Le Risque en assurance et la Revolution digitale

En quoi la révolution numérique change la nature ou la dimension des risques d'assurance ? Appuyez votre travail par des exemples précis.

Nous vivons actuellement la troisième révolution industrielle^[1]. Il s’agit d’ une révolution numérique^[2], qui est strictement liée à l’essor considérable d’internet, ainsi qu’à la capacité qu’ont désormais les institutions et les entreprises de traiter en temps réel d’immenses volumes de données, les fameux « Big Data ». Il est dorénavant possible de recueillir, mettre en relation et interpréter les immenses quantités de flux de données et d’informations générées, aujourd’hui par les internautes et les « mobinautes »^[3], et demain par les utilisateurs d’objets connectés^[4].

Alors que la croissance ralentit et que la rentabilité reste limitée dans le secteur mature de l’assurance, le digital s’invite comme le principal levier des années à venir. L’assurance étant ubiquitaire, elle doit intégrer les changements de la révolution numérique dans son fonctionnement interne mais aussi dans son approche des objets assurables, et donc du risque.

Le risque constitue le socle des assurances.  La « société du risque »^[5] est en même temps une société « assurantielle »^[6], en effet l’un des fondements du recours à une assurance est la crainte de la réalisation d’un certain aléa contre lequel on veut être protégé. Le système assurantiel actuel, que la souscription soit obligatoire ou non, peut être vu comme l’expression en termes compensatoires des manifestations du risque quelques qu’ils soient. Il est ainsi possible de considérer que l’assurance est une forme de traduction du risque^[7].

Cette révolution numérique se révèle être un véritable défi, en terme de métier pour l’assurance. En effet, elle va devoir se concentrer sur le mode même de gestion du risque, puisqu’avec le Big Data, la capacité à individualiser la notion de risque est désormais possible ;

L’assurance actuelle est une des grandes institutions de prédiction liée à un certain âge du traitement des données, qui, permet la prévision du comportement des ensembles plus que des individus. Dans son rapport « Assurance, préventions, prédiction … dans l’univers du Big Data », François Ewald^[8] définit le « risque », comme une forme de rapport savoir-pouvoir : savoir statistico-probabilitaire d’un coté, et relations de pouvoir telles qu’elles sont mises en œuvre dans les institutions d’assurance à travers les pratiques de mutualisation^[9].

La « donnée », au sens de la donnée numérisée, est aussi une forme de rapport savoir-pouvoir, dont les dispositifs de pouvoir apparaissent cependant très différents: aux «ensembles» se substituent le « profil », qui, lui, distingue et singularise. Les individus sont objectivés comme autant de singularités, que l’on cherche à traiter en tant que telles en transformant le savoir différencié́ dont on dispose sur elles en autant de services.

L’assureur qui avait pris l’habitude de travailler sur des critères ou caractéristiques du risque technique (voiture et conducteur en assurance automobile, type d’habitation et valeur des biens en assurance habitation, âge en assurance santé, ...), n’utilisait que peu les critères liés au comportement, la principale difficulté́ étant de trouver une corrélation entre ce comportement et le risque. Mais le développement des objets connectés et des capteurs, qui s’intègrent de plus en plus dans la vie et l’écosystème des assurés, va générer non seulement plus d’informations quantitatives mais également des données qualitatives extrêmement précises. La révolution des données permet un déplacement remarquable dans l’appréciation des risques : le passage de la notion de risque comme événement à celui de risque de comportement. Avec ceci, en outre, que le traitement des données disponibles différencient et singularisent les comportements et donc les risques associés.

Et grâce à cette connaissance accrue des clients, l’assureur peut être en mesure de développer la prévention des risques, voire pour certains, notamment en santé, les supprimer.

La révolution numérique permet ainsi une bien meilleure connaissance de certains risques. Prenons l’exemple de l’assurance-santé, l’accumulation de données sanitaires permet aujourd’hui d’anticiper un monde où l’on pourra bien mieux connaître les liens entre comportement, environnement et santé. Cette connaissance permettra à chacun de choisir en connaissance de cause son style de vie et ses efforts de prévention (exercice physique, alimentation, etc.).

La première initiative française a été imaginée par AXA qui a conclu un partenariat avec Withings, société qui conçoit, développe et commercialise des objets connectés. L’objectif  était d’offrir un capteur de mouvements connecté aux milles premiers clients de l’offre santé d’AXA. Un jeu concours a par la suite été organisé pour permettre aux participants de bénéficier de chèques de médecine douce si l’objectif de 7000 ou 10 000 pas quotidiens était atteint. Au-delà de cette phase de test, la finalité de ce genre d’expérience est de proposer des contrats d’assurance santé individuels avec une prime adaptable selon le comportement de l’assuré.

A l’image du « pay how you drive » en automobile^[10], on peut désormais parler de « pay how you live » avec des assureurs qui pourraient, à moyen terme, constituer des offres pour lesquelles les assurés bénéficieront de réductions de cotisation à condition de suivre quotidiennement leur état de santé et de respecter un comportement vertueux défini par l’assureur.

La mise en place de ce type de tarification va reconsidérer le principe même de l’assurance fondée sur la mutualisation des risques. En effet, elle entraîne une personnalisation du risque et la volonté pour les assureurs de proposer de plus en plus de contrats santé individuels.

L’entrée dans l’ère digital et le « Big Data » remettrait donc en cause certains fondamentaux de l’assurance, comme non seulement le principe de mutualisation, avec la segmentation de la tarification poussée à l’extrême, mais encore celui d’aléa^[11], ou du moins le ramener aux évènements peu prédictibles, puisque le Big Data est censé déboucher sur l’« analyse prédictive », permettant d’anticiper une situation ou un comportement à un moment T2, à partir du traitement d’un volume conséquent de paramètres recueillis à un moment T1 .

...