NTT DATA a lancé AI for Insurance, une solution d’intelligence artificielle agissante conçue pour transformer les processus complexes du secteur de l’assurance, tels que la souscription, la gestion des sinistres et le service client, en services reproductibles et gouvernés. Cette offre repose sur AIVista, la plateforme d’IA de l’entreprise, et vise à résoudre un des principaux freins du secteur : passer de pilotes isolés à des opérations d’IA intégrées, auditableset supervisors humains.

Les clés d’NTT DATA AI for Insurance en 20 secondes

• La solution combine agents d’IA, modèles spécifiques au secteur, orchestration et contrôles de gouvernance.
• Conçue pour la souscription, la gestion des sinistres, le service client et autres processus clés des assureurs.
• Peut s’intégrer aux systèmes existants sans nécessiter de remplacer le cœur de système.
• NTT DATA souhaite également éviter la dépendance à un seul modèle fondateur.
• Son rapport 2026 montre une forte adoption de l’IA en back et mid-office, mais une industrialisation encore limitée.

Ce lancement intervient à un moment où les assureurs utilisent de plus en plus l’IA, mais rencontrent toujours des difficultés à la déployer efficacement en production.

Le Global AI Report 2026 de NTT DATA pour l’assurance indique que 86,7 % des organisations leaders appliquent l’IA dans leurs processus de back et mid-office, contre 66,7 % également dans des cas d’usage orientés vers la croissance en front office. Néanmoins, la transition de l’expérimentation à une intégration stable reste un défi majeur.

C’est précisément cet espace que vise AI for Insurance.

D’un chatbot à des agents impliqués dans les processus

L’approche proposée par NTT DATA va bien au-delà de l’ajout d’un assistant conversationnel sur le site d’un assureur.

L’architecture est conçue pour intégrer des agents spécialisés dans des processus complets. Ces agents peuvent collecter des informations, analyser des documents, consulter des systèmes internes, appliquer des règles, proposer des décisions et coordonner leur action avec des personnes et d’autres applications d’entreprise.

Par exemple, en souscription, un agent pourrait rassembler des données provenant de plusieurs systèmes, compléter les informations relatives aux risques et présenter une recommandation au souscripteur.

En sinistres, il peut aider à classer les dossiers, rassembler la documentation, détecter les cas nécessitant une revue supplémentaire et fournir un contexte au gestionnaire de sinistres.

Dans le service client, il peut combiner informations des polices, sinistres et systèmes CRM pour répondre avec un contexte enrichi.

NTT DATA définit cette approche comme un passage d’un flux simplement assisté par l’IA vers des opérations partiellement livrées par l’IA, tout en maintenant une intervention humaine lorsque c’est nécessaire.

L’insistance sur cette dernière étape est due au fait que l’assurance est une activité particulièrement sensible à la qualité des décisions. Une automatisation mal conçue pourrait impacter les primes, indemnités, acceptation des risques ou droits des assurés.

C’est pourquoi la solution inclut une supervision humaine et des contrôles intégrés dans la couche opérationnelle.

Le défi : gouverner l’agent, pas seulement le modèle

La gouvernance émerge comme un élément central de la plateforme.

NTT DATA intègre des garde-fous spécifiques pour contrôler les décisions des agents, assurer la traçabilité et générer des preuves pouvant être réexaminées ultérieurement.

Ceci est crucial car, dans une architecture agentique, la question n’est plus seulement de savoir quelle réponse produit un modèle.

Il faut également pouvoir répondre à des questions telles que :

• Quels sont les données consultées ?
• Quelles règles ont été appliquées ?
• Quelles outils ont été utilisés ?
• Quelle action a été proposée ?
• Quel système a été modifié ?
• Qui a approuvé la décision ?
• Et quelles preuves sont enregistrées ?

Cette complexité est accentuée dans les secteurs régulés, où l’organisation doit pouvoir expliquer non seulement le résultat mais aussi le processus ayant mené à cette décision.

Selon l’étude de NTT DATA, 67,4 % des assureurs considérés comme leaders en IA par l’entreprise utilisent des modèles centralisés de gouvernance, contre seulement 23,5 % pour les organisations moins avancées.

Cette différence suggère que la capacité à déployer l’IA à grande échelle dépend largement de la mise en place de contrôles communs sur modèles, données et décisions.

Une intégration sans obliger à remplacer le système central de l’assureur

Un autre point clé est l’intégration.

Les grands assureurs opèrent souvent sur des systèmes développés et étendus sur plusieurs décennies. Remplacer intégralement le cœur du système pour déployer une nouvelle couche d’IA serait coûteux, lent et risqué.

NTT DATA présente AI for Insurance comme une couche pouvant s’intégrer avec ces systèmes existants.

L’approche est décrite comme cloud-agnostic, capable de se connecter aux plateformes industrielles habituelles et aux systèmes, données et processus déjà en place.

Concrètement, l’architecture peut ressembler à ceci :

Core de l’assurance
      │
CRM ──┼──────── Données externes
      │
      ▼
AI for Insurance NTT DATA
      │
 ┌────┼─────────────┐
 │    │             │
 ▼    ▼             ▼
Agent Agent       Agent
risque sinistre client
 │    │             │
 └────┼─────────────┘
      ▼
Personne / système / workflow

L’objectif est de déployer une couche d’intelligence et d’orchestration sans nécessiter une migration totale du système transac­tionnel.

Souhaite également éviter la dépendance à un seul modèle d’IA

La dépendance technologique ne s’arrête pas au cœur du système.

Une entreprise qui construit aujourd’hui tous ses processus autour d’un seul grand modèle pourrait, dans quelques années, se retrouver face à un problème similaire à celui d’une plateforme propriétaire : coûts, évolution des capacités ou conditions commerciales peuvent évoluer.

NTT DATA indique que sa solution intègre model routing, permettant de sélectionner différents modèles en fonction du travail.

C’est une décision importante car toutes les tâches ne nécessitent pas le même LLM.

Un processus de classification peut fonctionner avec un petit modèle économique, tandis qu’un cas plus complexe pourrait requérir un modèle avec une capacité de raisonnement supérieure.

Une architecture de ce type pourrait fonctionner ainsi :

Demande
   │
   ▼
Routeur de modèles
   │
   ├── modèle petit → classification
   ├── modèle spécialisé → documents
   ├── modèle avancé → raisonnement
   └── modèle local → informations sensibles

Ce dispositif permet non seulement de réduire la dépendance, mais aussi d’avoir des impacts directs sur le coût d’inférence.

Données et connaissances sectorielles spécifiques

Une composante particulièrement importante repose sur ce que NTT DATA nomme insurance data genome et sa base de connaissance spécifiquement orientée vers l’assurance.

Ce concept répond à un autre problème courant en IA d’entreprise : un modèle général peut comprendre le langage mais ne connaît pas nécessairement la structure interne d’un assureur.

Il a besoin de contexte sur des éléments tels que :

police
 ├── garanties
 ├── exclusions
 ├── assuré
 ├── bénéficiaires
 ├── primes
 └── conditions

sinistre
 ├── police associée
 ├── dommages
 ├── documentation
 ├── fraude
 └── indemnisation

L’utilité d’une IA d’entreprise dépend que ces concepts soient bien connectés avec les systèmes et les données réels.

NTT DATA tente de résoudre cela via des ontologies et des modèles spécifiques au secteur de l’assurance, permettant aux agents de mieux interpréter polices, sinistres, documentation et réglementations.

Le déploiement pourrait être jusqu’à trois fois plus rapide, selon NTT DATA

L’entreprise affirme que ses agents préconfigurés peuvent permettre une mise en production jusqu’à trois fois plus rapide.

C’est une estimation du fournisseur à considérer avec précaution, car le temps réel dépendra des systèmes de chaque assureur, de la qualité des données, des intégrations nécessaires et des exigences réglementaires.

Mais la stratégie est claire :

Plutôt que de repartir de zéro :

modèle
+ prompts
+ RAG
+ agents
+ sécurité
+ intégration
+ audit
+ workflow

NTT DATA fournit des composants déjà orientés vers des cas spécifiques du secteur.

Ensuite, chaque assureur peut adapter ses agents à ses produits et ses processus.

L’IA vise une intervention directe dans la souscription et la gestion des sinistres

La principale évolution par rapport aux générations précédentes d’IA d’entreprise est la proximité de ces outils avec les décisions opérationnelles.

Pendant des années, les cas les plus visibles concernaient les chatbots, l’analyse documentaire ou les assistants employés.

L’IA agissante commence à s’intégrer dans des processus comme :

La souscription. Collecter des informations et aider à évaluer le risque avant d’accepter et de fixer un prix à une police.

Les sinistres. Classifier les réclamations, identifier les cas complexes, rassembler des données et assister le gestionnaire.

La fraude. Relier des signaux dispersés et prioriser les dossiers nécessitant une enquête.

L’assistance. Résoudre les demandes en utilisant le contexte provenant de différents systèmes.

Les opérations. Automatiser des tâches qui auparavant nécessitaient de transférer manuellement des informations entre applications.

NTT DATA affirme que les acteurs du secteur se concentrent déjà sur ces domaines. Son rapport identifie la souscription, le traitement des sinistres, la détection de fraude, la tarification et la distribution comme étant les axes générant le plus de valeur.

La réglementation maintient la nécessité d’une supervision humaine

L’automatisation totale demeure particulièrement difficile dans l’assurance.

Les décisions peuvent avoir un impact direct sur des personnes et des entreprises, ce qui impose des contraintes réglementaires, de protection des données, d’explicabilité et de politique interne de gestion des risques.

NTT DATA propose ainsi une architecture de supervision humaine, où certaines décisions peuvent faire l’objet d’une revue ou d’une approbation humaine.

Ce schéma peut se représenter comme suit :

Agent IA
   │
   ▼
Évaluation
   │
   ├── faible risque → automatisation
   ├── exception → revue humaine
   └── risque élevé → blocage / escalade

L’objectif n’est pas forcément d’éliminer les souscripteurs, experts ou gestionnaires de sinistres, mais de réduire le travail manuel autour de leurs décisions.

Une transition vers le modèle Service-as-Software

NTT DATA emploie aussi une expression intéressante pour décrire son produit : Service-as-Software.

Ce changement de terminologie est significatif.

Le logiciel d’entreprise traditionnel fournit des outils que l’utilisateur utilise pour effectuer un travail.

Dans le concept de Service-as-Software, une partie du travail devient une fonction fournie directement par le logiciel.

Par exemple, plutôt que simplement offrir une application pour examiner une réclamation :

employé → logiciel → décision

l’architecture évolue vers :

données
  ↓
agents + règles + systèmes
  ↓
proposition/action
  ↓
supervision humaine

C’est l’une des tendances majeures derrière l’IA agissante en entreprise : passer d’un logiciel aidant à exécuter des processus à des plateformes qui exécutent une partie directement.

NTT DATA capitalise sur une expérience sectorielle pointue

L’entreprise entre sur ce marché avec une position forte dans le secteur de l’assurance.

NTT DATA déclare employer plus de 12 000 spécialistes en assurance, avec 16 centres de livraison, et travaille avec 10 des 25 plus grandes assureurs mondiaux en termes d’actifs nets non bancaires.

Cette expertise sectorielle est primordiale car l’un des défis de l’IA en entreprise n’est plus seulement d’accéder à un bon modèle.

Les modèles fondateurs deviennent progressivement une couche interchangeable.

La véritable valeur ajoutée se déplace vers :

données propriétaires
+ processus
+ intégration
+ gouvernance
+ connaissance sectorielle

Et c’est précisément dans l’assurance que cette combinaison est la plus difficile à reproduire.

L’engagement de NTT DATA illustre un changement plus vaste dans l’industrie. La prochaine étape de l’adoption de l’IA en entreprise ne sera probablement pas mesurée par le nombre d’employés ayant accès à un chatbot, mais par le nombre de processus complets pouvant incorporer des agents sans perdre traçabilité, conformité et contrôle humain.

Questions fréquemment posées

Qu’est-ce que NTT DATA AI for Insurance ?

C’est une plateforme d’IA agissante orientée vers les assureurs, combinant agents spécialisés, modèles et données sectorielles, orchestration des processus et contrôles de gouvernance.

Quels processus peut-elle automatiser ?

NTT DATA la destine principalement à la souscription, la gestion des sinistres, le service client et d’autres processus opérationnels dans l’assurance.

Faut-il remplacer le système central de l’assureur ?

Non. La solution est conçue pour s’intégrer aux systèmes existants, et NTT DATA affirme qu’elle peut être utilisée sans dépendre d’une plateforme cœur ou d’un seul modèle fondateur.

L’IA prend-elle des décisions sans supervision humaine ?

L’architecture inclut des garde-fous, de l’auditabilité et une supervision humaine. Le degré d’automatisation dépend du processus, des politiques de chaque assureur et de leurs obligations réglementaires.