Analyse vocale : Lire entre les lignes pour accélérer les réclamations

Les assureurs veulent un traitement rapide et précis des sinistres. La rapidité améliore l'expérience des clients car les demandes légitimes peuvent être résolues rapidement et efficacement, ce qui se traduit par des clients satisfaits et une meilleure fidélisation, ainsi que par une réduction des coûts de traitement. Toutefois, la rapidité doit s'accompagner de la précision : L'objectif est d'assurer un traitement direct qui réduise également les erreurs et la fraude. En d'autres termes, il s'agit d'une double victoire.

Clearspeed affirme avoir atteint cet objectif grâce à un service d'analyse vocale basé sur l'IA qui accélère les transactions à faible risque tout en signalant les risques. La Big Tech a fait des progrès considérables en matière d'analyse vocale dans un large éventail de domaines, tels que l'authentification et la sécurité, et Clearspeed l'a appliquée aux risques d'assurance avec l'aide d'une percée militaire née de la nécessité.

Une technologie d'origine militaire

Alex Martin, cofondateur et PDG de Clearspeed, explique que le cas d'utilisation dans le domaine de l'assurance a été inspiré par son passage dans les forces armées et par l'expérience qu'il a acquise en travaillant avec des spécialistes talentueux de la technologie vocale qui ont mis au point une solution permettant d'instaurer la confiance dans des régions hostiles.

"Le défi dans les zones de combat, en particulier dans le domaine des opérations spéciales, est d'établir rapidement la confiance", explique-t-il. "Les différences de langues et de cultures sont source d'incertitude et de messages contradictoires, ce qui nuit à la confiance, laquelle est impérative dans les situations militaires.

Martin explique que lorsque l'armée a recherché des moyens d'établir rapidement la confiance, les caractéristiques universelles de la voix se sont révélées très révélatrices. Cela s'est avéré particulièrement important lors des contacts avec les ressortissants locaux dans les zones de conflit en Afrique et au Moyen-Orient, car il existe peu d'autres moyens de contrôler les associés et de nouer des relations de confiance.

"On pourrait penser qu'un détecteur de mensonges est tout ce dont on a besoin", explique Martin, "mais les détecteurs de mensonges ne fournissent que des réponses binaires. Une réponse est soit vraie, soit fausse, et les détecteurs de mensonges ne conviennent qu'aux situations individuelles. Nous devions mettre au point des techniques d'identification et de stratification des risques capables de couvrir plus de terrain rapidement, et c'est là que l'analyse vocale entre en jeu".

Couvrir le terrain rapidement

Au lieu de suivre la voie du détecteur de mensonges, les spécialistes de la voix ont adopté une approche de détecteur de métaux, où le dépistage vocal peut rapidement identifier les personnes à faible risque tout en mettant en évidence celles qui ont besoin d'une enquête plus approfondie. Clearspeed, lancé en 2016 à San Francisco, a adopté le modèle militaire et l'a affiné pour le traitement des sinistres.

"Comme un détecteur de métaux, l'analyse vocale vous permet de scanner et d'interpréter de grandes quantités de données rapidement et efficacement", explique Martin. "Et surtout, elle permet d'écarter les demandes d'indemnisation si rien ne mérite d'être examiné de plus près. Vous ne creusez que lorsque c'est nécessaire, en vous arrêtant s'il y a quelque chose d'inhabituel qui nécessite une enquête plus approfondie. Au lieu d'essayer de démasquer les gens, comme le fait un détecteur de mensonges, vous accélérez les demandes d'indemnisation pour la grande majorité des personnes honnêtes et à faible risque".

M. Martin souligne que l'approche de Clearspeed n'a rien à voir avec la reconnaissance vocale ou la biométrie. Elle comporte quatre étapes, à commencer par un questionnaire téléphonique automatisé. La voix est ensuite convertie en ce que M. Martin décrit comme un "modèle de données impartial et indépendant de la langue". Ensuite, les données sont analysées pour identifier les caractéristiques vocales associées au risque, puis un score de risque est attribué et les résultats sont fournis via une API ou une application.

Évaluation des risques basée sur l'IA

"Nous capturons des caractéristiques qui sont toujours présentes dans le discours de chacun", explique Martin. "Lorsque vous fournissez des informations inexactes, votre discours est légèrement affecté. Nous appliquons l'intelligence artificielle pour générer des évaluations de risque faible, moyen ou élevé sur la base des caractéristiques vocales distinctives de notre modèle de données. Il n'y a pas de risque de biais car l'intelligence artificielle fonctionne davantage comme un moniteur cardiaque, réagissant objectivement à un signal vocal qui est soit présent, soit absent.

M. Martin explique que les questions du modèle de données appellent des réponses par "oui" ou par "non" et sont adaptées au type de couverture d'assurance, comme l'automobile, l'habitation et les biens, ou les gadgets. Dans ce processus automatisé, chaque client a la même expérience et l'objectif est d'éliminer les frictions et de régler les sinistres rapidement.

"Les assureurs ont besoin d'un moyen simple de distinguer les risques faibles des risques élevés, explique M. Martin, et cela doit commencer par le triage des demandes d'indemnisation dès la première déclaration de sinistre. Si vous disposez des bonnes informations basées sur la voix, vous pouvez éviter de retarder les demandes d'indemnisation honnêtes et concentrer le suivi de vos experts sur celles qui sont douteuses. Notre philosophie consiste à faciliter la tâche des bons acteurs et à la rendre plus difficile pour les fraudeurs.

Selon M. Martin, de nombreux assureurs sont confrontés à la difficulté de fournir un traitement direct dès la première déclaration de sinistre. Si des techniques telles que le traitement du langage naturel sont parfois utilisées pour mieux comprendre les clients, elles impliquent de grandes quantités de données. Ce n'est pas le cas de l'analyse vocale, qui, selon M. Martin, permet d'obtenir rapidement des évaluations de risques très précises à partir d'informations limitées mais précises, afin de faciliter les flux de travail. En outre, grâce à la base de questionnaires de Clearspeed et aux analyses basées sur l'IA, la technologie vocale pourrait également être utilisée au stade du devis pour accélérer l'intégration et aider à déterminer les primes.