Un point de vue de Deloitte Canada sur l'assurance · 2026

01 · Le point d'inflexion

Pourquoi la fenêtre se referme

Cinq pressions convergent actuellement sur le marché canadien de l’assurance. Aucune n’est nouvelle en soi, mais leur combinaison transforme l’environnement opérationnel des assureurs au moment même où les investissements en intelligence artificielle s’accélèrent.

01

L'évolution des profils de risque à l'échelle du marché

L'environnement de risque évolue plus rapidement que ce que les cycles de modélisation traditionnels étaient conçus pour répondre. En 2024, pour la première fois dans l'histoire du Canada, les dommages assurés causés par des événements météorologiques violents ont dépassé les 8 milliards de dollars, soit près du triple de 2023 et 12 fois la moyenne annuelle de la décennie précédente, avec une seule période de cinq semaines ayant généré environ 250 000 réclamations.

La volatilité ne se limite pas aux assurances de dommages. Les assureurs santé et avantages sociaux font face à des pressions tout aussi importantes : hausse du coût des médicaments, prévalence croissante des maladies chroniques et demande accrue de couverture en santé mentale. En assurance vie et longévité, les changements démographiques et l'évolution des hypothèses de mortalité compriment les marges sur des produits tarifés en fonction d'attentes à long terme très différentes.

02 L'évolution des attentes des clients

Depuis 2019, le Canada a connu une hausse de 115 % du nombre de réclamations pour dommages aux biens personnels et une hausse de 485 % des coûts de réparation et de remplacement des biens personnels. Les Canadiens interagissent plus fréquemment avec leur assureur et, à chaque interaction, leurs attentes en matière de réactivité sont plus élevées.

Le vieillissement de la population en transition vers la retraite génère une demande croissante en solutions de protection, de soins de longue durée et de sécurité financière. Une nouvelle génération de consommateurs d'assurance repense la propriété des actifs, retarde les étapes de vie traditionnelles et s'attend à une couverture qui s'adapte à l'évolution réelle de leur vie. Les deux groupes convergent vers la même attente : un assureur qui agit comme un partenaire continu plutôt qu’un administrateur intermittent.

03 La pression sur la performance financière

La pression structurelle sur les coûts touchant en assurance de dommages, en assurance collective et en assurance vie converge précisément au moment où l'investissement en infrastructure d'IA est le plus nécessaire.

En assurance de dommages, les ratios combinés restent gérables pour les assureurs bien gérés, mais la structure de coûts sous-jacente raconte une autre histoire : des ratios de frais comprenant de 15 à 20 % de commissions de courtage laissent peu de marge pour des gains d'efficacité opérationnelle sans repenser entièrement le modèle de distribution. En assurance maladie et collective, l'inflation du coût des médicaments et la hausse de l'utilisation dépassent la croissance des primes.

Forrester prévoit que l'IA et l'automatisation amélioreront les ratios de frais des 50 principaux assureurs de deux points de pourcentage en 2026, mais selon nos observations, cette amélioration profite aux assureurs dotés de l'architecture nécessaire pour intégrer l'IA au cœur des opérations, et non à ceux qui exploitent des solutions ponctuelles isolées en périphérie.

04 L'environnement réglementaire

Les lignes directrices E-23 du BSIF sur la gestion du risque lié aux modèles, la Loi 25 du Québec, les exigences de l'ARSF et de l'AMF, ainsi que la réglementation fédérale à venir sur l'IA relèvent le niveau d'exigence en matière de gouvernance pour le déploiement de l'IA. La tendance est claire : la responsabilité à l'égard des décisions prises par l'IA, l'explicabilité au niveau des modèles et la gouvernance des données passent toutes du statut de bonne pratique à celui d'obligation exécutoire.

À mesure que l'infrastructure d'IA repose de plus en plus sur des plateformes d'hyperscalers dont le siège social se trouve à l'extérieur du Canada, les assureurs font face à une nouvelle question : contrôlent-ils véritablement leur propre environnement d'IA, ou ne font-ils qu'en louer l'accès ? Cette distinction attire une attention réglementaire qu'elle n'avait pas connue auparavant.

Souveraineté des données : une nouvelle frontière réglementaire

05 L'IA agentique atteint la maturité de production

L’intérêt pour l’IA agentique évolue rapidement, passant de l’expérimentation à une phase de planification active. Bien que 82 % des assureurs prévoient l’adopter au cours des trois prochaines années, seulement 21 % indiquent disposer d’un modèle mature de gouvernance des agents. Pour de nombreux assureurs, la principale contrainte réside moins dans les capacités de la technologie elle-même que dans le niveau de préparation des données, des mécanismes de contrôle et de l’architecture qui l’entourent.

Un sondage mondial mené auprès de 3 700 hauts dirigeants a révélé que 62 % des organisations n'ont pas fait passer leurs initiatives d'IA au-delà de l'étape du stade de projet pilote, et que trois dirigeants sur cinq déclarent ressentir plus de pression que jamais pour démontrer le rendement d'investissements en IA qui augmentent de 33 % par année. La question n'est pas de savoir s'il faut déployer l'IA agentique. Elle est de savoir si les fondations existent pour la déployer d'une manière qui produit un effet cumulatif plutôt qu'une fragmentation.

82 % prévoient adopter l'IA agentique d'ici 3 ans

Aucune de ces forces n'attend que les autres se résorbent. Elles sont toutes à l'œuvre en ce moment même, dans chaque secteur d'activité, chez chaque assureur canadien. La fenêtre pour faire des choix fondamentaux en devançant la pression est plus étroite qu'il n'y paraît.

Les statistiques de cette section proviennent des sources énumérées à la fin de ce document.

02 · Tendances du secteur 

Ce que nous observons dans l'ensemble du secteur

Chez de nombreux assureurs, l’adoption de l’IA a suivi une trajectoire prévisible. Les équipes responsables des réclamations développent une solution autour d’un cas d’usage à forte valeur ajoutée. Les équipes de souscription et de distribution font de même. Chacune de ces initiatives peut générer une valeur réelle, mais à mesure que leur nombre augmente, les plateformes, les intégrations, les pipelines de données et les mécanismes de contrôle nécessaires pour les soutenir se multiplient également.

Le problème n’est pas que toutes les capacités doivent fonctionner sur une même plateforme technologique. Il réside plutôt dans le fait que trop d’organisations reconstruisent des fondations communes pour chaque cas d’usage. Les données sont à nouveau préparées, les intégrations sont recréées, les mécanismes de gouvernance varient d’une équipe à l’autre et les coûts deviennent plus difficiles à suivre. L’entreprise déploie davantage de solutions d’IA, sans pour autant développer des capacités réutilisables à la même échelle.

La préparation des données est souvent l’aspect où le problème devient le plus apparent. Les flux de travail agentiques à l’échelle de l’entreprise nécessitent des données accessibles, fiables et gouvernées de façon cohérente à travers de multiples systèmes. De nombreux assureurs constatent que les données existent bel et bien, mais qu’elles sont cloisonnées au sein de plateformes héritées, structurées de manière inégale ou difficiles d’accès à la vitesse requise. Résultat : les initiatives peuvent stagner, même lorsque les capacités sous-jacentes de l’IA produisent de bons résultats.

Ce qui fonctionne à l'étape du projet pilote ne se multiplie pas en capacité d'entreprise. Cela se multiplie en complexité.

La leçon à retenir n’est pas qu’il faut cesser d’expérimenter. C’est plutôt que le modèle utilisé pour lancer les dix premiers cas d’usage ne sera probablement pas celui qui permettra d’en déployer cinquante ou cent. À ce stade, les données partagées, les services réutilisables, les mécanismes de contrôle communs et une responsabilisation clairement établie commencent à compter davantage que la rapidité d’un projet pilote individuel.

03 · L'économie

Investissement record, rendements insaisissables

Les investissements mondiaux en intelligence artificielle continuent de croître rapidement. En 2024, les investissements des entreprises en IA à l’échelle mondiale ont atteint 252,3 milliards de dollars, en hausse de 26 % par rapport à l’année précédente (Stanford HAI AI Index Report, 2025). Le secteur de l’assurance suit une trajectoire similaire, marquée par une augmentation soutenue des investissements, mais les retombées demeurent inégales. Selon un sondage mené en 2026 auprès de 250 gestionnaires du secteur de l’assurance au Royaume-Uni et aux États-Unis, 82 % estiment que l’IA jouera un rôle dominant dans l’avenir de l’industrie, tandis que seulement 14 % avaient pleinement intégré l’IA à leurs opérations financières (Insurance Operations and Financial Transformation 2026). L’écart entre l’expérimentation et l’adoption à grande échelle demeure donc important.

L'économie aggrave le problème. L'IA est aujourd’hui la dépense qui croît le plus rapidement dans les budgets technologiques des entreprises, les factures d'infonuagique ayant augmenté de 19 % en 2025 à mesure que l'IA générative devenait centrale aux opérations. (Deloitte, Navigate the Economics of AI, 2026)

Ce qui rend cette dynamique particulièrement aiguë pour les assureurs qui envisagent l'IA agentique, c'est la façon dont les coûts évoluent. Dans une application d'IA à une seule étape, une action de l'utilisateur génère un appel de modèle. Dans un flux de travail agentique, cette même action peut générer de dix à vingt appels de modèle à mesure que les agents raisonnent, récupèrent, valident et coordonnent. L'économie fondée sur les jetons fait de la consommation le principal moteur de coûts à mesure que les systèmes multi-agents se déploient à grande échelle, et les organisations qui n'ont pas prévu cela dès le départ ne découvrent les implications de coûts qu'une fois engagées dans une architecture coûteuse à modifier. (Deloitte, Executive Decisions Shaping Agentic AI Value, 2026)

Les fondations communes gagnent en importance à mesure que les cas d’usage passent à l’étape de la production. Un projet pilote peut s’accommoder d’intégrations sur mesure, de contrôles manuels et de préparations ponctuelles des données. Un portefeuille d’entreprise composé de nombreux cas d’usage agentiques ne peut pas se permettre ces accommodations. Ces choix relèvent autant de la stratégie d’affaires et du modèle opérationnel que des décisions technologiques.

Plus ces coûts et ces dépendances sont intégrés à des solutions individuelles, plus ils deviennent difficiles à éliminer par la suite. C’est pourquoi le passage du projet pilote à la mise en production doit aborder dès le départ les questions d’architecture, de données et de gouvernance, plutôt que de les considérer comme des enjeux à résoudre une fois qu’un cas d’usage a démontré sa valeur.

04 · Les enjeux

Le coût de l'attente

Le coût de l’inaction tend à s’accumuler progressivement plutôt que de se manifester sous la forme d’un événement unique. À mesure que de nouvelles capacités sont ajoutées, l’architecture devient plus difficile à simplifier, la gouvernance plus complexe à appliquer de manière uniforme, et les choix de fournisseurs s’ancrent davantage dans le modèle opérationnel.

Cela ne signifie pas que chaque assureur doit adopter une plateforme unique ou tout développer à l’interne. Les solutions spécialisées continueront d’offrir une valeur importante. L’enjeu est plutôt de déterminer si ces choix s’inscrivent dans une conception d’entreprise claire, avec des décisions explicites quant à ce qui devrait être partagé, ce qui peut demeurer spécialisé et les aspects pour lesquels la portabilité est essentielle.

L’avantage de prendre ces décisions dès maintenant réside dans la flexibilité qu’elles procurent. Les assureurs peuvent façonner leurs fondations pendant que leur portefeuille d’initiatives demeure encore gérable, plutôt que de devoir les adapter après coup, lorsque les charges de travail agentiques seront plus profondément intégrées à leurs activités. Les autres documents de cette série examinent la destination à atteindre, les choix liés à la propriété et à l’ordonnancement des initiatives, ainsi que les conditions nécessaires à une mise en œuvre réussie.

05 · Conclusion 

Des questions qui valent la peine d'être posées maintenant

La série Compounding Intelligence

Cinq points de vue autonomes sur la mise à l'échelle de l'IA agentique en assurance. Chaque document est rédigé pour être lu seul; ensemble, ils forment un argument unique.