IA agentique & appliquéeAllianz Partners · Home Digital Solutions · 2025–aujourd’hui

5 modules d’IA en production dans le traitement des sinistres

Le cas en 30 secondes

Problème: Les sinistres habitation arrivent en PDF multi-documents désordonnés — factures, devis, photos et pièces jointes mêlés. Chaque document exigeait lecture, contrôle et chiffrage manuels avant que le dossier n’avance, et les schémas de fraude se cachaient dans la masse.
Ce que j’ai fait: J’ai dirigé le département qui a porté en production un portefeuille d’IA de traitement documentaire, en France et en Allemagne. Les modules découpent et classifient les documents, extraient les lignes de facture et signalent les anomalies. Ils dépistent la fraude, étalonnent les coûts et classifient les dégâts sur photo. J’ai livré les modules allemands ; je mène désormais la refonte vers une plateforme multi-tenant de nouvelle génération.
Impact: 5 modules d’IA en production sur 2 marchés, passant au crible chaque document de sinistre entrant. D’autres modules sont en proof of concept et en cadrage pour 2027.

Le déroulé

2025 — Le point de départ
Les documents de sinistres étaient le goulot d’étranglement : des PDF hétérogènes, des factures lues à la main, aucun filtre antifraude systématique. La question était de savoir quelles étapes du parcours documentaire l’IA pouvait prendre en charge de façon fiable en production — pas en démo.
La décision d’architecture
Un pipeline de modules spécialisés plutôt qu’un modèle unique. Découpage, extraction, classification, analyse des signaux d’alerte, analyse forensique et chiffrage tournent comme des composants séparés, avec des contrats JSON entre eux. Chaque décision automatisée porte son raisonnement, pour qu’un gestionnaire puisse l’auditer : scores de confiance, détail des alertes, et une explication.
Le pipeline en production
1. Les PDF multi-documents sont décomposés et classifiés automatiquement — factures, devis, photos et pièces jointes séparés vers le bon module aval.
2. Les lignes de facture sont extraites et rattachées aux corps de métier. 10 contrôles de signaux d’alerte en cascade, plus un score d’approbation par machine learning (ML), aboutissent à un accord ou un refus expliqué.
3. Le dépistage de la fraude combine la détection de doublons au sein d’un dossier et entre dossiers. S’y ajoutent la détection forensique des manipulations documentaires et l’analyse de similarité d’images.
4. Le caractère raisonnable des coûts est étalonné sur des référentiels de prix internes, donnant aux gestionnaires une vue du juste prix par dossier.
5. La vision artificielle classifie les dégâts aux murs et aux plafonds à partir des photos client, chaque détection avec un score de confiance.
Comment l’adoption a été menée
Marché par marché, module par module. Chaque capacité a fait ses preuves en production avant l’ajout de la suivante ; les modules allemands ont été livrés sous ma direction. Les opérations sont les relecteurs humains que ces résultats servent. L’IA en production sur des données de sinistres passe par la gouvernance, protection des données et sécurité comprises. Jamais en la contournant.
Aujourd’hui
Les enseignements de production du portefeuille définissent désormais les exigences de la refonte multi-tenant de nouvelle génération.
5
modules d’IA en production
Traitement des documents de sinistres, France et Allemagne
2
marchés en production
France et Allemagne
10
contrôles de signaux d’alerte par facture
Plus un score d’approbation par machine learning

Ce que j’en retiens

L’IA en production est un portefeuille, pas un modèle. La valeur est dans le pipeline — et dans chaque décision explicable à l’humain qui signe.