Agents IA pour les études de risques sur poste de travail (Aperçus du webinaire organisé par l'IMIA)

Aperçus de notre webinaire sur la transformation de la souscription en assurance construction, 11 février 2026

Conférenciers: Rahul Anand et Jean Poirier, KorrAI

Modérateur: Patrick Bravery, praticien du secteur de l'assurance

Hôte: IMIA (Association internationale des assureurs ingénierie)

Lorsque nous avons enregistré plus de 300 participants provenant de 85 entreprises dans 50 pays pour un webinaire sur les évaluations des risques à distance et l'IA, cela nous a confirmé une chose simple : ce problème n'est pas régional. Il est ressenti par les équipes d'ingénierie des risques et de souscription partout dans le monde.

Les évaluations des risques à distance sont une étape cruciale de l'ingénierie des risques tout au long des phases d'assurance, de construction et d'entretien du cycle de vie des infrastructures. Le flux de travail actuel des études à distance est ralenti par des canaux de données fragmentés, l'utilisation de multiples outils pour des données provenant de sources variées, et une demande exponentielle liée à la croissance du marché des infrastructures modernes. Lors du webinaire, Rahul Anand (PDG et cofondateur de KorrAI) et Jean Poirier (chef de produit principal chez KorrAI) expliquent comment les systèmes d'IA multi-agents peuvent aider à accélérer les étapes fastidieuses d'une étude à distance sans compromettre la qualité des rapports de risque. Vers la fin, ils démontrent comment le jugement technique en matière d'évaluation des risques peut être mis à l'échelle, avec des experts aux commandes collaborant avec des collègues IA.

Pourquoi les erreurs de souscription en assurance construction sont si coûteuses

La nature même de l'assurance construction rend les erreurs initiales coûteuses : les conséquences ne se manifestent pas immédiatement.

Ces polices sont multirisques, couvrant les dommages matériels, les pertes d'exploitation et les expositions spécifiques au projet qui interagissent entre elles. Elles sont pluriannuel; une fois la police souscrite, les assureurs sont engagés pour une période de 24 à 36 mois, et souvent plus longtemps en raison des périodes de maintenance. Il y a plusieurs assurés : propriétaires, entrepreneurs, fournisseurs et concepteurs, chacun ayant des modes de défaillance différents à diverses étapes du cycle de vie du projet.

Une erreur d'évaluation lors de la souscription ne se corrige pas facilement. Elle se manifeste plus tard sous forme de litiges, de retards et de réclamations difficiles à résoudre. C'est pourquoi le jugement technique est si crucial ici, et pourquoi il est réellement difficile de passer à l'échelle sans compromettre la qualité.

La tempête parfaite pour l'ingénierie des risques et l'assurance

L'ampleur des infrastructures actuellement en construction change la donne pour les ingénieurs en risques.

La construction de centres de données représentait à elle seule un marché de 241 G$ en 2024 et devrait atteindre 456 G$ d'ici 2030, avec un taux de croissance annuel composé de 11,8 %.. La demande en énergie sera multipliée par 5 d'ici 2035. La planification de la construction commerciale est en hausse de 30 % d'une année à l'autre.

Les centres de données et les infrastructures énergétiques ne sont pas des chantiers simples. Ce sont des projets vastes et complexes, souvent situés dans des conditions difficiles, et qui sont construits rapidement. Ce qui prenait autrefois quatre à cinq ans est maintenant compressé en deux ans.

Cette compression alimente directement l'exposition aux pertes d'exploitation différées (DSU): lorsqu'un projet est étroitement séquencé et fortement capitalisé, une légère erreur d'appréciation des conditions sur place au début peut entraîner une réclamation importante pour retard plus tard.

Tout cela se produit alors que la main-d'œuvre diminue.

Combien de temps prennent réellement les évaluations des risques à distance?

Une évaluation des risques au bureau suit une séquence familière : réception de la soumission, collecte de documents, recherche manuelle de données, recoupement, comblement des lacunes, application du jugement technique et rédaction du rapport.

Le sondage que nous avons mené lors du webinaire a confirmé ce que nous observons déjà sur le terrain : l'examen des documents de soumission et la collecte de données externes sont les deux plus grands gouffres temporels. La plupart des participants ont indiqué consacrer de cinq à dix heures aux projets types, mais l'analyse des risques peut s'étendre jusqu'à deux semaines lorsque le projet est complexe, et la majeure partie de ce temps est consacrée à la recherche de données et à la résolution des lacunes.

3 défis qui démontrent clairement le besoin de meilleurs systèmes pour l'évaluation des risques

Plus de données, des délais compressés : LiDAR, capteurs IoT, imagerie satellite, bases de données géologiques : le volume de données disponibles a augmenté. Mais plus de données nécessitent une attention particulière et une interconnexion pour apporter une réelle valeur ajoutée.

Changements de contexte constants : Les équipes d'assurance jonglent avec plusieurs soumissions à la fois. Cela signifie qu'elles doivent passer d'un document, d'un portail ou d'une feuille de calcul à l'autre tout en essayant de garder une vue d'ensemble du risque.

Des risques impossibles à standardiser : Deux sites situés à un kilomètre l'un de l'autre peuvent avoir des profils de risque totalement différents. Conditions géologiques, type de fondation, séquence de construction, exposition aux pertes d'exploitation (DSU) et capacité de l'entrepreneur : surtout, tous ces éléments sont interconnectés. Les outils traditionnels traitent chaque facteur indépendamment. L'ingénieur en risques doit toujours assembler le portrait complet manuellement.

Pourquoi la traçabilité est tout aussi importante que l'exactitude

Lors du webinaire, Jean a présenté un exemple précis qui mérite d'être souligné ici :

L'arrivée des agents IA pour les études de bureau en infrastructure

Il existe déjà des solutions ponctuelles. Les outils de traitement du langage naturel (NLP) extraient les données des soumissions. La vision par ordinateur surveille les conditions du site. L'apprentissage automatique génère des courbes de catastrophes naturelles. Les modèles de langage (LLM) aident à rédiger les rapports.

Ce qu'ils ne font pas, c'est maintenir le contexte tout au long d'une évaluation. Ils ne conservent pas la portée, les hypothèses et les preuves ensemble, de la réception de la soumission jusqu'au rapport final.

Les agents IA sont différents parce qu'ils planifient un plan d'action, suivent des pratiques normalisées intégrées dans des instructions maîtresses, puisent dans de multiples sources de données tout en préservant le contexte, et raisonnent face aux contradictions plutôt que de les ignorer. Lorsque le rapport géotechnique suggère une préoccupation mineure, mais que les données géologiques régionales racontent une histoire différente, l'agent met en évidence cette tension, l'analyse et consigne les raisons pour lesquelles une conclusion particulière a été retenue.

Comment une plateforme d'IA adaptée peut-elle concrétiser cela ?

Lors du webinaire, KorrAI a présenté sa plateforme TRAIL est une solution qui utilise une architecture multi-agents : plusieurs agents spécialisés orchestrés par un agent maître, chacun conçu pour une tâche précise. L'un analyse les longs rapports techniques. Un autre interprète les plans de chantier et les rapports de forage. Un autre encore traite les données structurées comme les échéanciers P6.

Pour l' évaluation des conditions du site, les agents TRAIL travaillent à partir d'un ensemble de couches de preuves (jeux de données multimodaux ancrés géographiquement) : risques de mouvement de terrain et d'affaissement, stratigraphie du sol, dangers souterrains (karst, dolines, pipelines), exposition aux catastrophes naturelles, risques liés aux eaux souterraines, infrastructures environnantes, détection de changements par satellite et contexte de développement régional.

Le résultat est un rapport de risque traçable, où chaque conclusion est liée à sa source. Les ingénieurs l'examinent, le vérifient à l'aide des sources, des graphiques et des cartes, puis y ajoutent leur jugement et leurs nuances.

Par conséquent, chaque ingénieur en risques et chaque souscripteur bénéficie d'un collègue de travail dans l'espace TRAIL.

Le système finira-t-il par remplacer les ingénieurs en risques ?

Voici un parallèle avec le passé :

En 2016, Geoffrey Hinton prédisait que l'IA remplacerait les radiologues d'ici cinq ans. Les facultés de médecine et les étudiants se sont inquiétés.

En 2026, la Mayo Clinic emploie 55 % de radiologues de plus qu'en 2016. L'IA intervient désormais dans presque chaque examen. Le résultat a été une augmentation du nombre de spécialistes, et non une diminution.

La raison : libérer les radiologues de l'analyse répétitive des examens leur a donné le temps de travailler avec les patients et de consulter les cliniciens. La demande a augmenté pour répondre à cette nouvelle capacité.

Nous prévoyons le même scénario en ingénierie des risques. Le volume d'infrastructures en construction crée une réelle demande en capacité d'évaluation. Les agents IA s'occupent du travail fastidieux. Les ingénieurs consacrent plus de temps à leur jugement à haute valeur ajoutée.

Ce qui est remplacé, c'est l'espace de travail, pas l'expert.

L'adoption d'agents IA dans le flux de travail est un exercice de collaboration, pas de remplacement. De nombreuses plateformes ou canaux disparates convergent pour devenir un espace de travail natif en IA dédié à l'évaluation globale des risques. Mais les utilisateurs principaux seront toujours là.

Une pièce avec un seul expert, une montagne de données et une multitude d'onglets envahissants sera désormais remplacée par :

Le même expert, un espace de travail IA et de nombreux agents IA qui aident à orchestrer cette masse de données pour en tirer le meilleur parti.

L'objectif est de répondre à la demande croissante en faisant évoluer le processus d'ingénierie des risques. Les organisations qui adopteront les agents IA comme collègues bénéficieront d'un avantage significatif à mesure que la crise de la main-d'œuvre s'accentuera dans un avenir proche. Elles pourront soumissionner plus rapidement sans sacrifier la qualité, traiter un volume plus important avec la même équipe et attirer les meilleurs talents en leur offrant la possibilité de se concentrer sur des tâches à haute valeur ajoutée plutôt que sur des tâches répétitives.

Si vous êtes curieux d'en savoir plus sur les agents IA conçus spécifiquement pour l'ingénierie des risques et l'assurance, regardez le webinaire à partir de l'horodatage ci-dessous, où Rahul (PDG de KorrAI) explique en détail comment les agents IA fonctionnent pour ce cas d'utilisation.

Pour plus d'informations ou pour une démonstration personnalisée de la plateforme TRAIL, n'hésitez pas à nous joindre ou prenez rendez-vous avec nos fondateurs.