TOPICS INDEX

AssurTech : comment la data et l’IA redessinent l’accès à l’assurance auto pour les profils à risque

Avec SOS Malus

Pendant des décennies, un conducteur malussé payait le prix de sa catégorie statistique. La donnée et l’intelligence artificielle bousculent ce système, sans l’annuler.

Sortir du jugement de groupe

Un automobiliste au malus élevé n’a longtemps eu qu’une option : solliciter un assureur spécialisé comme SOS Malus, faute d’une alternative accessible. Son dossier reposait sur une appartenance statistique : bonus malus, âge, historique auprès de l’ancien assureur. Rien ne distinguait sa conduite réelle de celle de sa catégorie tarifaire.

Les modèles bâtis par les assurtechs françaises inversent cette tendance. Plutôt qu’un classement figé, ils analysent un comportement daté et vérifiable. Freinages, régularité des trajets, zones parcourues, horaires de circulation. Le calcul ne prononce aucune sentence définitive. Il rassemble des éléments factuels que l’assureur choisit ensuite de retenir ou d’écarter selon sa propre grille de décision.

Les assurtechs françaises en action

Cette évolution reste concrète chez plusieurs entreprises tricolores, loin des discours marketing génériques sur l’IA. Shift Technology en est l’exemple le plus visible. La société est devenue une licorne après une levée de fonds de 220 millions de dollars. Elle aide les assureurs à automatiser la détection de fraude grâce à l’analyse de données textuelles et visuelles.

Zelros suit une autre voie. La start-up outille les conseillers pour orienter les décisions de souscription, sans jamais les remplacer entièrement. Ces outils traitent des volumes considérables. Historiques de sinistres, profils clients, données de mobilité captées en temps réel. L’objectif affiché reste la précision du calcul, pas l’automatisation totale du verdict commercial.

D’autres jeunes pousses françaises misent sur une approche voisine. Assurly ou Seyna développent leur infrastructure autour du traitement natif de la donnée. Elles évitent ainsi de la greffer sur des systèmes hérités. Cette architecture facilite en théorie une réévaluation plus fine du profil, étape après étape du parcours client.

Le cadre légal et réglementaire incontournable

Cette bascule technologique ne dispense personne du filet légal déjà existant. Le Bureau central de tarification (BCT) continue de garantir un droit à l’assurance, quel que soit le score calculé en amont. Aucun modèle, aussi précis soit-il, ne peut contourner cette obligation.

Le Règlement général sur la protection des données (RGPD) encadre par ailleurs strictement l’usage de ces informations comportementales. L’Autorité de contrôle prudentiel et de résolution (ACPR) exige des assureurs qu’ils documentent leurs modèles et surveillent activement les biais. Une entreprise ne peut donc plus se contenter de brandir un score pour justifier un refus de couverture.

Gouvernance et confiance : le vrai critère de sélection

Pour un investisseur ou un dirigeant du secteur, l’enjeu dépasse largement la performance brute des modèles. La vraie question porte sur la gouvernance affichée par chaque acteur du marché. Explicabilité des décisions, traçabilité des données utilisées, capacité à démontrer l’absence de discrimination cachée dans le calcul.

Le discours commercial mérite ici une lecture prudente. L’association French Assurtech le confirme à sa manière. Sur les dossiers reçus par son accélérateur cette année, neuf sur dix se présentent comme fondés sur l’intelligence artificielle. Un responsable de l’association juge ce chiffre révélateur d’un effet de mode plus que d’une réalité technique. Le terme s’est banalisé au point de ne plus garantir grand-chose sur la solidité d’un modèle, ni sur sa conformité réglementaire.

Les assurtechs qui gagneront la confiance des groupes historiques ne seront pas forcément les plus rapides à déployer un modèle. Elles seront celles capables de documenter chaque étape de leur processus, plutôt que de promettre un tarif plus juste sans le prouver. C’est ce critère, plus que la puissance brute du modèle, qui déterminera les prochains partenariats du secteur.

Bouton retour en haut de la page