ReSource Pro, fournisseur de services d’opérations stratégiques et de technologies pour le secteur de l’assurance, a publié son rapport 2026 AI Lessons Learned, qui présente un témoignage de première main sur la manière dont les organisations de l’écosystème américain de l’assurance dommages et responsabilité civile (P&C) abordent à la fois les opportunités et les écueils liés à l’adoption de l’intelligence artificielle. Ces conclusions interviennent alors que les assureurs P&C font face à une pression concurrentielle croissante pour intégrer l’IA dans leurs activités essentielles, notamment la souscription, la gestion des sinistres et le service client — des domaines où les flux de travail traditionnellement intensifs en données du secteur constituent un terrain d’expérimentation naturel pour les technologies d’apprentissage automatique et d’IA générative.

Cette étude propriétaire, rédigée par Mark Breading, Senior Partner chez ReSource Pro, et Heather Turner, Program Manager, s’appuie sur plus de 40 entretiens avec des dirigeants couvrant l’ensemble de la chaîne de valeur de l’assurance. Le rapport offre une vue d’ensemble, à l’échelle du secteur, de l’état d’avancement actuel de l’assurance P&C dans son parcours d’adoption de l’IA.

Les chercheurs ont posé aux dirigeants de l’écosystème de l’assurance trois questions directes sur la mise en œuvre de l’IA dans leurs organisations : quelles leçons ont-ils tirées, quels défis rencontrent-ils et quelle est la prochaine étape ? Les réponses convergent vers une conclusion claire : le succès avec l’IA dépend moins du choix du bon modèle ou du bon outil que de la culture, de l’hygiène des données, de la gouvernance et d’un changement organisationnel durable.

Le ROI de l’IA dépend de l’organisation, pas du système

Le thème central du rapport remet en cause des années de discours axés d’abord sur la technologie, qui ont dominé le secteur. Dans tous les segments, les dirigeants s’accordent à dire que la mise en œuvre de l’IA n’est pas un projet technologique ; il s’agit d’une transformation opérationnelle englobant les personnes, les processus et les comportements. Cette distinction modifie la manière dont les organisations doivent planifier, investir et diriger.

"What the industry is telling us loud and clear is that the organizations winning with AI are the ones treating it as a business transformation, not an IT initiative," said Mark Breading, Senior Partner at ReSource Pro. "The five lessons in this report are hard-won and remarkably consistent. No matter the segment, the same barriers and the same mindset shifts keep coming up."

Cinq enseignements clés tirés du terrain de l’IA dans l’assurance

L’étude propriétaire de ReSource Pro synthétise l’expérience du secteur en cinq enseignements fondamentaux :

1. L’adoption de l’IA est un enjeu métier et un changement culturel, et non une simple mise en œuvre technologique.
Les entreprises d’assurance ont appris qu’adopter efficacement l’IA exige une évolution des comportements et de la culture, les employés devant continuellement exercer leur jugement humain pour valider et remettre en question les résultats produits par l’IA. Les procédures opérationnelles standard liées à la conception des flux de travail, à la gestion des données et à la conduite du changement organisationnel doivent être bien documentées avant que l’IA puisse réussir.

2. Obtenir l’adhésion des dirigeants reste un défi universel.
Dans l’ensemble de l’écosystème, les organisations sont confrontées à des enjeux de sensibilisation culturelle, d’adoption et d’acceptation. Le parrainage exécutif est souvent difficile à obtenir lorsque la responsabilité de l’IA n’est pas définie et que les préoccupations de sécurité l’emportent sur les gains opérationnels perçus. Dépasser le stade de la preuve de concept exige un engagement de la direction, accompagné d’une formation continue et adaptée aux rôles, construite autour de cas d’usage réels.

3. Mettre en place des cadres de gouvernance de l’IA est une priorité majeure.
La gouvernance est le domaine dans lequel de nombreuses compagnies d’assurance sont les moins préparées. À mesure que l’IA agentique — des systèmes capables d’effectuer des actions autonomes avec une intervention humaine minimale — se développe et que les régulateurs examinent davantage les applications de l’IA dans l’assurance, l’urgence de créer des comités formels et des structures de gouvernance de l’IA s’accélère. Les régulateurs d’assurance au niveau des États, par l’intermédiaire d’organismes tels que la National Association of Insurance Commissioners, ont déjà commencé à publier des orientations et des bulletins modèles sur l’utilisation responsable de l’IA dans les décisions de souscription et de sinistres. L’étude de ReSource Pro constate que les capacités de l’IA dépassent déjà les cadres que les organisations ont mis en place pour les gérer.

4. La mauvaise qualité des données est le principal obstacle au succès de l’IA.
Les organisations du secteur de l’assurance reconnaissent unanimement que de mauvaises données en entrée produisent de mauvais résultats en sortie. Beaucoup disposent de données dispersées dans des systèmes historiques, sous différents formats et à des niveaux de qualité inégaux, ce qui fait d’une base de données propre et standardisée un prérequis obligatoire plutôt qu’un élément secondaire. Ce défi est particulièrement marqué dans l’assurance, où des plateformes d’administration de polices et de gestion des sinistres vieilles de plusieurs décennies coexistent souvent avec des systèmes numériques plus récents. Cette observation a été confirmée de manière constante dans l’ensemble de la chaîne de valeur de l’assurance.

5. L’expertise humaine et la connaissance du domaine de l’assurance restent essentielles.
Le secteur de l’assurance s’accorde à dire que l’IA amplifie le travail des professionnels qualifiés, mais ne peut pas remplacer la connaissance approfondie du secteur nécessaire pour l’appliquer avec discernement. Les conclusions de ReSource Pro montrent que les organisations qui associent les outils d’IA à des praticiens expérimentés de l’assurance obtiennent systématiquement de meilleurs résultats que celles qui déploient la technologie sans contexte métier suffisant.

Prochaines étapes

Interrogés sur leurs priorités immédiates, les dirigeants du secteur ont régulièrement cité deux impératifs : renforcer l’infrastructure de gestion des données et mettre en place des cadres formels de gouvernance de l’IA. Beaucoup ont également souligné la nécessité de disposer de davantage de temps pour former le personnel, développer les connaissances institutionnelles et identifier les problèmes métier pour lesquels l’IA offre les rendements les plus clairs.

Le rapport souligne que les délais des initiatives complexes se raccourcissent déjà, des tâches qui nécessitaient autrefois six mois pouvant désormais être réalisées en six semaines. Dans tous les segments, les répondants se sont montrés optimistes quant au fait que le secteur n’en est encore qu’aux premières étapes de la découverte du plein potentiel de l’IA, et que les investissements fondamentaux dans les données et la gouvernance permettront de dégager des rendements nettement plus élevés dans les années à venir.