Agents IA en gestion de sinistres : architecture et premiers résultats

La gestion de sinistres : un terrain idéal pour les agents IA

La gestion de sinistres concentre trois caractéristiques qui en font un terrain privilégié pour les agents IA :

Volume répétable : une part significative des sinistres (entre 30% et 60% selon les branches) sont "simples" — même processus, critères connus, décision prévisible.

Données structurées disponibles : le contrat, l'historique client, le barème de garanties, les plafonds — tout existe dans le SI.

Fort enjeu de délai : le client en attente d'une décision sinistre est un client sensible. Réduire le délai d'instruction de 72h à quelques heures crée une valeur réelle et mesurable.

Le prototype que nous avons déployé

Contexte : un assureur IARD, branche dégâts des eaux. Volume : environ 180 sinistres dégâts des eaux par mois. Critères de "sinistres simples" définis avec les experts métier : dommage inférieur à 8 000€, pas de mise en cause d'un tiers, déclaration < 5 jours après le sinistre, pas de sinistre antérieur sur le même bien dans les 18 mois.

Environ 55% du volume correspondait à ces critères — soit ~100 sinistres/mois automatisables.

Architecture de l'agent

L'agent est construit avec le SDK Python Anthropic. Il suit un pattern ReAct (Reasoning + Acting) avec 5 outils MCP :

Outil 1 — get_contract(policy_id)

Récupère les données du contrat : garanties souscrites, plafonds, franchises, exclusions. Connecté à l'API de gestion des contrats.

Outil 2 — get_sinistre(claim_id)

Récupère les données du dossier sinistre : date, nature, description, pièces jointes disponibles. Connecté au SI sinistres.

Outil 3 — get_client_history(client_id)

Vérifie l'historique sinistres du client sur les 36 derniers mois. Anti-fraude de premier niveau.

Outil 4 — calculate_indemnisation(params)

Moteur de calcul réglementaire : applique les franchises, les plafonds, les règles de proportionnalité. C'est une règle métier pure — pas de l'IA.

Outil 5 — submit_for_review(claim_id, recommendation, reasoning)

Soumet la recommandation de l'agent à la file de validation humaine. L'agent ne décide jamais seul.

Le prompt système : la clé de tout

Le comportement de l'agent est entièrement défini par son prompt système. Les 3 éléments critiques que nous avons appris à l'usage :

La définition explicite du périmètre : "Tu instruits des sinistres dégâts des eaux simples. Si le dossier présente l'un des critères suivants, tu dois immédiatement escalader à un gestionnaire humain sans formuler de recommandation : [liste des critères d'escalade]."

L'obligation de transparence : "Ta recommandation doit toujours inclure le raisonnement complet, la référence exacte aux garanties du contrat, et le calcul détaillé de l'indemnisation. Aucune recommandation sans justification."

La gestion de l'incertitude : "Si tu n'as pas toutes les informations nécessaires, tu dois demander les informations manquantes ou escalader. Tu ne dois jamais formuler une recommandation sur la base d'hypothèses."

Résultats après 4 mois en production

Sur 382 sinistres "simples" traités par l'agent :

Taux d'accord gestionnaire : 91% des recommandations de l'agent ont été validées sans modification par le gestionnaire. 6% ont nécessité un ajustement mineur. 3% ont été refusées (souvent parce que le gestionnaire avait une information contextuelle que l'agent n'avait pas).

Délai d'instruction : passé de 3,2 jours en moyenne à 4,7 heures pour les dossiers traités par l'agent.

Qualité du dossier : les gestionnaires ont unanimement noté que les dossiers instruits par l'agent arrivent mieux documentés que les dossiers instruits manuellement — le raisonnement de l'agent est explicite et traçable.

Escalades : 23% des dossiers initialement identifiés comme "simples" ont été escaladés par l'agent après consultation du dossier complet. Ce taux élevé d'escalade est volontaire — nous préférons qu'il escalade trop que pas assez.

Ce que la conformité RGPD impose

Travailler sur des dossiers sinistres, c'est travailler avec des données personnelles sensibles. Les points de conformité non négociables :

Traçabilité : chaque interaction de l'agent avec le SI est loggée avec horodatage, identifiant dossier, action effectuée et résultat. Ces logs sont conservés 5 ans.

Droit d'information : les assurés dont le sinistre est traité par un système IA automatisé en sont informés dans l'accusé de réception.

Droit à l'examen humain : conformément à l'article 22 du RGPD, l'assuré peut demander un examen humain de sa décision. Le processus de demande est clairement documenté.

Localisation des données : l'agent utilise l'API Claude Enterprise. Les données ne quittent jamais l'environnement contractuel défini avec Anthropic.

Ce que j'ai appris

La qualité du prompt système est plus importante que l'architecture technique. Nous avons passé 3 semaines à affiner le prompt système avec les experts métier — c'est là que s'est jouée la qualité du résultat.

La supervision humaine n'est pas un obstacle, c'est une feature. Le gestionnaire qui valide les recommandations de l'agent gagne du temps ET monte en compétence — il apprend à identifier rapidement ce qui est juste ou faux dans le raisonnement de l'agent.

L'escalade doit être facile et valorisée. Au début, les gestionnaires avaient tendance à valider des recommandations douteuses pour "ne pas bloquer le système". Il a fallu travailler sur la culture : escalader est normal, attendu, et valorisé.

Prochaines étapes

En phase 2, nous allons étendre l'agent à la branche bris de glace (volume encore plus élevé, processus plus simple) et expérimenter avec un agent de détection précoce des dossiers à risque de contentieux.

La phase 3 (horizon 18 mois) : agent de gestion des recours entre assureurs — un processus aujourd'hui très manuel, lourd en échanges de courriers, et à fort potentiel d'automatisation.

Conclusion

Les agents IA en gestion de sinistres ne sont plus de la science-fiction. Ils sont en production dans des organisations que j'accompagne, avec des résultats mesurables. Mais leur succès repose sur trois piliers que je répète à chaque client : une définition rigoureuse du périmètre, une supervision humaine bien pensée, et une gouvernance RGPD irréprochable.

L'agent IA ne remplace pas le gestionnaire — il l'augmente. Et c'est exactement la promesse qu'il tient.