Analyse détaillée des causes de pertes
Le défi
Ce projet vise à exploiter la valeur des données historiques non structurées liées aux sinistres en assurance de biens — notamment les notes d’experts en sinistres, les estimations et les rapports d’ingénierie — en les convertissant en renseignements structurés et exploitables. Grâce à une solution fondée sur la génération améliorée par récupération d'information, l’initiative portera sur deux principaux cas d’utilisation. D’abord, elle permettra une analyse détaillée des causes de pertes, aidant les assureurs à repérer des tendances systémiques en matière de dommages, à accroître la portée des programmes de prévention destinés aux assurés, à réduire le montant des indemnisations et à contribuer à l’amélioration des pratiques de construction ainsi qu’à l’évolution des normes du code du bâtiment. Ensuite, elle facilitera les recommandations automatisées en matière de recouvrement en repérant les responsabilités associées à des produits défectueux ou à des entrepreneurs négligents, ce qui améliorera les résultats de recouvrement et renforcera l’imputabilité. Ensemble, ces innovations visent à réduire l’empreinte environnementale, à diminuer l’exposition financière et à moderniser la façon dont l’industrie prévient et gère les dommages matériels.
« Ce projet nous permet d’examiner à nouveau des milliers de sinistres passés non pas comme des événements isolés, mais comme une base de connaissances stratégique. En structurant ces données, nous cherchons à cerner les causes profondes, à détecter les défaillances systémiques et à appuyer une prise de décision plus éclairée, tant pour prévenir de futures pertes que pour soutenir des démarches de recouvrement plus efficaces. »
Michelle Laidlaw, vice-présidente adjointe, Portefeuille national de produits
Investissement
$
0,9
M
Investissement de Scale AI
$
2,3
M
Investissement total
Partenaires
