Souscription : impact de l’AI Act.

L’AI Act modifie en profondeur les pratiques assurantielles en matière de tarification et de souscription.

AI Act et niveaux de risques pour l’assurance

Le règlement AI Act classe les systèmes d’IA selon quatre niveaux de risque : inacceptable, élevé, spécifique en matière de transparence et minimal. Dans l’assurance, les usages liés à l’évaluation des risques, à la tarification et à la solvabilité sont explicitement considérés comme à haut risque, notamment en assurance vie et santé. Ces exigences impliquent des obligations renforcées en matière de transparence, de gestion des risques, d’auditabilité et d’explicabilité.

Tarification : une activité désormais encadrée comme haut risque

Les modèles de tarification reposant sur des données personnelles, comportementales ou prédictives doivent désormais faire l’objet d’un contrôle strict. L’AI Act impose des tests de biais, une documentation technique complète, une supervision humaine et une traçabilité des décisions afin d’éviter les discriminations invisibles qui pourraient affecter des populations entières. La classification haut risque couvre particulièrement l’assurance vie, santé et auto lorsque des mécanismes de scoring comportemental sont utilisés.

Souscription : obligations renforcées de conformité et d’explicabilité 

Les systèmes automatisés de souscription, lorsqu’ils impactent directement l’éligibilité ou le montant des primes, sont soumis à des obligations d’explicabilité. Le client doit pouvoir comprendre l’origine d’une décision automatisée, et l’assureur doit documenter précisément la logique algorithmique employée. Cette exigence se combine avec les obligations existantes découlant du RGPD et des réglementations sectorielles comme Solvabilité II.

Un cadre européen structurant pour limiter les biais et renforcer la confiance

L’AI Act apporte une réponse aux enjeux d’équité dans les décisions d’assurance. Les assureurs doivent mettre en œuvre des méthodes avancées de détection et de correction des biais, telles que les approches de re‑pondération ou d’adversarial debiasing. Ces techniques permettent de réduire les écarts injustifiés dans les primes, notamment entre groupes socio‑économiques. Des études montrent que les écarts de primes peuvent dépasser 5 %, mais qu’une mitigation rigoureuse permet de réduire ces disparités tout en maîtrisant l’impact sur les exigences en capital.

Tarification et sinistres : harmonisation européenne des pratiques IA

L’AI Act vise à harmoniser les modèles utilisés en tarification et gestion des sinistres, imposant des principes de transparence, contrôle, qualité des données et auditabilité. Les modèles d’évaluation des risques doivent être construits sur des données représentatives, sans biais historique susceptible d’entraîner des décisions discriminatoires. citeturn1search13

Vers une gouvernance renforcée des systèmes IA

Les assureurs doivent désormais adopter une gouvernance robuste incluant : registres des systèmes IA, suivi continu des performances, audit interne dédié, formation des équipes, et procédures de supervision humaine. L’AI Act s’appliquant également aux modèles à usage général, les compagnies doivent s’assurer que les solutions IA intégrées (ex. modèles de langage ou outils de fraude) respectent les obligations minimales de transparence.

 Souscription et underwriting : une transformation structurelle

Les travaux académiques montrent que les modèles d’underwriting devront désormais intégrer des exigences de documentation, de monitoring post‑déploiement et d’explication globale et locale (ex. SHAP). Les modèles doivent démontrer leur conformité via des tests réguliers, des évaluations d’impact et des dispositifs de gouvernance renforcés.

Enjeux opérationnels pour les assureurs

L’application du règlement nécessite des investissements conséquents : mise en conformité documentaire, revues de modèles, révision des jeux de données, renforcement des équipes risques et data, adaptation des infrastructures techniques, etc. Cette transformation représente une contrainte, mais constitue également une opportunité de gagner en qualité, en équité et en confiance client.

La tarification et la souscription se trouvent au cœur du champ d’application de l’AI Act. Entre obligations de conformité, gestion des risques, transparence et équité algorithmique, les assureurs devront revoir profondément leurs pratiques afin de garantir un usage responsable et conforme de l’IA tout en maintenant leur capacité d’innovation.

Sources

– L’AI Act : nouvelles régulations pour l’intelligence artificielle dans le secteur des assurances

– Impacts du IA Act sur le secteur de l’assurance (lassuranceenmouvement.com).

– Règlement européen IA – ACPR.

– IA Assurance : Tarification et IA Act – formation‑ia‑act.fr.

– AI Act 2024 : cadre réglementaire – Forvis Mazars.

– Algorithmic Bias Under the EU AI Act – MDPI.

– EU AI Act : modèles utilisés en tarification et sinistres – Babylone Consulting.

– Europe’s Regulatory Approach to AI in the Insurance Industry – DeBevoise.

https://formation-ia-act.fr/obligations-ia-act/assurance/
https://acpr.banque-france.fr/fr/reglementation/focus-sur-la-reglementation/transverse/reglement-europeen-sur-lia-ai-act

https://www.forvismazars.com/fr/fr/insights/publications-et-evenements/avis-d-experts/un-cadre-reglementaire-pour-l-ia-dans-l-assurance
https://www.mdpi.com/2227-9091/13/9/160
https://www.babyloneconsulting.fr/nos-articles/eu-ai-act-encadrer-les-modeles-utilises-en-tarification-et-sinistres/

https://www.lassuranceenmouvement.com/2024/08/13/impacts-du-ia-act-sur-le-secteur-de-lassurance/