L’IA pourrait exposer les assureurs à la sélection adverse en raison de modèles de tarification inadéquats, avertit AM Best
AM Best prévient que les assureurs qui s’appuient sur des modèles de tarification désuets ou mal calibrés pourraient être davantage soumis au risque de sélection adverse à mesure que les outils d’IA se généralisent dans la tarification et l’évaluation des risques.
Ce qui s’est passé — résumé factuel concis (2 à 3 phrases).
AM Best a émis un avertissement selon lequel les assureurs qui utilisent des modèles de tarification inadéquats pourraient être de plus en plus vulnérables à la sélection adverse, à mesure que l’intelligence artificielle transforme l’évaluation des risques. L’agence de notation souligne que la capacité de l’IA à repérer des motifs de risque subtils pourrait, involontairement, accentuer les lacunes des systèmes de tarification existants, permettant à des candidats à risque plus élevé d’échapper aux contrôles de souscription.
Ce que cela signifie pour les consommateurs — impact pratique.
Les consommateurs pourraient voir s’appliquer une tarification plus ciblée, fondée sur des profils de risque nuancés, ce qui pourrait entraîner une baisse des primes pour les personnes à faible risque, mais aussi des coûts plus élevés ou une disponibilité réduite pour celles que l’IA classe comme présentant un risque plus élevé, même si ce classement est involontaire.
Ce que cela signifie pour les primes — si aucune donnée fiable n’est disponible, écrivez exactement "No direct premium change has been announced."
No direct premium change has been announced.
Considérations relatives à la couverture — comment la couverture pourrait évoluer.
Les assureurs pourraient modifier les conditions ou les exclusions des polices afin d’atténuer l’exposition liée aux concentrations de risques identifiées par l’IA, ce qui pourrait réduire la couverture offerte à certains groupes démographiques ou secteurs industriels si les modèles de tarification ne s’adaptent pas.