Un agent IA trie plus de 15 000 e-mails de sinistres par an, réduisant le temps d'ouverture d'un dossier de 5 minutes à quelques secondes pour un courtier d'assurance.
Un important courtier d'assurance gère, pour le compte d'un promoteur français et de ses prestataires, plus de 15 000 e-mails relatifs à des déclarations de dommages et garanties décennales (DO/CRAC). Environ 2 500 déclarations doivent être enregistrées dans son système de gestion — une opération qui, manuellement, nécessite près de cinq minutes par dossier et mobilise trois gestionnaires.
Le processus implique le tri des courriels, l'ouverture du dossier dans l'outil de gestion, l'envoi d'accusés de réception et la vérification de données nombreuses et hétérogènes : contrat, référence chantier, dates, sinistre, pièces jointes, et bien d'autres.
L'entreprise souhaitait automatiser cette étape afin de consacrer ses équipes aux dossiers à forte valeur ajoutée. La solution retenue repose sur un agent d'intelligence artificielle connecté à la boîte aux lettres partagée. Celui-ci classe chaque e-mail (déclaration ou autre), extrait automatiquement les données et pièces des messages, contrôle leur complétude, détermine les garanties mobilisables et injecte les informations structurées dans le système de gestion. Les données sont conservées 30 jours maximum, conformément au RGPD et à la convention CRAC.
Tous les messages entrants liés aux sinistres sont redirigés vers une boîte commune surveillée par l'IA. L'agent lit l'objet, le corps du message et les pièces jointes, et le classe en trois catégories : nouvelle déclaration, complément, ou autre. Les courriels hors périmètre sont renvoyés aux équipes correspondantes.
Les pièces jointes — courriers, constats, contrats, devis — sont traitées par un moteur de reconnaissance OCR combiné à un modèle de langage. L'IA extrait les champs nécessaires tels que le numéro de contrat, la référence chantier, la date du sinistre, la description des dommages, la localisation et la nature de l'ouvrage, ainsi que les montants déclarés et les pièces justificatives.
Si des informations manquent, l'agent envoie un e-mail de demande précisant les pièces à fournir. En fonction des codes du dommage (catégorie, siège, cause) et des dates, l'IA détermine également les garanties pertinentes — dommages matériels ou responsabilité civile, par exemple — pour orienter le traitement. Les nomenclatures de codes (101 à 112 pour les catégories, 201 à 219 pour les sièges, et d'autres) sont intégrées directement dans le modèle.
Une fois les données complètes, l'IA crée automatiquement le dossier dans le système d'information interne via une API ou un fichier d'import, en joignant les documents normalisés. Les e-mails et fichiers sont stockés sur un serveur dédié pendant 30 jours, puis purgés conformément au RGPD.
Les statistiques de volume, de délais et de complétude sont collectées pour améliorer en continu les modèles et les processus. Toute la gestion se fait dans Outlook : l'IA applique des tags sur les e-mails pour indiquer le statut de traitement — déclaration reçue, extraction en cours, en attente de compléments, dossier injecté — permettant un suivi clair et une mise en place très facile.
Classe chaque e-mail en nouvelle déclaration, complément, ou hors périmètre, et le redirige en conséquence.
L'OCR combiné à un modèle de langage extrait les numéros de contrat, dates et détails des dommages directement depuis les pièces jointes.
Une fois complet, le dossier est créé automatiquement dans le système de gestion — entièrement structuré, sans ressaisie.
L'ouverture d'un dossier est passée de 5 minutes à quelques secondes. Avec près de 2 164 dossiers en 2024, la solution a permis d'économiser plus de 22 jours de travail sur l'année — soit environ 11 jours de productivité par gestionnaire.
Le projet d'automatisation des e-mails DO/CRAC illustre comment l'IA peut transformer un flux de travail traditionnellement lourd.
Avant le projet, trois gestionnaires triaient environ 15 000 messages par an pour identifier 2 500 déclarations de sinistre. Chaque dossier nécessitait l'ouverture d'un fichier dans l'outil, la création d'une référence, l'envoi d'un accusé de réception et la saisie des informations. La présence d'annexes hétérogènes — PDF scannés, photos de rapports, e-mails transférés — compliquait la tâche.
La solution repose sur un connecteur Microsoft Graph ou SFTP pour récupérer les courriels, un moteur d'OCR avancé, un modèle de langage spécialisé en assurance et un moteur de règles métier pour la validation. La règle de rétention de 30 jours et la classification des données sont appliquées par défaut. Les actions automatisées sont décrites à travers dix flux du plan : tri initial, extraction, contrôle de complétude, injection, notification et reporting.
Certains messages contiennent des informations partielles, comme l'absence d'un numéro de contrat, ou des documents illisibles. L'IA déclenche alors une demande d'information complémentaire et met le dossier en attente. Les interventions humaines se limitent aux situations litigieuses ou aux anomalies détectées.
La même architecture peut être déployée sur d'autres typologies de sinistres, comme la responsabilité civile ou les dommages aux biens hors construction, ou sur d'autres canaux, comme les formulaires web et la messagerie instantanée. L'apprentissage continu améliore la reconnaissance des documents et la détection des garanties.
En résumé, ce cas montre qu'en combinant tri intelligent, extraction sémantique et validations métier, il est possible d'automatiser la majorité des déclarations de sinistre reçues par e-mail tout en respectant les exigences réglementaires et en augmentant la satisfaction des équipes.