Atout Risk Manager

Printemps 2020

L’IA au service des Risk Managers

Encore en devenir, l’Intelligence Artificielle constitue un outil formidable pour les Risk Managers. C’est ce qui ressort de «Qu’apporte l’Intelligence Artificielle au Risk Management», l’atelier qui lui était consacré qui a illustré quelques-unes de ses utilisations possibles.

«Jusqu’ici, l’IA est utilisée à doses homéopathiques dans les entreprises, car elle nécessite de lourds investissements qu’il faut expliquer puis absorber en interne» a expliqué Anne Piot d’Abzac, la secrétaire générale de l’AMRAE, VP Chief Risk Officer d’Ipsen qui modérait l’atelier. Si l’IA a d’abord été plébiscitée par les marketeurs pour améliorer le CRM et l’expérience client, les cas d’usages commencent à se multiplier au sein du Risk Management.

SUPPLY CHAIN ET GESTION DES STOCKS

«Nous sommes en train de découvrir de nouvelles valeurs ajoutées de l’IA. Et le meilleur moyen de défricher le terrain, ce sont les POC (proofs of concept) qui permettent de mesurer réellement les gains d’efficacité et de convaincre ensuite le Comex» a estimé Bénédicte Huot de Luze, CEO d’AI Risk Service. Et d’illustrer les bénéfices que l’IA peut apporter dans la gestion de la supply chain et des stocks : «En travaillant sur des combinaisons de données, l’IA permet de résoudre des problèmes de BFR et de stockage de produits par exemple, en allant chercher dans les bases de données des éléments jusqu’ici inutilisés. Pouvoir évaluer le risque de retard ou d’absence d’un produit sur le marché représente un gros atout pour un Risk Manager!».

EXPOSITION AUX RISQUES NATURELS

Pour Maxime Ambourg, Directeur innovation & développement commercial Risk Consulting chez AXA XL, l’IA représente aussi pour un Risk Manager l’opportunité de «mieux défendre son dossier auprès d’un assureur», grâce à une meilleure lecture du profil de risque de l’entreprise et de ses évolutions. «L’IA apporte une vision plus fine, plus évolutive et plus prédictive des risques». En outre, en combinant radars, reconnaissance optique et reconnaissance spectrale, l’IA synthétise l’exposition aux risques naturels et offre ensuite un meilleur suivi des dégâts post catastrophes naturelles. «Pour casser l’effet «peur» de l’IA, je conseille de travailler avec des data scientists au sein d’équipes multidisciplinaires pour mieux comprendre la «boîte noire».

PRÉVENTION

Delphine Do Huu, Directrice Technique Actuariat de Gras Savoye Willis Tower Watson, a de son côté présenté les avantages de l’IA en termes de prévention. Partant du constat que 80 % des données sont sous forme de textes, la plupart de temps inexploités et donc non valorisées, «l’idée est d’utiliser l’IA pour mieux lire les rapports de prévention et mieux les utiliser, en exploitant les informations en termes d’analyse de risque». Il faut ensuite établir une corrélation entre ces rapports de prévention, la base de données sinistres et la liste des sites et engagements sous-jacents. «L’IA fait ressortir les recommandations qui ont du sens, et améliore leur mise en œuvre et leur suivi. Cela permet de mieux percevoir l’efficacité des actions de prévention et de justifier des choix effectués».

AIDE À LA DÉCISION

Enfin, Cédric de Serpos, CEO de Novasecur, a décrit la façon dont l’IA pouvait être appliquée à la gestion des risques. «L’IA industrialise l’aide à la décision, de façon objective et mécanique. En étudiant par exemple les données de gestion des risques contenues dans le logiciel SIGR d’une entreprise, l’IA va détecter certains signaux faibles, trop petits pour être traités de façon traditionnelle, et proposer des recommandations». Et Anne Piot d’Abzac de conclure : «Les applications de l’IA sont nombreuses, mais attention à l’excès de confiance. Il faut raisonner «complémentarité». Plus intelligents, les Risk Managers deviennent grâce à elle «augmentés» : ils organisent leur métier de façon plus efficace, sont aidés dans leurs décisions et voient leurs actions crédibilisées auprès des instances dirigeantes»