IA et provisions techniques : organiser la validation actuarielle sans boîte noire

L’IA peut détecter une anomalie de donnée, segmenter des sinistres, estimer une sévérité ou accélérer un calcul. Aucune de ces tâches ne produit à elle seule une provision technique conforme. La provision résulte d’un cadre, de méthodes, d’hypothèses, de données, d’un jugement et d’une validation dont les responsabilités doivent rester visibles.

Localiser la brique IA

Commencez par dessiner la chaîne complète, de la donnée brute au montant présenté. Pour chaque étape, indiquez entrée, transformation, sortie, propriétaire, contrôle et possibilité de retour arrière. Le modèle peut intervenir dans cinq positions :

1. donnée : extraction, correction ou détection d’anomalie ;
2. segmentation : regroupement de risques ou sinistres ;
3. hypothèse : estimation d’un paramètre utilisé ensuite ;
4. approximation : accélération d’un calcul de référence ;
5. contrôle : comparaison, alerte ou analyse de sensibilité.

Une sortie auxiliaire est étiquetée comme telle. Elle ne devient pas une estimation réglementaire parce qu’elle est numérique. Le dossier sur les architectures déterministes, probabilistes et génératives aide à choisir le bon type de composant pour chaque étape.

Préserver la responsabilité actuarielle

La directive 2009/138/CE Solvabilité II encadre les provisions techniques et la fonction actuarielle, notamment aux articles 48 et 76 à 84. La fonction actuarielle coordonne le calcul, garantit le caractère approprié des méthodologies, modèles sous-jacents et hypothèses, apprécie la suffisance et la qualité des données, compare les meilleures estimations aux observations empiriques et informe l’organe de direction selon les dispositions applicables.

Un fournisseur ou une équipe data peut produire un modèle. La fonction actuarielle doit disposer des informations, compétences et moyens pour le challenger. Si la complexité empêche toute compréhension des limites ou toute reproduction raisonnable, la gouvernance doit limiter le rôle de la brique plutôt que simuler une validation.

Le dossier de responsabilité nomme propriétaire du modèle, propriétaire des données, validateur, fonction actuarielle, risques, audit et instance d’approbation. Il distingue construction, validation et usage. Une même personne peut cumuler certains rôles dans une petite structure, mais le conflit et les contrôles compensatoires sont explicites.

Construire une baseline

La baseline représente la méthode de référence : méthode actuelle, modèle plus simple ou calcul réglementaire validé. Elle est reproduite sur la même période et les mêmes données. Une comparaison avec un mauvais repère peut faire paraître l’IA meilleure sans démontrer sa valeur.

Comparez par groupe homogène et période : biais, erreur absolue, dispersion, queues, stabilité et impact sur le montant agrégé. Une amélioration globale peut masquer une détérioration sur un groupe rare mais matériel. La baseline doit inclure le coût et la possibilité d’expliquer l’écart.

Les critères sont fixés avant les résultats. Certains sont bloquants : instabilité, erreur de signe, sous-estimation persistante ou incapacité à reproduire. D’autres ouvrent une investigation. Le jeu d’évaluation IA fournit la logique de cas attendus, limites et erreurs critiques.

Tester les données

L’exactitude vérifie valeurs et codages ; la complétude couvre champs, périodes et populations ; la stabilité mesure les changements de distribution ; la pertinence relie chaque donnée à l’hypothèse ; la traçabilité permet de retrouver source et correction.

Les triangles, historiques de paiement, réouvertures, inflation, frais et événements doivent être traités selon le cas. Une donnée manquante n’est pas neutre : elle peut signaler un canal, une ancienneté ou un processus. Toute imputation est versionnée et testée.

Les données synthétiques peuvent tester une extrême ou protéger un environnement, mais ne prouvent pas la fréquence ni la dépendance réelle. Les résultats sur synthétique sont séparés des validations sur données réelles gouvernées.

Reconstituer les transformations

Chaque correction, agrégation, exclusion et enrichissement possède une règle, une date et un responsable. L’équipe peut repartir de l’extraction source et reproduire l’entrée du modèle. Les écarts entre comptabilité, gestion et jeu analytique sont expliqués plutôt que corrigés silencieusement.

Les contrôles cherchent les doublons, ruptures de série, changements de définition, fuites temporelles et variables connues seulement après la date d’estimation. Une excellente performance obtenue grâce à une information future invalide le test.

Documenter les limites de couverture

Le dossier indique les branches, garanties, années, montants et événements peu représentés. Il précise les traitements hors modèle et les seuils d’abstention. Un portefeuille nouveau ou une rupture d’inflation peut sortir du domaine validé.

La fonction actuarielle décide si une limite appelle une marge, une méthode distincte, une revue humaine ou l’exclusion du composant. La limite n’est pas masquée par un intervalle global.

Évaluer estimation et incertitude

Une prévision ponctuelle ne suffit pas pour une provision. L’équipe examine l’estimation, sa variabilité, les queues, les dépendances et la conséquence financière d’une erreur. Un modèle peut réduire l’erreur moyenne tout en sous-estimant les sinistres rares ou en devenant instable lors d’une rupture.

Le protocole sépare trois niveaux :

1. performance statistique : biais, erreur, calibration, discrimination et stabilité ;
2. effet actuariel : impact sur hypothèses, groupes homogènes, meilleure estimation et marge d’incertitude ;
3. effet de gouvernance : capacité à expliquer, reproduire, surveiller et revenir en arrière.

Chaque métrique possède une unité, une période, une population, une source et un seuil de décision. Une amélioration de 2 % n’a pas de sens sans préciser la métrique, la baseline, l’incertitude et les groupes affectés.

Test	Question	Preuve	Limite
Backtesting	Les estimations passées se rapprochent-elles de l’expérience ultérieure ?	Cohortes figées, dates et résultats observés	Le passé ne contient pas toutes les ruptures futures
Sensibilité	Comment la sortie varie-t-elle quand une hypothèse change ?	Courbes, scénarios et points de rupture	Les interactions peuvent rester invisibles
Stabilité	Une petite variation produit-elle un saut matériel ?	Tests autour des seuils et rééchantillonnages	La stabilité locale ne garantit pas la stabilité temporelle
Queues	Les événements graves sont-ils sous-estimés ?	Cas extrêmes, stress et comparaison experte	Le faible volume augmente l’incertitude
Agrégation	Les erreurs se compensent-elles seulement en apparence ?	Résultats par groupe et contribution au total	Un total juste peut masquer des groupes faux

La validation compare plusieurs périodes et conditions. Un modèle sélectionné sur les mêmes données que celles utilisées pour l’évaluer donnera une image optimiste. La séparation temporelle, les jeux hors échantillon et la validation indépendante limitent ce risque sans le supprimer.

Mesurer les conséquences d’erreur

Deux modèles avec la même erreur moyenne peuvent produire des risques différents. Une sous-estimation répétée d’un groupe, une erreur concentrée sur des montants élevés ou une instabilité au changement de mix peut être plus grave. Le protocole pondère ou ventile les erreurs selon leur matérialité sans cacher les petits groupes.

Les conséquences incluent le montant de provision, la volatilité, les décisions de réassurance, le pilotage, le capital et l’information de direction. Le dossier ne prétend pas que le modèle cause seul tous ces effets ; il trace les chemins plausibles et les contrôles.

Traiter l’incertitude du modèle

L’incertitude ne se réduit pas à un intervalle produit par l’algorithme. Elle comprend choix du modèle, données, paramètres, changement structurel et jugement. Les intervalles sont validés : couverture observée, stabilité par groupe et comportement hors domaine.

Si le modèle ne produit pas une incertitude fiable, l’équipe peut utiliser scénarios, modèles alternatifs, bootstrap ou marges gouvernées selon le contexte. Chaque méthode a ses hypothèses. Une marge ajoutée sans justification ne transforme pas une boîte noire en estimation prudente.

Organiser la validation indépendante

Le Single Rulebook de l’EIOPA, article 264 du règlement délégué, décrit la validation des provisions techniques, notamment la comparaison avec l’expérience, l’examen de la qualité des données, des hypothèses et des méthodes. Le Single Rulebook, article 272, précise les tâches de la fonction actuarielle.

La validation est suffisamment indépendante de la construction. L’indépendance dépend de la taille et de l’organisation, mais elle exige au minimum un regard capable de contester les choix, d’accéder aux données et de reproduire les tests. Le constructeur fournit code, documentation et assistance ; il ne choisit pas seul les critères.

Le validateur vérifie :

• la finalité et la place exacte du composant ;
• la provenance, les transformations et les exclusions de données ;
• la baseline, le découpage et les métriques ;
• les performances par groupe et les cas extrêmes ;
• la sensibilité, l’incertitude et les ruptures ;
• la reproductibilité, les versions et la sécurité ;
• les contrôles humains, seuils de rejet et procédures de retour arrière ;
• les limites exposées à l’organe de direction.

Les désaccords ne sont pas lissés. Le dossier présente l’avis du constructeur, celui du validateur et la décision de l’instance compétente. Une réserve reçoit une action, un propriétaire, une date et une condition d’acceptation.

Préserver le jugement sans le rendre invisible

Une chaîne actuarielle contient nécessairement des choix : groupes, hypothèses, traitement des événements, marges et appréciation des limites. L’IA ne supprime pas ce jugement ; elle peut le déplacer vers le choix des données, de la fonction de perte ou du seuil. Le dossier rend ces choix explicites et attribués.

Une intervention humaine n’est pas une garantie si la sortie arrive trop tard, si les éléments ne sont pas accessibles ou si l’écart doit être justifié sous pression. Le guide sur le contrôle humain effectif aide à vérifier compétence, autorité, information et capacité d’arrêt. Dans le contexte actuariel, la personne doit aussi pouvoir demander un recalcul et comparer une méthode alternative.

Les ajustements experts sont versionnés : motif, périmètre, montant, auteur, approbation et effet. Ils ne servent pas à forcer le modèle à retrouver un résultat attendu sans analyse. Un ajustement récurrent signale une limite structurelle à traiter dans la méthode ou les données.

Tester la reproductibilité opérationnelle

Un autre analyste doit pouvoir reconstruire l’entrée, lancer la version autorisée et obtenir un résultat compatible dans un environnement contrôlé. Les dépendances aléatoires, parallèles ou matérielles sont documentées. Lorsque le résultat varie, la tolérance et son impact sont mesurés.

La reproductibilité couvre aussi les droits et secrets : une procédure qui dépend du compte personnel du concepteur est fragile. Les artefacts sont accessibles sous contrôle à l’équipe responsable, avec un inventaire et une procédure de restauration.

Un test de reprise part d’une sauvegarde et d’un manifeste, pas de l’environnement actif. Il mesure le délai et vérifie les contrôles. Les défauts constatés deviennent des actions avant l’autorisation du composant.

Définir des seuils de rejet métier

Le système s’abstient ou oriente vers la méthode de référence lorsque les données sortent du domaine, qu’une branche n’est pas couverte, qu’un changement de distribution dépasse une limite ou que la qualité minimale n’est pas atteinte. Le seuil est testé sur des cas historiques et stressés.

Une abstention a un coût et une capacité. Si 40 % des dossiers basculent manuellement, la solution peut être inexploitable ; si presque aucun ne bascule, le détecteur peut être trop permissif. L’équipe mesure le volume, la matérialité et le délai du chemin de secours.

Les seuils ne sont pas optimisés uniquement pour la performance passée. Ils sont reliés à une décision : revue, méthode alternative, recalcul, suspension ou escalade. Leur modification suit le processus de changement.

Relier contrôles de première et seconde ligne

La première ligne exploite le composant, surveille données et résultats et déclenche les actions prévues. La fonction actuarielle coordonne et challenge selon ses responsabilités. Risques et conformité examinent la gouvernance et le risque résiduel ; l’audit interne peut vérifier le dispositif selon son programme. Les lignes ne recopient pas le même contrôle.

Une matrice précise la preuve produite, sa fréquence, le responsable et le destinataire. Par exemple, le propriétaire data contrôle les ruptures à chaque lot ; la fonction actuarielle examine les écarts à l’expérience à chaque clôture ; une validation indépendante intervient après changement matériel ; l’organe reçoit une synthèse selon la gouvernance.

La fréquence est proportionnée au volume et au risque. Un contrôle annuel ne détecte pas une rupture en cours de clôture ; un contrôle quotidien peut être vide de sens si la vérité arrive trimestriellement. Les signaux précoces et résultats confirmés sont séparés.

Réserver un jeu de validation

Le jeu de validation ne sert pas aux itérations quotidiennes. Lorsqu’il est consulté plusieurs fois, il perd progressivement son indépendance. L’équipe conserve un jeu final ou utilise une validation temporelle et documente les réutilisations.

Pour les événements rares, une validation purement quantitative peut manquer de puissance. Des revues expertes, scénarios et comparaisons de modèles complètent la preuve, avec leurs limites explicites. L’absence de significativité n’est pas une preuve d’absence d’effet.

Versionner les changements

Le manifeste de version lie données, code, dépendances, paramètres, hypothèses, environnement et résultats. Une mise à jour de bibliothèque, de source ou de règle peut modifier la sortie sans changement apparent du modèle. Les artefacts nécessaires à la reproduction sont conservés dans une durée gouvernée.

Les changements sont classés selon leur portée. Une correction documentaire peut suivre une procédure légère ; une nouvelle variable, une modification de segmentation, un réentraînement ou une extension de branche exige une recette et une validation adaptées. Les seuils sont définis avant le changement.

Le plan de retour arrière précise version connue, compatibilité des données, délai, responsable et traitement des calculs déjà produits. Revenir au code sans revenir aux données ou hypothèses peut créer un hybride non validé.

La surveillance suit performance, données, écarts à l’expérience, interventions et alertes. Le dossier sur la dérive d’un système IA propose une taxonomie et un triage. Dans la chaîne actuarielle, chaque alerte est reliée au cycle de validation et à la possibilité de recalcul.

Revue annuelle et événements déclencheurs

La revue annuelle prévue dans la gouvernance n’exclut pas les revues événementielles. Une rupture d’inflation, un changement de produit, une acquisition de portefeuille, une modification de gestion, un sinistre exceptionnel ou une nouvelle donnée déclenche une analyse avant l’échéance.

Le propriétaire confirme périodiquement que la finalité, le domaine et les seuils restent valides. L’absence de changement de code n’est pas une preuve de stabilité du contexte.

Informer l’organe de direction

La note destinée à l’organe d’administration, de gestion ou de contrôle doit être lisible sans masquer l’incertitude. Elle explique le rôle de l’IA, la part du calcul affectée, la baseline, les résultats, les limites, les réserves et les décisions demandées.

Une structure utile comprend :

1. la décision à prendre et son périmètre ;
2. la chaîne de provisions et la place de la brique ;
3. les responsabilités de la fonction actuarielle et des équipes ;
4. les principaux résultats comparés à la baseline ;
5. les groupes, périodes et scénarios défavorables ;
6. les incertitudes et données manquantes ;
7. les contrôles, seuils, retour arrière et surveillance ;
8. les réserves indépendantes et le risque résiduel.

Évitez les métriques non traduites. « RMSE réduit » devient un effet sur les estimations par groupe, sans promettre une amélioration réglementaire. Évitez aussi une couleur verte unique : une décision peut être acceptable pour une tâche auxiliaire et refusée pour le calcul central.

La note indique ce qui est établi, hypothétique et recommandé. Elle conserve le scénario de stress qui ferait changer la décision. L’organe n’approuve pas une technologie ; il approuve un rôle, des limites et une gouvernance.

Scénario pédagogique

Considérons un scénario fictif : un modèle estime la sévérité auxiliaire de sinistres fréquents pour aider à segmenter un portefeuille. Il ne calcule pas directement la meilleure estimation. Les montants, fréquences et résultats décrits ici sont illustratifs et ne représentent aucun déploiement réel.

La baseline est un modèle statistique simple validé. Le nouveau modèle réduit l’erreur absolue moyenne sur les années ordinaires, mais sous-estime les dossiers réouverts et devient instable sur une période d’inflation. L’agrégat reste proche parce que des erreurs se compensent.

La fonction actuarielle refuse son usage direct dans le calcul. Elle autorise un pilote comme signal de revue : les dossiers où modèle et baseline divergent fortement sont examinés. La sortie ne remplace ni l’hypothèse ni le jugement.

Après correction des réouvertures et ajout d’un indicateur d’inflation disponible à la date de calcul, la recette est répétée. Le modèle progresse mais conserve une limite sur une branche peu représentée. Cette branche reste hors périmètre. La décision précise la version, les seuils et la revue après deux clôtures.

Ce scénario montre qu’une amélioration statistique peut être utile sans justifier un transfert de responsabilité. Il montre aussi qu’un rejet partiel est une décision valide : l’IA peut soutenir le contrôle sans devenir la méthode centrale.

Plan de validation

1. Définir la décision actuarielle et localiser le composant.
2. Nommer construction, validation, fonction actuarielle et instance.
3. Geler données, transformations, code, hypothèses et environnement.
4. Choisir une baseline reproductible et des groupes homogènes.
5. Définir métriques, seuils bloquants et conséquences d’erreur.
6. Tester qualité des données, fuite temporelle et domaine.
7. Évaluer performance, sensibilité, stabilité, queues et incertitude.
8. Comparer à l’expérience et expliquer les écarts matériels.
9. Conduire une validation indépendante et conserver les réserves.
10. Tester changement, retour arrière et mode dégradé.
11. Préparer la note à l’organe de direction.
12. Décider du rôle autorisé, des exclusions et de la surveillance.

Le protocole produit une décision datée, pas un label permanent. Tout changement matériel de données, méthode, hypothèse ou portefeuille peut imposer une nouvelle validation.

L’avis EIOPA sur la gouvernance et la gestion des risques de l’IA apporte une approche proportionnée fondée sur les risques. La révision 2026 des lignes directrices sur la valorisation des provisions techniques est annoncée applicable au 30 janvier 2027. En octobre 2026, elle doit être présentée comme une échéance à préparer, pas comme une règle déjà applicable.

Sources officielles

• EUR-Lex — directive 2009/138/CE Solvabilité II, notamment articles 48 et 76 à 84.
• EIOPA Single Rulebook — article 264, validation des provisions techniques.
• EIOPA Single Rulebook — article 272, fonction actuarielle.
• EIOPA — Opinion on Artificial Intelligence governance and risk management, 6 août 2025.
• EIOPA — Final Report on revised Guidelines on valuation of technical provisions, calendrier d’application au 30 janvier 2027.