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

01 · La décision méconnue

Un choix qui se fait par défaut

Qu'il le fasse intentionnellement ou non, un assureur qui achemine ses flux de travail à plus fort volume par l'intermédiaire d'un modèle de pointe qu'il ne possède pas fait trois choses. Il fait don au fournisseur de l'apprentissage tiré de ces flux de travail. Il accepte des contraintes de gouvernance qu'il n'a pas définies. Et il bâtit une dépendance dont il devient plus difficile de sortir à chaque trimestre qui passe.

La plupart des assureurs prennent cette décision sans se rendre compte qu'ils la prennent. Sélectionner un fournisseur d'IA pour les réclamations, se standardiser sur un seul fournisseur de modèles de pointe, signer une entente pluriannuelle avec un hyperscaler pour la construction d'une plateforme d'IA générative : chacune de ces actions est une décision de propriété de l'intelligence, même si aucune n'est reconnue comme telle. Le temps que la dimension stratégique devienne visible, la dépendance est déjà bien ancrée et les conséquences architecturales s'accumulent. La première étape pour faire ces choix de façon délibérée est de les reconnaître comme des choix.

L'argument en faveur de l'intelligence propriétaire s’articule autour de six dimensions. Les deux premières, les données économiques et la performance, sont des conditions de base. Les quatre autres sont là où réside la différenciation durable.

02 · Six dimensions

Les arguments en faveur de l'intelligence propriétaire

Conditions de base

01 Les données économiques

À l'échelle agentique, un seul flux de travail peut générer de dix à vingt appels de modèle. Acheminer un travail d'assurance à fort volume par l'intermédiaire de modèles de pointe à ce volume entraîne une prime de coût cumulative que les données économiques des projets pilotes ne révèle tout simplement pas. Les organisations qui utilisent des modèles conçus sur mesure pour leurs flux de travail à plus fort volume constatent un coût par interaction sensiblement inférieur. L'argument économique est réel et, à l'échelle agentique, il s'accumule de façon significative, bien qu'il s'agisse de la raison la moins intéressante sur le plan stratégique de posséder vos modèles. (Deloitte, Navigate the Economics of AI, 2026)

02 La performance

Un modèle affiné à partir de dix ans de données de réclamations d'un assureur donné, calibré en fonction du libellé des polices et des directives de souscription de cet assureur, et validé par rapport à des modes de défaillance connus surpassera systématiquement un modèle de pointe à usage général sur ces mêmes tâches. L'étendue compte pour le raisonnement ouvert, mais pour le travail d'assurance spécialisé et à fort volume, le sur-mesure l'emporte à tout coup. L'avantage de performance est mesurable et, dans les flux de travail à fort volume, il s'accumule à chaque transaction.

Là où réside la différenciation durable

03 La propriété de l'intelligence accumulée

Chaque fois qu'un modèle de pointe traite un document de réclamation ou évalue une soumission de souscription, le système apprend de cette interaction. Lorsque vous louez le modèle, cet apprentissage profite au fournisseur, et non à vous. Au fil du temps, l'assureur qui possède ses modèles bâtit un actif exclusif qui s'approfondit à chaque transaction, tandis que l'assureur qui loue continue de payer pour une capacité qu'il ne possédera jamais.

04 La portabilité de la gouvernance et l’alignement des politiques

Une pile de modèles détenue en propre signifie que la gouvernance suit l'assureur. Les contrôles d'IA responsable, les tests de biais, les exigences d'explicabilité et les normes de validation des modèles peuvent être appliqués au niveau du modèle, et non uniquement par la couche applicative. Cette distinction compte énormément au titre de la ligne directrice E-23 du BSIF, qui exige des assureurs qu'ils démontrent comment les décisions guidées par l'IA sont prises et gouvernées. Un assureur qui s'appuie sur un modèle tiers peut décrire ce que le modèle a produit. Un assureur qui possède son modèle peut expliquer comment et pourquoi, à chaque niveau de la pile. Lorsque les organismes de réglementation posent des questions difficiles, cette distinction sépare une réponse crédible d'une réponse mitigée.

05 L'IA et la souveraineté des données

Pour les assureurs qui opèrent sous des règles strictes de résidence des données, ou dans des marchés où certains fournisseurs infonuagiques sont restreints, l'infrastructure détenue est une exigence absolue, et non une préférence stratégique. Le lancement de Sovereign Core par IBM en janvier 2026 a rendu les enjeux explicites : la souveraineté numérique va au-delà de la résidence des données. Elle englobe qui exploite l'environnement, comment les données sont gouvernées, où s'exécutent les charges de travail, et sous quelle juridiction fonctionnent les modèles. (IBM Sovereign Core, janvier 2026)

L'ampleur de ce changement est significative. Les analyses suggèrent que de 30 à 40 pour cent des dépenses mondiales en IA pourraient être façonnées par les exigences de souveraineté d'ici 2030, et Gartner estime que plus de 75 pour cent des entreprises auront mis en place une stratégie formelle de souveraineté numérique d'ici cette date. La réponse des fournisseurs a été de commercialiser la souveraineté comme un service : infonuagique localisé, enveloppes de conformité, environnements gérés. Mais comme l'a documenté le Tony Blair Institute, ces offres simulent souvent l'autonomie tout en approfondissant la dépendance qu'elles prétendent résoudre. (Tony Blair Institute, Sovereignty in the Age of AI, janvier 2026)

06 La flexibilité à l'égard des modèles de pointe

Posséder la couche d'orchestration ne signifie pas rejeter les modèles de pointe. Cela signifie préserver la capacité de choisir parmi eux. Le paysage des modèles de pointe continuera d'évoluer rapidement. L'assureur qui possède sa couche d'orchestration peut intégrer la capacité de pointe qui ajoute le plus de valeur à un moment donné, changer de fournisseur à mesure que le marché évolue, et éviter d'être verrouillé dans la feuille de route d'un seul fournisseur. L'assureur qui a bâti son architecture autour d'un seul fournisseur de modèles de pointe a, en revanche, fait un pari d'une décennie sur la pertinence continue, la discipline de tarification et l'acceptabilité réglementaire de ce fournisseur. Ce pari est important, et largement inexaminé.

03 · Concrétiser la démarche

L'architecture concrète

L'architecture concrète est bâtie par paliers : de petits modèles de langage conçus sur mesure pour le travail d'assurance à fort volume et bien défini, où l'entraînement exclusif crée un véritable avantage; des modèles de pointe appelés de façon sélective là où l'étendue et le raisonnement comptent. L'assureur possède et gouverne la couche d'orchestration d'un bout à l'autre, et chaque transaction bâtit l'intelligence de l'assureur plutôt que celle d'un tiers.

L'intelligence propriétaire ne signifie pas qu'elle est entièrement bâtie à l'interne. La plupart des assureurs feront appel à des partenaires pour l'exécution : fournisseurs de technologie, intégrateurs de systèmes et fournisseurs spécialisés. La capacité d'investissement, l'expertise interne, la rapidité de mise en marché et les priorités stratégiques façonnent toutes ce qu'une organisation bâtit par rapport à ce qu'elle acquiert. La question n'est pas de savoir s'il faut faire appel à des partenaires, mais ce sur quoi il faut conserver le contrôle lorsqu'on le fait : la couche d'orchestration, la gouvernance et l'intelligence qui s'accumule à chaque transaction. Faire appel à des partenaires pour la façon dont elle est bâtie est tout à fait compatible avec le fait de posséder ce qu'elle produit.

Menée de façon délibérée, cette architecture s'accumule à chaque transaction : chaque perle ajoutée au collier hérite de l'intelligence de tout ce qui la précède, une discipline de séquençage que nous exposons en détail dans The String of Pearls, le quatrième document de cette série. Le système devient plus difficile à reproduire à mesure qu'il gagne en maturité. C'est là la différence entre louer une capacité et bâtir un actif.

04 · Conclusion

Des questions qui valent la peine d'être posées maintenant

Q1 Lorsque vos flux de travail à plus fort volume s'exécutent aujourd'hui, qui capte l'apprentissage : votre organisation, ou le fournisseur dont le modèle les a traités?

Q2 La plateforme actuelle peut-elle fonctionner dans chaque territoire que l'organisation dessert, y compris les marchés soumis à des exigences de résidence des données ou de restrictions sur les fournisseurs infonuagiques?

Q3 Si les données économiques d'une relation clé avec un fournisseur d'IA changeaient de façon importante, l'organisation aurait-elle une flexibilité réelle pour réagir, ou est-elle effectivement verrouillée?

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.