La fraude à l’assurance est un problème répandu qui ne montre pas de signe de ralentissement. Elle est souvent vue, à tort, comme un crime sans victime. Pourtant, au-delà des importantes pertes d’argent et de réputation subies par les compagnies d’assurance, ces crimes entraînent une augmentation des primes et un ralentissement du traitement des demandes d’indemnisation pour les consommateurs.
L’utilisation d’outils IA est devenue primordiale pour renforcer la détection des fraudes. Il est essentiel de détecter les fraudes à temps, puisqu’il existe peu de moyens de dissuasion pour les fraudeurs.

A cet effet, la question de l’approche gagnante pour lutter contre la fraude a été le sujet principal du webinaire organisé par Hydatis et SPG le mardi jeudi 3 juin 2021 sous format table ronde avec la Participation de :

Slim Zghal : Managing Partner Hydatis

La fraude n’est pas un nouveau sujet dans le secteur des assurances. Il a toujours été un risque plus ou moins préoccupant pour les assureurs.

DÉFINITIONS ET ENJEUX

Tous les produits d’assurance sont concernés et la problématique de la fraude est présente dans tout le cycle de vie du contrat… en se manifestant principalement :

• Au moment de la souscription par l’assuré
• Au moment de la déclaration du sinistre

Il se trouve que les nouvelles pratiques : digitalisation du parcours client et la numérisation rendent le passage à l’acte plus simple et donne au fraudeur une impression d’agir sans risque, ces nouvelles pratiques ouvrent malheureusement des opportunités de frauder de plus en plus nombreuses.

En France, 41 % des assureurs contrôlent moins d’un quart des dossiers assurés

Le coût de la fraude en Europe est estimé à 10% du montant total des sinistres.

Et ce pourcentage est nettement plus élevé dans les pays où le contrôle des assurances est plus faible, notamment en Afrique.

En effet Le coût supporté par ces actes entraîne une augmentation de la sinistralité, ce qui peut mettre en danger le ratio S/P et donc le développement ou la création des produits  Dans plusieurs pays d’Afrique entre autre la Tunisie, la fraude à l’assurance maladie rend le produit individuel santé  très peu développé par les assureurs …

L’Assureur peut se montrer très méfiant et restrictif au risque de tomber dans l’antisélection et la surutilisation,

Les assurances multiplient les outils, les équipes et les actions pour lutter contre la fraude

• Une modélisation prédictive au niveau de la souscription,
• Des actions anticipatives au niveau de la gestion des sinistres.
•  …

Le défi actuel serait de

• Accélérer le traitement antifraude et maitriser le volume ,
• Essayer aux mieux de stopper la fraude avant de s’engager avec le client,
• Détecter la fraude avant le règlement des sinistres, …
• Utiliser tous les types données interne et externe, tenant compte des règlementations en vigueur et le respect des personnes

En effet, Une gestion intelligente de la fraude peut diminuer les remboursements des sinistres non-fondés et dissuadé les souscripteurs mal intentionnés.

SOLUTION

Pour gagner les défis actuels de la lutte contre la fraude. , les nouveaux leviers  de l’intelligence artificielle  peuvent intervenir pour améliorer ce dispositif

3 leviers complémentaires émergent autour de l’intelligence artificielle:

1. L’Agilité dans la conduite de projet,

Dans un contexte où les formes de fraude évoluent rapidement et sont de plus en plus imprévisible et sophistiqué. L’approche projet classique n’est plus adéquat. Pour être efficace dans la démarche de lutter contre la fraude il faut adopter des cycles d’amélioration agile.Des périmètres de projets de 6 mois maximum.

Le processus agile de conduite de projet appliqué à la problématique d’amélioration du dispositif de lutte contre la fraude , se déroule en  4 phases :

• Diagnostic : Identifier et lister avec le métier les schémas de fraude existants, ainsi que  les sources de données disponibles internes et externes, exploitable a cette fin
• Quick wins : Définir les zones d’amélioration et dimensionner le gain potentiel tenant compte des différentes contraintes, opérationnelles et règlementaires, ce qu’on appelle les quick wins.
• Développement :  préparer les données enconcevant les outils de collecte et d’’extraction nécessaire, puis modéliser les indicateurs de fraude selon les règles de détection
• Implémentation : Evaluer les nouvelles règles et outils de détection de fraude et les déployer dans les plateformes techniques et opérationnelles existantes

• Les Nouveaux métiers

Dans les 10 dernières années des Nouveaux métiers ont apparu qu’il faut pas hésiter à exploiter dans le parcours de lutte contre la fraude : des Data analyst , data scientist, spécialistes de la science des données et des Devops, finops qui se trouvent au carrefour de deux fonctions indépendantes.

Ces nouveaux profils de compétence devraient travailler côte à côte avec à les gestionnaires, auditeurs, contrôleurs et les actuaires de l’assurance pour définir la solution gagnante et puis la déployer dans un environnement technique stable et sécurisé

En effet Les spécialistes métiers en collaboration avec les nouvelles compétences peuvent créer une synergie et générer des opportunités d’amélioration rapide de taux de détection de fraude.

• Les Nouvelles technologies

À l’heure actuelle, plusieurs solutions ont été développées sur le marché pour détecter et prévenir les fraudes en assurance :

Ces solutions sont basées sur des techniques d’automatisation et d’analyse propres à l’IA : Machine learning, Deep learning, robotisation, reconnaissance des caractères et des langages naturelles, etc…

Des solutions permettant de faire remonter d’une manière préventive les déclarations identifiées comme probablement frauduleuses qui s’appuient sur des algorithmes d’Intelligence Artificielle, ces algorithmes peuvent détecter rapidement les dossiers les plus suspects. il sera aussi possible que ces derniers soient entraînés sur des bases de données spécifiques par type de produit.

Coté plateforme d’exécution, L’IA fait appel a beaucoup de données d’où l’importance de préparer le terrain favorable pour l’accueillir à travers des plateformes et des technologies et de outils de clowdification : MsAzure, Hadoop…etc

Les données sont très précieuses, il faut bien les sécuriser et doivent être accessibles en temps réel et de partout

3 approches appliqués par l’intelligence artificielle sont exploitées dans le processus de lutte contre la fraude : approche par règle décisionnelle, approche supervisée et approche non-supervisée.

Selon une étude publiée par KPMG faite en France en 2020 , 1 à 1,4 milliard d’ euro des prestations versées aux fraudeurs pourrait être économisées grâce aux programmes d’intelligence artificielle… soit entre 0.5 et 0.8% du montant total des charges de prestations versés par an , sachant la rentabilité du marché de l’assurance tourne  autour de 8% ce qui veut dire que  l’intelligence artificielle ,appliquée,  rien que sur le domaine de la lutte contre la fraude pourrait augmenter la rentabilité des assurances jusqu’à 10% !