Page 34 - BIPAR Annual Report 2020_FR

Le numérique

Big Data et l’automatisation du conseil financier que les voitures connectées, les appareils médicaux
En octobre 2019, les AES ont lancé une nouvelle consultation présentant les modifications proposées au Règlement portables (Internet des objets) ou l’introduction
délégué sur les PRIIPs concernant le KID. La révision doit aborder les principaux problèmes réglementaires identifiés Historique de la technologie mobile 5G. Cela peut aider les
par les parties prenantes et les superviseurs depuis la mise en œuvre du KID et apporter des changements spécifiques consommateurs à obtenir un calcul plus précis de
pour permettre l’application des règles aux OPCVM. Le Big Data est défini par le Comité mixte des Autorités leur prime d’assurance. Les conseils robotisés et en
européenne de surveillance (à savoir les trois AES : EIOPA, EBA particulier les « chatbots » gagnent également du
Le document de consultation a proposé des changements concernant les domaines suivants : et ESMA) comme “une situation où des volumes importants terrain.
- Illustrations de ce que l’investisseur de détail pourrait recevoir en retour de son investissement (scénarios de de différents types de données, fournies très rapidement
performance : scénarios de performance future, inclusion des performances passées, ...) ; par divers types de sources, sont traités, souvent en temps EIOPA a également identifié certains risques qui
- Informations sur les coûts de l’investissement ; réel, par des outils informatiques (processeurs, logiciels et peuvent survenir si les entreprises ne mettent
- les questions spécifiques aux différents types de fonds d’investissement (en particulier le cas des OPCVM et des algorithmes puissants)”. EIOPA a lancé en juin 2018 une étude pas en place des mécanismes de gouvernance
fonds non OPCVM concernés) ; thématique à l’échelle de l’UE destinée à recueillir des preuves adéquats. Ces risques, qui ne sont pas nouveaux,
- les questions spécifiques aux PRIIPs offrant une gamme d’options d’investissement (appelés “produits à options empiriques sur l’utilisation du Big Data par les entreprises mais dont l’importance est amplifiée par l’utilisation
multiples” ou “MOPs”). d’assurance et les intermédiaires. Cette étude fait suite au des analyses des Big Data, sont les suivants :
rapport intersectoriel des AES sur l’utilisation du Big Data par - les questions éthiques liées à l’équité
Le BIPAR a répondu à la consultation en déclarant que les législateurs et les autorités de contrôle devraient prendre le les institutions financières, publié en mars 2018. de l’utilisation des analyses des Big Data et aux
temps de procéder à un examen approprié des éléments qui se sont révélés incorrects. Dans l’intervalle, les KID (ou principes d’un comportement responsable à l’ère
les éléments des KID) qui sont considérés comme trompeurs devraient être supprimés par les autorités de contrôle. En mai 2019, EIOPA a publié son étude thématique sur du numérique;
Le secteur a besoin de stabilité réglementaire. De fréquentes modifications ou “clarifications” des textes juridiques ne l’utilisation des analyses des Big Data (Big Data Analytics - les autres questions liées à l’exactitude,
contribuent pas à créer la confiance des consommateurs et sont très coûteuses pour l’ensemble de l’économie. (BDA)) par les compagnies d’assurance et les intermédiaires la transparence, la vérifiabilité et l’explicabilité de
d’assurance dans le domaine des assurances automobile certains outils tels que l’intelligence artificielle et
Dans le cadre de l’examen, la Commission européenne, en coopération avec les AES, a également entrepris un exercice et maladie. Cette étude a révélé une forte tendance vers l’apprentissage automatique. Par exemple, certains
de test auprès des consommateurs pour évaluer l’efficacité / l’option préférée des investisseurs de détail concernant des modèles commerciaux de plus en plus axés autour des résultats obtenus par les algorithmes de la “boîte
les scénarios de performance et les informations sur les performances passées dans le cadre du KID des PRIIPs. Les données tout au long de la chaîne de valeur de l’assurance. noire” ne peuvent pas être expliqués de manière
résultats ont été publiés le 27 février 2020. Selon EIOPA, il existe de nombreuses possibilités découlant adéquate, ce qui soulève des questions sur la
des analyses des Big Data, tant pour l’industrie de l’assurance responsabilité des entreprises qui les utilisent;
Prochaines étapes que pour les consommateurs : - les questions liées au RGPD : on peut se
- La combinaison de sources traditionnelles et de demander si les consommateurs sont pleinement
Les AES ont l’intention de conclure leur révision vers la fin du premier trimestre 2020 et de soumettre leurs propositions nouvelles sources permet une plus grande granularité conscients de la manière dont leurs données
finales à la Commission européenne peu après. Cela n’a pas encore été fait. et une plus grande fréquence de l’information sur les personnelles sont utilisées lorsqu’ils acceptent
caractéristiques, le comportement et le mode de vie des les conditions de leur police d’assurance et aussi
L’examen plus large du Règlement PRIIPs (niveau 1) de la Commission européenne portera également sur l’interaction consommateurs. Cela permet de développer des produits comment les entreprises peuvent expliquer
avec d’autres nouvelles exigences récentes en matière d’information, telles que celles de la DDA et de la MiFID II, sur la et des services de plus en plus adaptés, d’évaluer plus d’une façon concrète aux consommateurs le
manière dont elles fonctionnent ensemble et sur la possibilité d’améliorer cette interaction. précisément les risques, de prendre des décisions plus fonctionnement des outils des analyses des Big Data
La Commission devrait bientôt lancer une étude pour rassembler tous ces éléments. rapidement et, par conséquent, de réduire les coûts dans le contexte des algorithmes de la “boîte noire”,
d’exploitation. lors de la mise en conformité avec les exigences du
- Les outils analysant les Big Data, tels que RGPD.
l’intelligence artificielle et l’apprentissage automatique sont - les questions liées aux données
couramment utilisés plus par les entreprises d’assurance personnelles et à la réglementation en matière
que par les intermédiaires d’assurance, principalement pour de protection des consommateurs lorsque
la tarification, la souscription et la gestion des sinistres. l’information est stockée dans le cloud. En outre, une
- L’utilisation des services informatiques dans le concentration excessive du nombre de fournisseurs
cloud est de plus en plus répandue, ce qui permet la mise en dans certains services/certaines technologies
œuvre de solutions d’analyse du Big Data. stratégiques peut potentiellement perturber le
- L’utilisation de produits d’assurance basés sur fonctionnement efficace des chaînes de valeur,
l’utilisation se poursuivra progressivement au cours des entraînant des situations d’”externalisation inverse”.
années à venir, sous l’influence de développements tels

34 35