L’IA agentique dans l’automatisation des entreprises : les cas Generali et Grenke Italia

La digitalisation des processus administratifs au sein des grandes organisations connaît un changement structurel, passant rapidement de modèles d’assistance passive à des systèmes opérationnels capables de prendre des décisions et des contrôles complexes. Les analyses réalisées et présentées lors de la conférence Use Case Session 2026, organisée par l’Observatoire Data & Decision Intelligence des Observatoires de l’innovation numérique de l’Université Polytechnique de Milan, offrent un aperçu détaillé de cette transformation, à partir des témoignages directs de managers et de spécialistes techniques du secteur de l’assurance et de la finance. L’automatisation des activités gourmandes en documents dépasse les limites de la programmation traditionnelle rigide grâce à l’introduction d’architectures avancées, où l’IA agentique joue un rôle central dans la validation, le recoupement et la réduction des temps de fonctionnement.

Efficacité des sinistres d’assurance : le projet Claims Buddy de Generali

La gestion des sinistres demande un énorme travail de travail en raison de la variété des documents à examiner. Nicola Rosetti, data scientist au siège social de Generali, explique qu’un sinistre est une plainte d’un assuré pour les dommages subis. Le flux de travail traditionnel nécessite que les experts en sinistres examinent manuellement de gros volumes de fichiers. Les professionnels lisent les PDF et les e-mails pour estimer les dégâts. La procédure nécessite souvent l’intervention d’experts externes pour calculer l’indemnisation correcte.

Le goulot d’étranglement opérationnel et les volumes d’expérimentation

Les données du projet pilote en Suisse montrent l’ampleur du travail humain. La division suisse se concentre sur le secteur automobile et traite des volumes importants. L’équipe gère environ 90 000 sinistres par an avec le soutien de 70 experts en sinistres dédiés. Le traitement d’un seul dossier nécessite en moyenne deux heures de travail réel. Cependant, les délais réels s’étendent sur des mois. Les liquidateurs doivent attendre que les véhicules soient réparés ou que les personnes soient récupérées. Cette fragmentation oblige les professionnels à revisiter plusieurs fois les dossiers pour reconstituer l’histoire de l’affaire.

L’architecture du pipeline et les tâches opérationnelles des agents

Data Reply, société spécialisée dans le big data et l’intelligence artificielle représentée par Alice Contadini, a collaboré au développement de la solution. Le système s’appelle Ami des réclamations. La plateforme acquiert des documents et les classe dans des catégories précises, en distinguant les expertises, les rapports de nettoyage ou les certificats médicaux. Grâce à des invites spécifiques établies par l’entreprise, le logiciel extrait les informations pertinentes. Il produit ensuite un résumé de haut niveau. Le liquidateur lit ce résumé et comprend immédiatement l’état du dossier, même après des mois de pause.

Au-dessus de la couche d’acquisition de données, l’IA agentique opère. Les techniciens mettent en place des assistants virtuels spécialisés qui contrôlent l’ensemble des archives documentaires. Rosetti décrit ainsi le fonctionnement du système : « Au-dessus de la phase d’ingestion, il y a la partie évaluation, où intervient la véritable IA agentique. Nous développons des agents qui ont accès à la documentation et peuvent effectuer des contrôles croisés, comme vérifier la cohérence médicale (par exemple s’assurer que deux médecins différents n’indiquent pas des blessures incompatibles entre elles) ou identifier des images retouchées. » Chaque agent suit des instructions strictes pour identifier les anomalies ou les tentatives de fraude.

Lors de la phase de test auprès des liquidateurs, le système a dépassé les 90 % de performances lors des tests. Les agents communiquent la décision finale via un modèle de feux tricolores. Le vert indique la réussite des contrôles, le rouge indique un échec et le jaune nécessite une vérification manuelle. Le logiciel fournit toujours une explication logique du choix et des références aux fichiers originaux. L’architecture flexible permet une exportation internationale rapide. Le transfert de technologie vers l’Espagne a garanti une économie de 80 % sur le temps de développement.

Intégration contractuelle en location opérationnelle : l’expérience de Grenke Italia

Grenke Italia applique une logique similaire pour optimiser la gestion des contrats. L’entreprise propose des services opérationnels de location de biens d’équipement et de technologies aux petites et moyennes entreprises. Domenico Luciano, directeur du marketing et de l’expérience client, souligne le rôle de la succursale italienne. Le groupe multinational allemand est présent dans 31 pays. Cependant, l’entreprise a choisi l’Italie comme lieu idéal pour expérimenter des solutions innovantes pour exporter à l’échelle mondiale.

La charge documentaire de l’usine sous contrat

La succursale italienne gère environ 55 % du total des contrats sur son marché. Ce volume se traduit par une charge de travail comprise entre 300 et 400 dossiers par jour. L’entreprise nécessite une précision et une capacité analytique similaires à celles des systèmes financiers. Chaque procédure d’achat comprend environ 10 documents différents. En conséquence, l’équipe interne a consacré environ 12 000 heures par an à des contrôles manuels. Ce travail répétitif augmentait le risque d’erreur humaine en raison d’un manque d’attention normal.

L’approche hybride neuro-symbolique contre les hallucinations de l’IA

Grenke Italia a résolu le problème critique grâce au partenariat avec Expert.ai, représenté par le directeur commercial Andrea Ricotti. Les équipes ont rendu la solution opérationnelle en seulement trois mois de travail, en passant avec succès les tests d’acceptation utilisateurs.

Le système utilise une couche d’orchestration propriétaire appelée Flux électronique. Cet outil gère les listes de contrôle des entreprises, composées d’environ 40 contrôles procéduraux. L’application examine les contrats, les textes libres et les e-mails, démarrant indépendamment des activités dans le logiciel de gestion de Grenke. Enfin, il génère une liste de contrôle que l’opérateur humain n’a plus qu’à valider. Ricotti précise que «cette approche garantit un contrôle et une auditabilité totale, empêchant les agents de commettre des hallucinations ou des erreurs lors de l’exécution d’un contrat».

Aujourd’hui, l’entreprise traite plus de 300 000 documents par an sur cinq systèmes informatiques différents. L’adoption de la nouvelle technologie a généré une réduction de 90 % des délais de gestion des dossiers. L’optimisation nous permet de maintenir un taux de satisfaction client de 96%. Grenke prévoit déjà d’étendre l’IA agentique à d’autres phases opérationnelles et à d’autres filiales à travers le monde.

Intégration entre supervision humaine et évolutivité globale

Les projets de Generali et Grenke Italia mettent en évidence des règles communes pour l’intégration de l’IA agentique dans les grandes entreprises. Les deux solutions maintiennent la surveillance humaine comme pierre angulaire du processus décisionnel. L’autonomie des agents ne remplace pas la validation finale du spécialiste. Ami des réclamations signale les cas complexes avec un feu jaune et montre les données utiles au liquidateur. Grenke propose à l’opérateur une liste de contrôle pré-compilée, mais l’approbation finale appartient toujours à l’homme.

Les deux études de cas confirment l’importance de libérer le personnel des tâches répétitives pour investir dans la valorisation des compétences. La technologie se charge des contrôles mécaniques de conformité des documents. Ricotti résume la stratégie en expliquant que «l’objectif n’était pas de remplacer les personnes, mais de les recycler, en les consacrant à des activités à plus grande valeur ajoutée, en laissant les contrôles répétitifs aux machines». Les collaborateurs peuvent ainsi se concentrer sur les décisions stratégiques et la relation client.