des parapluies colorés dans les airs

L'IA dans les assurances : L'IA OCR dans la gestion des entrées | Mise à jour 2023

Florian Zyprian

Gestion des entrées guidée par l'IA grâce à l'OCR et au NLP

Dans les assurances, la numérisation des processus par le biais de systèmes d'input management n'est plus une nouveauté. Ces systèmes prennent en charge le traitement du courrier entrant jusqu'à l'archivage. L'objectif premier est de préparer des données structurées qui seront ensuite transmises aux systèmes suivants, comme par exemple un système ERP. Cependant, ces outils sont souvent vieillissants et très coûteux. Une extension de l'input management par la combinaison de différentes solutions d'intelligence artificielle (IA) comme la reconnaissance automatique de texte (OCR) et le traitement de texte (NLP) est aujourd'hui déjà utilisé pour 62 % des interactions clients dans les compagnies d'assurance [1]. Le site OCR intelligent utilise Marquage et l'extraction de champs de texte ou de sections entières de texte dans des documents ou des e-mails et augmente la précision des approches basées sur des règles de 6 % à 93 %. De plus, les compagnies d'assurance gagnent du temps en utilisant des solutions d'automatisation intelligentes telles que l'hyperautomatisation.

Comment fonctionne l'AI OCR ?

Traitement automatisé des documents avec les technologies OCR

OCR AI

Figure 1 : Traitement automatisé des documents à l'aide des technologies OCR

Le déroulement d'un traitement automatisé de documents avec OCR est illustré dans la figure 1. En général, ils suivent tous la même structure :

  1. Entrée

    L'entrée de données (le document) est extraite d'une base de données, d'un des systèmes frontaux comme un bot de traitement automatisé robotisé, d'un e-mail ou autre. Autres Fournisseurs Low-Code et No-Code vous trouverez dans notre article suivant.

  2. Prétraitement

    Les fichiers sont prétraités afin d'être traités indépendamment du type de fichier, de la qualité de la numérisation et du nombre de pages.

  3. détection intelligente

    La technologie de classification automatique des documents basée sur les neurones permet de trier les documents par type (par exemple, permis de conduire, relevé bancaire, formulaire fiscal, contrat, facture) et par sous-catégories définies par l'utilisateur (par exemple, factures du fournisseur A, factures du fournisseur B) en identifiant le contenu du texte et les modèles d'images.

  4. Attribution et catégorisation

    La machine neuronale de classification définit un type de document et sélectionne une définition de document correcte pour la suite du traitement du contenu.

  5. Extraction de données spécialisées

    Après la reconnaissance de certains champs, le texte structuré ou semi-structuré est extrait du document et exporté vers le système cible.

Si elle le souhaite ou si elle en a besoin, l'IA-OCR permet une vérification humaine en définissant un seuil de confiance. Ce feedback humain aide l'IA à apprendre en permanence. Le feedback humain, également appelé Human-in-the-Loop, peut être utilisé de manière flexible et individuelle par le biais de la Validation de documents UI être intégré dans chaque processus. Si un seuil défini n'est pas atteint, une vérification manuelle est effectuée avant que les données ne soient exportées vers le système cible. La sortie finale de ce processus peut être un fichier XML, JSON, CSV, XLSX/XLS, TXT ou HOCR.

Automatisation des processus avec l'hyperautomatisation dans l'assurance

Dans la perspective de la pandémie et de la crise économique qui en résulte, il devient de plus en plus important d'optimiser et de stabiliser les processus dans les assurances. Grâce au développement des technologies d'automatisation telles que l'OCR, la RPA (Robotic Process Automation) et l'IA, il existe des solutions économiquement et technologiquement avancées pour l'automatisation des processus - l'hyperautomatisation. L'objectif de nombreuses entreprises est d'améliorer la qualité du service ou d'augmenter le chiffre d'affaires et de rendre les processus existants encore plus robustes pour l'avenir numérique de l'entreprise. L'utilisation de l'hyperautomatisation permet d'automatiser les processus au-delà des applications standard basées sur des règles.

Détection automatique des fraudes par l'IA dans les assurances

Le secteur de l'assurance est de plus en plus confronté à des cas de fraude qui causent chaque année des dommages se chiffrant en milliards. Selon la fédération allemande des assurances, 10 % des indemnités de sinistre versées en Allemagne sont imputables aux comptes des fraudeurs [2]. Pour mieux détecter les tentatives de fraude, il faut des solutions techniques qui puissent s'adapter en permanence aux nouvelles circonstances et aux nouveaux modèles de fraude et qui aillent au-delà des approches basées sur des règles de la gestion des entrées. En effet, le taux d'erreur y est élevé et des efforts manuels supplémentaires sont nécessaires. Grâce à l'IA et à l'OCR, les déclarations de sinistre peuvent être examinées pour détecter des modèles de contenu inhabituels et les anomalies peuvent être détectées automatiquement. L'utilisation de l'IA a permis de réaliser des économies potentielles de plus de 3,1 millions d'euros dans une compagnie d'assurance, pour un montant moyen de sinistres d'environ 3.000 € et la détection de 1.029 cas de fraude. 

L'IA dans les assurances individualise l'approche client

L'individualisation et la personnalisation font partie des méga-tendances des années 2020. Les solutions standard n'enthousiasment guère les clients et les exigences en matière d'approche individuelle des clients augmentent. Les assurances peuvent utiliser cette évolution comme une grande opportunité de cross-selling et d'up-selling en utilisant une solution basée sur l'IA comme support. Sur la base des informations clients, il est possible de générer automatiquement des e-mails individuels et d'améliorer durablement la qualité de la communication. Les textes générés automatiquement ne peuvent plus être distingués des textes rédigés manuellement et le taux de réponse passe d'environ 1,5 % à 35 %. L'application d'IA permet un apprentissage automatique grâce à de nouvelles entrées, comble les lacunes de connaissances et établit de nouvelles connexions de manière autonome. Les modèles linguistiques pré-entraînés, tels que GPT-3, sont de puissants générateurs de texte qui écrivent de manière autonome des textes cohérents et sont utilisés pour s'adresser avec succès aux clients [3]. 

Par L'IA dans les assurances Mieux comprendre les documents

Le transfert de documents d'assurance entre les compagnies d'assurance, les courtiers et d'autres partenaires est certes largement standardisé par la norme BiPRO 430, mais il n'est pas automatisé [4]. L'IA traite des données dans des millions de documents et aide les collaborateurs à trouver un potentiel de vente croisée dans les portefeuilles des clients et à économiser de l'argent lors de la négociation des contrats et de la gestion des entrées. Grâce à l'utilisation de l'IA, les contenus des documents peuvent être récupérés de manière structurée. Les étapes de travail telles que taper, renommer, classer et valider sont presque entièrement supprimées. Il est ainsi possible de traiter ces documents de manière purement numérique, de les enrichir de données de base connues et de les harmoniser entre les différents systèmes. Le logiciel d'IA apprend à comprendre et à structurer les informations contenues dans les documents 24 fois plus vite qu'un être humain. Les assurances bénéficient ainsi d'un traitement plus rapide et plus efficace de leurs documents.

Sources

[1] Capgemini Research Institute (2020). L'argent intelligent.

[2] Friedrich, S. (2018). Tu mens ! dans le magazine Positionen de GDV, numéro 3/2018, pages 24-26.

[3] Tan, B., Yang, Z., AI-Shedivat, M., Xing, E. P., & Hu, Z. (2020). Génération progressive de texte long. 

[4] BiPRO e.V. (2021). Norme 430. 

Photo d'Adrianna Calvo

0 Commentaires

Schreibe einen Kommentar

Autres grands articles

Qu'est-ce qui différencie la science des données de l'apprentissage automatique ?

Grâce à la science des données et au Machine Learning (ML), il est possible d'obtenir des informations pertinentes à partir d'une masse de données. Les termes...

Lire l'article
Ordinateur portable ouvert, code HTML visible à l'écran

Le meilleur logiciel IDP pour une gestion efficace des documents

Un logiciel IDP est important pour les entreprises qui doivent traiter de grandes quantités de documents, parfois non structurés, en peu de temps. Grâce à ...

Lire l'article
Trafic de nuit

Traitement automatisé des documents

Pourquoi les entreprises traitent-elles les documents avec l'IA ? Aujourd'hui, les données sont considérées comme l'une des ressources les plus précieuses au monde. En revanche, les...

Lire l'article

    Contactez-nous !

    Arrow-up