Comment gagner la confiance pour l’IA à travers le spectre des âges

Dans l’assurance, l’automatisation alimentée par l’IA entraîne déjà une valeur commerciale mesurable, transforme des processus clés et promet un service plus rapide et plus efficace.

Mais cela soulève également des questions d’équité et de responsabilité.

Alors que cette technologie puissante pénètre dans davantage de points de contact avec l’assurance, la confiance devient une monnaie de plus en plus précieuse – en particulier à travers les lignes générationnelles. Les utilisateurs plus jeunes s’attendent à ce que l’IA alimente la plupart des interactions. Les utilisateurs plus âgés sont méfiants à son égard. Le défi consiste alors à concevoir des expériences d’IA qui répondent aux besoins et aux attentes des clients ayant diverses préférences démographiques.

Pour ce faire, les assureurs (ou les transporteurs) utilisant l’IA doivent aller au-delà de ses capacités techniques et s’efforcer de donner la priorité à la transparence, à l’intégration progressive et à la collaboration homme-IA. Pour l’industrie de l’assurance, où les décisions sont souvent prises à des moments sensibles de la vie des gens et ont un impact direct et à long terme sur eux, la construction de la confiance à l’égard des décisions alimentées par l’IA n’est pas seulement une option : cela sera l’ADN de l’assurance bien dans le futur.

Attentes en matière d’IA : une division générationnelle

Les générations numériquement natives comme les Millennials et la génération Z sont déjà très habituées à des expériences alimentées par l’IA dans la banque, la vente au détail et les médias. Il n’est donc pas surprenant que les utilisateurs plus jeunes se sentent plus à l’aise avec les applications et les services alimentés par l’IA à mesure que ces outils se généralisent dans d’autres secteurs.

Par exemple, les assureurs utilisent souvent des chatbots ou des assistants virtuels alimentés par l’IA pour proposer des comparaisons de devis ou des recommandations de police dans les secondes. Les utilisateurs plus jeunes qui donnent déjà la priorité à la rapidité et à la personnalisation ne feront probablement pas attention, même s’ils ne comprennent pas entièrement les mécanismes en jeu.

Les générations X et les baby-boomers, en revanche, sont souvent nettement plus méfiants à l’égard de ces robots d’IA, en particulier lorsqu’il s’agit de décisions concernant l’argent ou les investissements. Cette démographie plus âgée valorise l’explicabilité et la réassurance, préférant des modèles hybrides, où des personnes réelles restent accessibles en tant que points de contact – pour les guider dans les décisions de couverture ou expliquer pourquoi une réclamation a été approuvée ou rejetée – même si les humains ne réalisent pas toutes les opérations.

Il est important de se rappeler que le confort avec l’IA varie non seulement en fonction de l’âge, mais également en fonction des enjeux perçus. Lorsque les décisions sont à haut risque ou à haut rendement – comme dans le cas d’une perte financière ou d’une couverture d’assurance – la confiance dans la logique cachée de l’IA diminue.

La transparence : la fondation de la confiance

Un chiffre impressionnant de 80% de projets d’IA échouent en raison d’un « manque de confiance » de la part des utilisateurs. Ce chiffre ne fait que croître dans une industrie comme l’assurance, où la confiance et la confiance ont prouvé être des éléments clés dans la plupart des transactions.

Pour établir la confiance, les entreprises doivent expliquer proactivement comment l’IA fonctionne et quels données elle utilise. Prenez CapitalOne, par exemple. Ils publient ouvertement des informations sur la façon dont ils utilisent l’IA et le ML – comment ils sollicitent les modèles, quels données leur IA est formée, et plus encore – pour la détection de la fraude, l’évaluation du risque de crédit et la personnalisation de l’expérience client et partagent leurs normes de gouvernance de l’IA avec les clients.

Les efforts de transparence aident les utilisateurs à se sentir en contrôle et à l’aise, même lorsque un humain n’est pas dans la boucle. Pour combler le fossé de confiance, en particulier pour les clients plus âgés, les assureurs devraient envisager de fournir des fenêtres contextuelles « Pourquoi nous avons pris cette décision », des pages d’option claires pour les politiques de données et un accès facile aux processus d’appel tout au long du parcours client numérique.

Cas d’utilisation à faible risque

Les stratégies d’IA les plus réussies introduisent les utilisateurs à la valeur de l’IA dans des contextes à faible risque avant de passer à des décisions à forte incidence.

Dans un contexte d’assurance, cela pourrait signifier utiliser l’IA pour aider les nouveaux souscripteurs uniquement avec des requêtes de base de couverture ou aider les agents à rédiger des e-mails de routine pour les clients – les deux étant des cas d’utilisation à faible risque qui permettent aux employés et aux clients de construire la confiance dans l’IA sans crainte de conséquences négatives. Les cas d’utilisation de l’IA de PayPal pour les clients commencent toujours par des fonctionnalités qui améliorent la sécurité sans toucher directement à l’argent, comme utiliser l’IA pour détecter les tentatives de connexion suspectes ou recommander des mises à jour de mot de passe.

Ces interactions plus petites aident les nouveaux utilisateurs, en particulier ceux des générations plus âgées, à s’habituer à l’IA, tout en renforçant simultanément l’identité technologique de l’entreprise pour les utilisateurs plus jeunes. Au fil du temps, ces stratégies de construction de la confiance permettront aux entreprises d’étendre l’IA à des flux de travail à plus forte incidence, tels que le crédit, les réclamations ou les prêts.

La touche humaine compte toujours

L’IA a prouvé qu’elle améliore la productivité humaine, mais la laisser prendre le contrôle complet est susceptible d’éroder la confiance. En particulier dans l’assurance ou les services financiers, l’empathie humaine, le jugement et la compréhension contextuelle sont toujours irremplaçables.

Considérez Morgan Stanley’s co-pilote d’IA récemment introduit pour les conseillers financiers. Le système les aide à analyser les portefeuilles des clients plus rapidement, mais les conseillers restent pleinement en contrôle de la relation client. Pour les utilisateurs plus âgés, le fait de savoir qu’un humain est impliqué offre souvent une réassurance, tandis que les clients plus jeunes peuvent le voir comme un signal de crédibilité et de responsabilité pour les cas où l’IA atteint ses limites.

Une enquête mondiale de BCG sur la confiance en IA a constaté que dans toutes les démographies d’âge, les consommateurs préfèrent un modèle de « sauvegarde humaine », où l’IA fait des suggestions mais que les décisions finales reposent sur une personne. Même à mesure que l’IA s’améliore, la formule gagnante sera hybride – où l’IA compte pour la rapidité et l’échelle, les humains pour la nuance et la confiance.

Faire confiance au traitement

La prochaine phase de l’adoption de l’IA dans l’assurance sera façonnée autant par la confiance dans cette technologie que par ses capacités.

Mais cette confiance ne viendra pas du jour au lendemain.

Les entreprises qui réussiront seront celles qui pourront créer des expériences alimentées par l’IA qui sont rapides et explicables, automatisées et personnalisées, en construisant des ponts à travers les démographies grâce à la transparence, à l’empathie et à une conception réfléchie. Car dans un monde où l’IA prend plus de décisions que jamais, la confiance est le produit le plus important que vous pouvez livrer.