Résumé

  • Dans l’enquête de 475 professionnels de l’assurance, 87 % jugent l’IA agentique importante, mais 16 % seulement disent l’avoir mise en production.
  • Le chiffre de 24 % mesure la part moyenne des domaines de processus où elle est active, pas la proportion d’assureurs qui l’utilisent.
  • L’indice mesure des fondations organisationnelles — cloud, données, gouvernance et compétences — tandis que la supervision humaine reste fréquente.

Analyse

Une échéance annoncée face au terrain

Le nouvel indice du marché de l’assurance juxtapose une attente ambitieuse et une adoption encore étroite. Environ deux tiers des répondants prévoient une IA pleinement autonome dans l’assurance d’ici deux à trois ans. La synthèse du rapport parle de 66 % ; le communiqué de lancement de Sapiens arrondit à 67 %. Dans les deux cas, il s’agit d’une projection des professionnels interrogés, pas d’un calendrier de déploiement ni d’une capacité déjà observée.

Le même rapport indique que 87 % considèrent l’IA agentique comme importante pour leur activité, mais que 16 % l’ont déjà en production. La moitié se disent totalement ou en grande partie prêts à l’adopter. Importance stratégique, préparation et mise en service décrivent trois étapes différentes. Les confondre donnerait l’impression que le secteur est plus avancé qu’il ne l’est.

Research in Finance a mené l’enquête pour Sapiens entre juillet et septembre 2026. Le fournisseur de logiciels d’assurance a commandé l’étude et la présente comme son premier indice annuel. Cette relation commerciale doit rester visible : les résultats sont ceux des répondants à une étude commandée par un vendeur du marché, pas une mesure indépendante de tous les assureurs. (Indice Sapiens de maturité de l’IA dans l’assurance ; communiqué de lancement du 7 octobre)

Trois chiffres, trois unités de mesure

Le 24 % cité dans le rapport peut prêter à confusion s’il est isolé de son libellé. Il correspond à la part moyenne de six domaines de processus où une IA agentique est déjà active : distribution, souscription, service, sinistres, fraude et réassurance. Il ne signifie pas que 24 % des assureurs l’ont adoptée. Pour les mêmes processus, le rapport donne 42 % pour l’IA classique et 40 % pour l’automatisation fondée sur des règles.

Une entreprise peut faire fonctionner des agents dans plusieurs tâches alors que la plupart de ses pairs n’en ont aucun ; ou beaucoup d’organisations peuvent tester une seule tâche étroite. La moyenne par processus ne permet pas de trancher. Le taux de 16 % répond à une autre question : combien d’organisations disent avoir au moins un système agentique en production. Pour comparer le marché, il faut publier à la fois le nombre d’entreprises et la profondeur d’usage par activité, avec la période et la population concernées.

Le rapport définit l’IA agentique comme un système qui agit en plusieurs étapes avec moins d’intervention humaine directe. Il distingue les systèmes multi-agents, dans lesquels plusieurs agents coordonnent un processus. Un assistant conversationnel, un outil qui résume un dossier et un système qui rassemble des pièces, évalue un sinistre puis déclenche un paiement ne sont pas des usages équivalents.

La maturité ne mesure pas l’autonomie

L’indice répartit les répondants entre quatre niveaux : 25 % de « leaders autonomes », 28 % d’organisations opérationnelles, 23 % d’organisations en phase d’activation et 24 % encore réactives. Les noms peuvent évoquer des décisions déjà automatisées ; le score repose pourtant sur l’adoption du cloud, la stratégie de données maîtres, la gouvernance de l’IA et la préparation des équipes. Le premier niveau décrit des fondations en place, pas le nombre d’assureurs qui confient leurs décisions de sinistre à une machine.

Cette lecture reste utile pour les fournisseurs et les acheteurs. Quatre-vingt-dix pour cent des répondants déclarent disposer d’au moins une partie de leur infrastructure dans le cloud, mais 36 % utilisent un modèle hybride et 18 % du SaaS. La présence dans le cloud ne supprime donc pas les systèmes historiques ni leur intégration. Parmi les assureurs qui n’utilisent pas encore l’IA agentique, les obstacles cités comprennent la confidentialité et la sécurité, les règles de conformité et l’intégration aux systèmes existants. Plus d’un quart disent que leur cœur informatique doit être profondément modernisé.

L’occasion commerciale ne consiste pas seulement à vendre un agent. Il faut relier des données fiables, les permissions, les plateformes anciennes et les équipes à un flux de travail bien défini. L’enquête suggère l’importance de ce travail, mais ne chiffre pas les revenus potentiels et ne compare pas les fournisseurs.

Le contrôle humain reste dans la boucle

Parmi les répondants qui utilisent l’IA ou l’IA agentique, 86 % disent avoir confiance dans les décisions produites et 83 % dans les contrôles de leur organisation. Pourtant, une personne vérifie en moyenne 53 % des résultats de l’IA agentique, et 15 % des décisions sont modifiées par un humain. Cela ne prouve pas un échec : la vérification peut être prévue, et une intervention peut être la bonne décision. Cela montre que le modèle opérationnel actuel continue de mobiliser le jugement humain.

L’enquête ne mesure pas le temps de vérification, le coût d’une erreur, la proportion de contrôles qui changent une décision ni la répartition des erreurs entre produits ou clients. La confiance n’est pas un taux d’erreur ; une mise en production ne prouve pas une autonomie sûre. Ces écarts comptent lorsque les assureurs comparent la vitesse promise au coût de l’intégration, du contrôle et de la reprise après incident.

Une indication utile, dans un périmètre précis

Le questionnaire en ligne durait dix minutes. Les 475 participants étaient répartis à parts égales entre cinq régions — Royaume-Uni et Irlande, pays nordiques, Benelux, Afrique du Sud et Amérique du Nord — et entre responsables de transformation et utilisateurs métiers. Ils travaillaient en assurance vie ou dommages, dans des organisations allant de moins de 250 à plus de 20 000 salariés. Sapiens annonce une seconde phase d’entretiens qualitatifs avec des dirigeants.

L’étude offre une photographie structurée de ces cinq régions, pas un recensement mondial. Son intérêt tient aux questions qu’elle pose et à sa première base de comparaison ; elle ne suffit pas à garantir que l’ensemble du marché atteindra l’autonomie selon le calendrier annoncé.

Sources