IA agentique : plus de temps pour l’essentiel

Le nombre de dossiers ne cesse de croître dans les assurances sociales - et le mouvement s’accélère. En décembre 2024, 2 594 700 personnes touchaient une rente de vieillesse AVS, soit environ 400 000 de plus qu’il y a dix ans - une hausse de 18 %. Et ce n’est qu’un début : selon l’Office fédéral de la statistique, le nombre de personnes de plus de 65 ans devrait augmenter d’environ 50 % d’ici 2055.

Dans le même temps, le rapport entre actifs et retraités évolue. Alors qu’en 2024, on comptait 38 personnes de plus de 65 ans pour 100 personnes en âge de travailler, elles devraient être 51 en 2055. La Banque nationale suisse s’attend en outre à ce qu’au cours des dix prochaines années, environ 400 000 personnes de plus quittent le marché du travail que de jeunes n’y entrent.

Le constat est inconfortable, mais sans appel : la solution qui a fonctionné ces dernières décennies - absorber la hausse du nombre de dossiers en recrutant toujours davantage - ne fonctionnera plus. Les personnes qu’il faudrait engager n’existent tout simplement plus sur le marché.

De nombreuses organisations ont déjà beaucoup automatisé. Les processus standardisés, reposant sur des règles claires, des données stables et des décisions univoques, sont traités efficacement depuis des années au moyen de workflows, d’interfaces et de systèmes à base de règles.

Le goulet d’étranglement est ailleurs : dans les processus métier exigeants, qui impliquent de nombreux documents, des sources d’information variées, des exceptions et un savoir-faire acquis au fil des années. Là où les informations doivent d’abord être comprises, replacées dans leur contexte et contrôlées quant à leur exhaustivité, l’automatisation classique atteint souvent ses limites.

Ce sont précisément ces cas qui rythment le quotidien de nombreux gestionnaires. Ils rassemblent les pièces justificatives, comparent les informations, clarifient les incohérences, coordonnent les demandes de précisions, documentent le suivi et veillent à ce qu’un dossier soit prêt pour la décision.

Notre expérience issue de projets clients le montre : environ 70 % du temps de travail des spécialistes est consacré à ces tâches d’accompagnement des dossiers. Pour le cœur du métier, l’analyse d’une situation complexe, l’appréciation d’une exception, la qualité d’une décision ou le conseil personnalisé, il ne reste souvent qu’environ 30 %.

L’automatisation classique (workflow ou gestion de cas) suit un déroulement prédéfini : lorsqu’un événement donné survient, une étape déterminée est déclenchée. Cela fonctionne parfaitement tant que les données d’entrée sont structurées et que le processus obéit à des règles claires.

L’IA générative assiste les spécialistes à la demande. Elle peut résumer des documents, répondre à des questions ou rédiger des projets de textes.

L’IA agentique va plus loin. Dans le cadre d’une mission clairement définie, un agent IA exécute plusieurs étapes d’un processus de manière largement autonome. Il identifie par exemple un document entrant, en extrait les informations pertinentes, le rattache au bon dossier, vérifie que celui-ci est complet et déclenche l’étape suivante prévue.

La différence est fondamentale:

• L’automatisation classique traite des déroulements structurés et clairement définis.
• L’IA générative répond à des questions ou produit du contenu à la demande.
• L’IA agentique mène une mission à travers plusieurs étapes d’un processus - y compris lorsque des informations issues de différents documents et sources doivent être consolidées.

Il devient ainsi possible de s’attaquer à des processus qui, jusqu’ici, étaient certes soutenus par le numérique, mais pratiquement impossibles à automatiser de bout en bout.

Un agent IA n’est pas meilleur qu’un spécialiste expérimenté. Les meilleurs résultats s’obtiennent lorsque les spécialistes travaillent avec l’appui de l’IA.

L’agent peut structurer rapidement et de manière cohérente de grands volumes d’informations. Il peut répéter des contrôles définis, surveiller les délais et s’assurer qu’aucune étape prévue du processus n’est oubliée. Il ne se substitue toutefois ni au jugement professionnel ni à la responsabilité des décisions juridiquement pertinentes.

Le spécialiste vérifie, apprécie et décide. Il corrige là où le cas particulier l’exige et mène le dialogue avec les personnes concernées. L’agent crée les conditions pour qu’il puisse accomplir ces tâches avec le temps et l’attention nécessaires.

Les normes reconnues en matière de gouvernance de l’IA soulignent d’ailleurs la nécessité de définir clairement les rôles, les responsabilités, la supervision humaine et la surveillance continue des systèmes d’IA.

Dans les assurances sociales, le recours à l’IA n’est donc pas un simple projet technologique. C’est une question de gouvernance, de protection des données et de responsabilité traçable.

La loi suisse sur la protection des données s’applique aussi aux traitements de données personnelles assistés par l’IA. Le Préposé fédéral à la protection des données et à la transparence (PFPDT) rappelle que la finalité, les sources de données et le mode de fonctionnement doivent être transparents. En cas de décisions individuelles automatisées, les personnes concernées disposent d’un droit à l’information et, en principe, du droit de demander un réexamen par une personne physique.  edoeb.admin

Un agent IA conçu de manière professionnelle a donc besoin de garde-fous clairs :

• Il ne traite que les données nécessaires à sa mission.
• Ses droits d’accès sont définis de manière précise et fondés sur les rôles.
• Chaque étape exécutée est journalisée et auditable.
• Les exceptions, incohérences et situations présentant un risque sont transmises à un spécialiste.
• La qualité, les taux d’erreur et les corrections font l’objet d’une mesure continue.
• L’architecture de données répond aux exigences légales et organisationnelles de l’institution tout en permettant, via des interfaces (API), l’intégration contrôlée des systèmes périphériques dont les données sont nécessaires aux processus à optimiser.

L’IA agentique redonne aux spécialistes du temps pour les tâches qui font la plus grande différence : analyser des situations complexes, prendre des décisions équitables et compréhensibles, et conseiller personnellement les assurés et les employeurs.

L’avenir de la prévoyance ne réside donc pas dans une administration entièrement automatisée, mais dans une meilleure répartition des tâches : l’automatisation existante garde tout son sens là où les processus sont clairs et stables. L’IA agentique permet en outre de traiter les processus métier exigeants qui, jusqu’ici, impliquaient trop de documents, de variantes et de contexte.

L’agent prend en charge ce qui peut être préparé, contrôlé et coordonné de manière fiable. Le spécialiste assume ce qui requiert expertise, discernement et empathie.