Manulife mise sur l'IA pour transformer ses processus financiers

Manulife s'engage dans l'automatisation par l'IA

Dans le monde des grandes entreprises financières, l'adoption de l'intelligence artificielle a longtemps été cantonnée à des projets limités, souvent axés sur l'analyse de données ou l'amélioration du support client. Cependant, une nouvelle ère s'ouvre, où l'IA est appelée à jouer un rôle plus central dans les opérations commerciales. L'assureur canadien Manulife illustre cette transition en intégrant des agents IA dans ses processus internes.

Manulife développe une plateforme d'exécution spécifiquement conçue pour l'IA agentique, une technologie qui permet aux systèmes de réaliser des tâches à travers divers outils logiciels et ensembles de données. Cette initiative s'inscrit dans une stratégie plus large visant à automatiser les tâches à fort volume et à améliorer la prise de décision au sein de l'entreprise.

Dans une annonce récente, Manulife a exprimé son ambition de générer plus de 1 milliard de dollars de valeur d'ici 2027 grâce à l'IA, en misant sur des gains de productivité et l'automatisation des flux de travail. L'entreprise, qui investit dans l'IA depuis plusieurs années, se concentre désormais sur une intégration plus profonde de cette technologie dans ses opérations quotidiennes. Actuellement, plus de 35 cas d'utilisation d'IA générative sont en production, avec un objectif d'atteindre environ 70 dans les années à venir. Environ 75 % de ses employés à l'échelle mondiale utilisent déjà des outils d'IA générative sous diverses formes.

L'IA au cœur des opérations

Les compagnies d'assurance, comme Manulife, gèrent d'énormes volumes de données structurées, allant des informations sur les polices aux dossiers de sinistres, en passant par les évaluations de souscription et les rapports financiers. Ces données circulent souvent à travers de multiples systèmes et équipes avant qu'une décision ne soit prise, créant ainsi un environnement propice à l'automatisation. Manulife prévoit que sa nouvelle plateforme permettra aux équipes de déployer des agents IA capables d'interagir avec les systèmes internes et les données.

Contrairement aux chatbots traditionnels qui répondent à des requêtes simples, ces agents IA sont conçus pour accomplir des séquences de tâches complexes à travers différents outils logiciels et flux de travail. Par exemple, un agent pourrait agréger des données provenant de plusieurs systèmes internes et préparer des résumés pour les employés chargés d'examiner des cas ou de rédiger des rapports. L'objectif est de réduire le temps que le personnel consacre à la collecte d'informations avant de prendre une décision.

Au cours des deux dernières années, de nombreuses entreprises ont expérimenté des outils d'IA générative pour des tâches telles que l'écriture, le codage ou la synthèse de documents. Les experts estiment que le défi actuel consiste à transformer ces capacités en systèmes capables de soutenir le travail opérationnel dans de grandes organisations.

Défis réglementaires dans les systèmes financiers

Les institutions financières, en raison de la stricte surveillance réglementaire qui les encadre, rencontrent des obstacles supplémentaires lorsqu'elles tentent de déployer l'IA en production. Les systèmes utilisés pour la souscription, l'analyse des risques ou les décisions d'investissement doivent être audités et explicables, ce qui rend la gouvernance et le suivi essentiels à tout déploiement d'IA.

Une étude de Deloitte sur l'IA dans les services financiers souligne que les banques et les assureurs augmentent leurs investissements dans les outils de supervision des modèles, les politiques internes d'IA et les processus de révision des risques à mesure qu'ils étendent l'automatisation. Les organisations cherchent à équilibrer les gains d'efficacité avec les exigences réglementaires en matière de responsabilité et d'équité.

Manulife a précisé que sa plateforme inclut des contrôles de gouvernance et de sécurité pour gérer la manière dont les agents IA interagissent avec les systèmes internes. Ces contrôles visent à suivre comment les décisions sont produites, à surveiller l'utilisation des données et à garantir que les systèmes fonctionnent conformément aux politiques de l'entreprise. De telles protections sont cruciales dans le secteur de l'assurance, où les systèmes automatisés soutiennent souvent des processus liés à la gestion des sinistres et aux rapports réglementaires.

Les avantages des agents IA

L'attrait des agents IA réside dans leur capacité à réduire le travail manuel dans de vastes opérations administratives. Le traitement des sinistres, la gestion des polices, les rapports internes et le support client impliquent souvent des tâches répétitives nécessitant que le personnel collecte des données provenant de différentes sources. Les systèmes d'IA capables de collecter et d'organiser des informations dans les systèmes pourraient permettre aux employés de se concentrer sur d'autres tâches.

D'autres entreprises financières explorent des approches similaires. Des banques aux États-Unis et en Europe ont commencé à tester des agents IA pour la détection de fraudes et des tâches de recherche interne. Dans de nombreux cas, l'objectif est d'assister les employés dans des analyses ou des collectes de données chronophages.

Une recherche du rapport Banking Technology Vision d'Accenture suggère que l'automatisation pilotée par l'IA pourrait aider les institutions financières à réduire leurs coûts opérationnels de jusqu'à 30 % au fil du temps, selon les processus impliqués. Une grande partie des bénéfices provient de l'accélération des tâches routinières et de l'amélioration de la précision du traitement des données. Le passage des projets pilotes à des systèmes opérationnels comporte des risques. Les modèles d'IA peuvent produire des erreurs, et les flux de travail automatisés peuvent amplifier les erreurs s'ils ne sont pas surveillés. Ce risque est l'une des raisons pour lesquelles de nombreuses entreprises financières adoptent des stratégies de déploiement progressif, en commençant par des outils internes avant de s'étendre aux systèmes orientés client.

Le plan de Manulife de déployer des agents IA dans ses opérations montre comment de grandes entreprises testent la prochaine étape de l'adoption de l'IA en entreprise. La question importante sera de savoir si ces systèmes peuvent fournir des résultats fiables tout en respectant les attentes réglementaires. Si c'est le cas, les agents IA pourraient devenir une partie intégrante des opérations financières, gérant des tâches routinières qui nécessitaient autrefois de grandes équipes de personnel.