Direct Assurance est positionné sur la vente directe d’assurance. En ce qui concerne l’IA générative, il mène sa stratégie sur plusieurs plans. Pour les applications métiers, il est centré sur les usages opérationnels liés à ses centres d’appels.
Direct Assurance est une filiale du géant de l’assurance Axa et leader de la vente directe sur l’IARD (Incendies, Accidents et Risques Divers). Il revendique 1,3 million de clients. La société distribue ses produits d’assurance sur internet et via ses plateaux téléphoniques qui comptent 1 200 conseillers.
Trois catégories de cas d’usage
C’est un parfait champ d’application pour l’IA générative. La stratégie de l’assureur distingue trois grandes catégories de cas d’usage, avec une approche destinée à tous les employés, une approche orientée efficacité individuelle et un volet purement métier.
Direct Assurance a pu s’appuyer sur les développements d’Axa et notamment la solution SecureGPT d’Axa
La maîtrise du prompt est clé. « Cela va être déterminant dans l’adoption des solutions qui seront développées dans le cadre des cas d’usage métier qui suivront. Il s’agit d’une acculturation par la prise en main d’un premier outil et une initiation au prompting » poursuit-il.
Microsoft Copilot pour le développement informatique
Pour le volet de la productivité individuelle, Direct Assurance déploie les solutions Microsoft Copilot auprès de ses métiers liés au développement informatique, des Data Engineers et des Data Scientists. Plusieurs expérimentations sont actuellement en cours pour évaluer l’efficacité de ces solutions.
« Nous nous sommes focalisés sur des cas d’usage opérationnels liés aux métiers des call centers »
Un autre cas d’usage est une application de Knowledge Assistant pour répondre de la manière la plus précise possible aux requêtes des clients. « Pour Direct Assurance, il s’agit de ne pas rater ce train qui est maintenant lancé » ajoute le Chief Data Officer.
Avancer vite mais avec rigueur
« Il faut pouvoir à la fois avancer vite, mais avec une certaine rigueur. Si on reste sur l’exemple des emails entrant pour les call centers, nous avons un enjeu de performance pour que l’application suscite l’adoption par les utilisateurs, mais aussi un enjeu de qualité pour que l’application soit réellement utile et améliorer la performance client » précise-t-il.
« Il s’agissait, au travers de ce cas d’usage, d’obtenir un premier succès avant de pouvoir passer à la suite et passer à l’échelle »
En parallèle, ses équipes internes mènent des PoC (Preuves de concept) pour monter en compétences sur l’IA générative et construire les partenariats qui lui permettront de « craquer » de nouveaux cas d’usage dans ces prochains mois.
Passer à l’échelle est compliqué
« Les solutions sont généralement simples à mettre en œuvre pour monter des démonstrations, mais tout devient plus compliqué lorsqu’il s’agit de basculer en production et passer à l’échelle ! Il faut à la fois avancer vite, mais aussi jeter les fondations qui nous permettront de monter en puissance à l’avenir » conclut Ahmed Besbes, Chief Data Officer de Direct Assurance.