Le dernier observatoire des métiers consacré à l’impact de l’intelligence artificielle sur la technique actuarielle s’est déroulé le 8 décembre. La démarche se poursuivra avec d’autres métiers en 2026.
Contexte et approche
Une démarche expérimentale associant ateliers et entretiens a été mise en place pour identifier les usages quotidiens de l’IA dans ce métier.
La technique actuarielle a été choisie car elle est transverse à différentes directions, ce qui permet d’observer comment elle s’adapte à l’IA.
L’approche comprend des ateliers avec les collaborateurs et des entretiens avec les managers pour favoriser la transversalité.
Un retour d’expérience est prévu dans 6 à 9 mois pour évaluer les transformations du métier.
Métier de la technique actuarielle
Le métier compte 128 collaborateurs répartis principalement entre la direction santé-prévoyance, la direction finance et risques, et l’épargne retraite patrimoniale.
L’âge moyen est de 38 ans et l’ancienneté moyenne de 9 ans.
Les participants à l’atelier perçoivent l’IA comme un « accélérateur » qui permet de déléguer les tâches à faible valeur ajoutée.
L’IA est considérée comme un soutien au travail qui facilite le partage d’informations et la transmission des connaissances.
Usages de l’IA identifiés
- Usages propres au métier actuariel :
- Programmation et codage : génération de codes Python, conversion SAS vers Python, programmation VBA pour augmenter les capacités de calcul Excel.
- Modélisation et analyse : développement de nouveaux modèles de calcul (rentabilité, provisions), documentation des modèles existants, analyse de cahiers des charges, détection d’erreurs.
- Usages transverses :
- Communication et rédaction : aide à la synthèse de mails professionnels, ajustement du ton pour plus de diplomatie.
- Relation client : transcription structurée des échanges avec les clients.
Organisation et gouvernance de l’IA
Une organisation a été mise en place à la direction technique santé avec un comité et des champions de l’IA.
Quatre niveaux de déploiement des cas d’usage ont été définis :
- Autonomie de l’équipe sur l’implémentation et l’expérimentation
- Partage et diffusion du cas d’usage vers d’autres métiers
- Accompagnement par l’IA Factory (notamment pour la rédaction des prompts)
- Prise en charge complète par l’IA Factory pour les cas complexes
Des comités périodiques (toutes les 6 semaines) réunissent 12 représentants métiers pour suivre les projets et partager les avancées.
Compétences comportementales clés
Les compétences essentielles incluent l’esprit critique, la responsabilité éthique et la capacité à évaluer la pertinence des réponses fournies par l’IA.
La compétence de « prompting » est identifiée comme essentielle et sera inscrite dans le référentiel.
Des formations avancées au prompting ont été conçues et mises à disposition des collaborateurs.
L’IA ne remplace pas les compétences fondamentales mais exige de pouvoir vérifier et expliquer les résultats.
L’esprit critique devient encore plus important : il ne faut pas prendre pour argent comptant les résultats fournis par l’IA.
Cas d’usage concrets en développement
- Recherche d’informations dans les bases documentaires pour gagner du temps sur les tâches fastidieuses.
- Rédaction de notices à partir de contrats.
- Vérification de la conformité des contrats aux obligations conventionnelles des branches professionnelles.
- Analyse des cahiers des charges clients pour extraire automatiquement les garanties et tarifs.
Vision prospective du métier
- Aujourd’hui : Acculturation et formation à l’IA générative.
- Horizon 3 ans : Développement de modèles propriétaires avec recentrage des activités sur la tarification et la gestion des risques.
- Horizon 5 ans : Hybridation des équipes actuarielles avec l’émergence de l’actuaire data scientist.
- L’évolution mène vers un rôle plus stratégique et de conseil, avec moins de tâches à faible valeur ajoutée.
- Possibilité d’équipes pluridisciplinaires intégrant actuaires, souscripteurs, data analystes et développeurs.
Préoccupations des partenaires sociaux
- Questions sur l’actualisation des fiches de poste et du référentiel des emplois face aux évolutions technologiques.
- Interrogations sur les processus de validation des réponses de l’IA pour garantir la conformité.
- Inquiétudes concernant la capacité à recruter des profils hybrides actuaire-data scientist et les rémunérations associées.
- Demande d’un cadre d’utilisation clair pour les collaborateurs.
- Articulation entre les problématiques liées à l’IA (cadre d’utilisation, recrutements, validation des réponses, fiches de postes) et les problématiques organisationnelles.
Prochaines étapes
- Extension de la démarche à d’autres métiers : secrétariat/assistant, comptabilité, juriste, maintenance/logistique/achats.
- Retour d’expérience dans 6 à 9 mois sur l’expérimentation dans le métier actuariel.
- Évolution continue de l’offre de formation avec des modules plus avancés (prompting, assistants, etc.).
- Travail sur le référentiel des emplois et des compétences pour intégrer la dimension IA.
La CFDT a rappelé que dans la perspective de la prochaine négociation de l’accord GAPEC (gestion active et prévisionnelle de l’emploi et des compétences), tous ces aspects liés à l’IA devraient être anticipés, évalués autant que possible et surtout partagés avec les organisations syndicales.
Même si la CFDT est signataire des deux précédents accords, elle considère que nous ne sommes que partiellement dans la continuité des accords précédents, tant les impacts des nouvelles technologies — et notamment de l’IA — devront être appréhendés de la manière la plus fine possible.
