Beaucoup d’assureurs expérimentent aujourd’hui l’Agentic AI. Rares sont ceux qui se demandent si leur cœur système est capable de la faire fonctionner à l’échelle.
En moins de deux ans, l’IA générative est passée de l’expérimentation à l’industrialisation dans l’assurance IARD. Les POC se sont multipliés. Les programmes d’acculturation se sont généralisés. Les copilotes ont d’abord investi les outils bureautiques, avant de s’installer progressivement dans les équipes sinistres et souscription. Les gains de productivité sont devenus mesurables.
Cette première vague fut celle de l’augmentation assistée par l’IA. L’intelligence artificielle synthétisait, rédigeait, analysait. Mais la décision demeurait humaine, et c’est l’humain qui initiait la transaction. Une nouvelle étape s’ouvre désormais avec l’Agentic AI.
Avec elle, l’IA ne se contente plus d’assister. Elle planifie des actions, interagit avec les systèmes, déclenche des transactions et exécute des workflows. Elle agit dans le système d’information.
Ce changement ne relève pas d’un simple ajustement technologique. Il modifie la responsabilité d’exécution. La question devient opérationnelle. Le cœur système peut-il supporter une exécution autonome, traçable et contrôlée à grande échelle ?
Augmentation versus exécution autonome
Prenons un sinistre auto matériel.
En mode augmentation, l’IA résume les pièces, extrait les informations clés, identifie les garanties mobilisables et suggère un montant d’indemnisation. Le gestionnaire reste décisionnaire et déclenche le paiement.
En mode Agentic AI, le système consulte le contrat dans le cœur métier, applique les plafonds et franchises, contrôle la cohérence du devis, analyse les signaux de fraude et déclenche automatiquement le règlement lorsque les critères sont respectés. L’humain intervient uniquement si un seuil d’incertitude est dépassé.
La différence ne tient pas uniquement au volume traité. Elle tient au transfert d’exécution. Lorsqu’un système initie lui-même une transaction financière, chaque étape doit être explicable, journalisée et auditée. Les exigences de contrôle interne changent de nature.
Si les règles sont dispersées dans des interfaces, si certaines validations restent manuelles ou si des traitements spécifiques ont été ajoutés au fil des années, l’autonomie ne simplifie pas le système. Elle en révèle les incohérences.
Le déplacement de la frontière d’automatisation
L’Agentic AI permet également d’adresser des cas d’usage qui résistaient jusqu’ici à l’automatisation.
En souscription courtier, l’agent peut analyser une soumission hétérogène, détecter des informations manquantes, enrichir le dossier à partir de données internes et externes, appliquer les règles d’appétence, simuler plusieurs scénarios tarifaires et générer une proposition formalisée. Les dossiers standard sont traités automatiquement ; les cas réellement complexes sont orientés vers l’expertise humaine.
Jusqu’à présent, la complexité des dossiers et l’hétérogénéité des informations limitaient l’automatisation. Les moteurs déterministes fonctionnent lorsque les données sont structurées et les règles stabilisées. Les dossiers intermédiaires restaient absorbés par le traitement manuel.
Avec l’Agentic AI, cette frontière recule. Une part significative des dossiers semi-standards peut être instruite sans intervention humaine. Le coût unitaire diminue. Le délai de réponse aux courtiers se réduit. L’application des règles techniques devient plus homogène. L’impact se mesure sur la qualité du portefeuille et sur la stabilité du ratio combiné.
Mais ce déplacement met en lumière un facteur souvent sous-estimé. Plus l’automatisation progresse, plus les exceptions accumulées au fil des années deviennent visibles. Les règles codées en dehors du cœur métier, les dépendances implicites entre modules, les traitements spécifiques ajoutés pour répondre à des contraintes ponctuelles constituent une dette technique. Tant que les processus restaient majoritairement manuels, cette dette était partiellement compensée par l’intervention humaine. Avec l’exécution autonome, elle devient un obstacle direct.
Le cœur système comme condition d’exécution
Comme souvent lors des ruptures technologiques, l’enthousiasme conduit à des extrapolations. Certains envisagent des architectures composées uniquement d’agents collaborant entre eux, en substitution du cœur système. Or l’Agentic AI n’a pas vocation à remplacer le système transactionnel. Elle en dépend.
Plus l’IA gagne en autonomie, plus le socle transactionnel devient stratégique. Le cœur système reste l’ancrage de la donnée fiable, de la cohérence métier et de la conformité réglementaire.
Pour permettre à l’Agentic AI de fonctionner à l’échelle, le cœur système doit être modulaire, exposer ses services métiers de manière claire et centraliser les règles. Les habilitations doivent intégrer des entités non humaines. Les décisions doivent être traçables afin de répondre aux exigences d’audit.
Dans une architecture monolithique enrichie par des années d’adaptations successives, chaque nouvel agent nécessite des développements spécifiques. Les intégrations s’empilent, la complexité augmente et la dette technique progresse. Chaque projet devient plus coûteux que le précédent.
À l’inverse, une architecture orientée services limite cette accumulation. Le coût marginal d’intégration d’un nouvel agent reste maîtrisé. L’autonomie peut être industrialisée sans fragiliser l’ensemble.
Une fracture architecturale déjà visible
Dans quelques années, l’accès aux modèles avancés sera largement partagé. La différence ne viendra pas du modèle choisi mais de la capacité à l’intégrer dans une architecture cohérente.
Les acteurs dotés d’un cœur système modernisé pourront automatiser à grande échelle et intégrer de nouveaux agents sans accroître leur complexité interne. Les autres empileront des couches d’intégration pour contourner les limites existantes. La dette technique augmentera plus vite que les gains opérationnels. Chaque nouvel agent ajoutera de la complexité au lieu de simplifier le système.
La fracture ne sera pas visible dans les démonstrations technologiques. Elle apparaîtra dans le coût réel d’industrialisation et dans la capacité à maintenir la cohérence du système dans le temps.
La modernisation du cœur système devient un impératif stratégique
Si le cœur système est ancien et peu modulaire, il ne bloque pas l’expérimentation. Il freine l’industrialisation. La dette technique accumulée transforme chaque initiative en projet spécifique, long et coûteux.
La modernisation n’est plus un simple projet informatique. Elle conditionne la capacité à déléguer l’exécution à des systèmes autonomes tout en conservant un niveau de contrôle compatible avec les exigences réglementaires.
Transformation progressive, refonte ou adoption d’une solution du marché, la trajectoire dépend du contexte de chaque assureur. Mais différer la décision revient à laisser la dette technique croître au moment même où l’exécution devient plus exigeante.
Conclusion
L’Agentic AI ne crée pas la fracture. Elle révèle celle qui existe déjà au cœur des systèmes d’information.
Tant que l’IA assistait, les limites architecturales pouvaient être absorbées par l’intervention humaine. Lorsqu’elle exécute, ces limites deviennent structurelles et mesurables.
Dans les prochaines années, la question ne sera pas de savoir qui a expérimenté l’Agentic AI. Elle sera de savoir qui a adapté son architecture pour l’industrialiser de manière fiable et contrôlée.