureurs britanniques (ABI) a défini un ensemble de types de fraudes convenus, ce qui devrait conduire à une plus grande normalisation de la classification des différentes fraudes. Certains assureurs ont également partagé des stratégies basées sur l'adversaire, notamment dans le domaine des biens commerciaux, ce qui est un autre signe positif. C'est ce type de collaboration à l'échelle du secteur - un "traité des équipes de fraude" - qui portera ses fruits dans les années à venir.
L'utilisation de technologies innovantes est appelée à se développer. Aujourd'hui, tout est question de rapidité et de performance. Les clients honnêtes s'attendent à ce que leurs demandes d'indemnisation soient réglées rapidement et avec un minimum de perturbations. Mais la détection des fraudes ne doit pas aller à l'encontre d'un parcours client positif, et l'identification rapide des cas douteux est cruciale pour éradiquer les nouvelles tendances en matière de fraude.
Ce blog comprend des extraits d'un récent webinaire de Sedgwick animé par Ian Carman, au cours duquel un panel d'experts du secteur a débattu de l'association de l'intelligence artificielle et de l'intelligence humaine dans la lutte contre la fraude.
Nous remercions les intervenants suivants pour leur participation :
- Dan Edwards, gestionnaire des sinistres en responsabilité civile, Enterprise Rent-A-Car
- Arnaud Grapinet, chief data scientist, Shift Technology
- Kevin Kingdon, responsable de la lutte contre la fraude dans le domaine de l'immobilier commercial, Aviva
- Simon Roylance, prévention de la criminalité, LV
- Stephen Dalton, responsable de l'intelligence et des enquêtes, IFB