Pourquoi les LLM génériques ne peuvent pas piloter des risques P&C commerciaux

Le vrai problème n’est pas le modèle. C’est l’idée qu’un modèle suffit.

La souscription se rebâtit autour de l’IA. La vraie question n’est pas de savoir si l’IA peut aider — les démos le prouvent chaque jour. C’est de savoir ce qui sépare une démo d’une intelligence capable de piloter un portefeuille entier, en continu, et de se défendre devant un régulateur.

Plus de la moitié des projets en IA générative sont abandonnés après la phase de preuve de concept (Gartner). La plupart construisent la mauvaise chose, parce qu’ils confondent deux logiques. L’IA grand public doit être intuitive, démonstrative, conversationnelle. L’IA d’entreprise, elle, est attendue déterministe, auditable, et à coût marginal maîtrisé.

La presse le confirme, plus crûment qu’un cabinet d’analystes ne se l’autoriserait : « This gap between performance expectations and production reality is precisely why AI agents aren’t the one-size-fits-all tool the tech industry desperately wants them to be. Today’s reality is falling way behind the hype. » (Futurism, mai 2026).

Ce constat n’est pas isolé. Il parcourt les discussions des praticiens qui opèrent des agents en production : le vocabulaire du harness déterministe, de gates structurels plutôt que de garde-fous promptés, du coût par résultat plutôt que par token, y émerge de façon convergente. Pendant que les démonstrations continuent d’impressionner, le savoir pratique se constitue lentement, en production. Ces concepts ne sont pas une invention de Continuity ; ils sont en train de s’imposer dans la pratique de l’industrie. Ce que Continuity y apporte n’est pas l’idée du harness — c’est le précédent de souscription accumulé sur sept années d’analyse de portefeuille, qu’aucune architecture générique ne porte.

Confondre les deux logiques est l’erreur la plus coûteuse de l’IA en assurance en 2026.

Pourquoi les LLM génériques ne passent pas l’épreuve de la production : trois verrous structurels

Verrou 1 | Le coût de l’échelle, et la fausse promesse du token bon marché

L’ambition réelle est une intelligence continue sur l’intégralité du portefeuille : chaque contrat, à chaque cycle, pas un échantillonnage. C’est à cette échelle que se joue la valeur.

Le discours « les coûts de tokens ont chuté d’un facteur 300 » circule partout. Il est devenu trompeur — non pas parce qu’il est faux, mais parce qu’il regarde le mauvais indicateur. Gartner lui-même prévoit une chute d’environ 90 % du coût d’inférence d’ici 2030, l’intelligence tendant vers un coût nul. Le problème n’est pas le prix du token. C’est qu’un LLM générique est tarifé au prompt, sans aucune notion de résultat. Appliqué à un portefeuille de 100 000 contrats, la structure de coûts devient intenable — non pas parce que le token est cher, mais parce qu’il n’existe pas de notion de coût par résultat.

La frontière, elle, reste volatile. Chaque trimestre reshuffle la table : kimi-k3 ce mois-ci, GLM-5.2 avant lui, les reshuffles Sonnet / GPT / Gemini avant encore. Les fournisseurs radient leurs anciens modèles et forcent la migration vers les frontières au coût unitaire supérieur ; les modèles de raisonnement consomment 5 à 8 fois plus de tokens par tâche. La leçon n’est pas dans le score de tel modèle à tel trimestre — elle est structurelle : la frontière est une cible mobile, et tabler sur un modèle donné est un pari sur un marché qui bouge sous nos pieds.

La métrique qui compte n’est pas le coût par token. C’est le coût par résultat, à l’échelle. Et il n’y a pas de levier unique pour le maîtriser : des modèles meilleurs ou moins chers, l’auto-hébergement, le fine-tuning, un meilleur prompting — et bien d’autres façons encore. La maîtrise du coût par résultat est un travail d’architecture continu, qui se redéfinit à chaque génération de modèles, pas un réglage que l’on pose une fois pour toutes.

C’est précisément la mise en garde de Gartner lui-même, dans le pronostic qui annonce la commoditisation : « CPOs who mask architectural inefficiencies with cheap tokens today will find agentic scale elusive tomorrow. » (Will Sommer, Gartner, mars 2026).

Et c’est ici que se loge le vrai pari. Quand l’intelligence se commoditisera — et Gartner dit qu’elle le fera — l’avantage ne sera plus dans le modèle, devenu banalité, mais dans ce qu’on construit autour : le harness, la trace, le précédent métier. La souveraineté modèle n’est pas un confort idéologique : c’est la condition pour architecturer, dès aujourd’hui, sur la swappabilité du cerveau. Les modèles ouverts, stables, dont on connaît les propriétés, ne sont pas une fin ; ils sont la matière première d’une intelligence qu’on contrôle réellement. Le verrou n’est pas le prix du modèle — c’est la capacité à construire au-dessus de n’importe quel modèle.

Verrou 2 | La reproductibilité

Un agent générique appliqué deux fois au même contrat ne donne pas toujours deux fois le même résultat.

Ce n’est pas un défaut de paramétrage. C’est une propriété structurelle des LLM, liée à la manière même dont ils s’exécutent sur le matériel. Il ne s’agit pas là d’un bug que l’on corrige.

C’est un blocage majeur pour un dispositif d’audit en souscription : comment opposer à un courtier, à un client ou au régulateur une décision que le système ne saurait pas reproduire ?

La reproductibilité doit donc être obtenue au-dessus du modèle, par l’architecture qui l’encapsule. Et le travail réel se fait sur le harness : l’enveloppe d’exécution déterministe qui entoure le modèle.

L’intuition clé oppose l’output à l’outcome. Le modèle produit un output variable d’une exécution à l’autre. Mais il existe une infinité d’outputs — peu importe la forme — qui produisent le même outcome pour les mêmes entrées. Le harness ne cherche pas à figer l’output ; il garantit l’outcome. La reproductibilité devient une propriété structurelle du système, pas une coïncidence du modèle.

Et le véritable objectif est plus riche qu’il n’y paraît : capturer la richesse des règles du client, exprimées en langage naturel, et les convertir en outcomes précis, reproductibles et audités. Le LLM génère la logique ; le harness la contraint à un résultat déterministe. Chaque décision peut être reliée à une version de connaissance nommée, datée, réinterrogeable ; chaque exécution reste reproductible, même quand les règles évoluent. Ce qui suppose aussi un modèle que l’on contrôle : le harness ne garantit l’outcome que si le cerveau qu’il encapsule reste stable, et un modèle retiré ou modifié sans préavis fragilise la garantie elle-même — d’où, là encore, le pari sur des modèles ouverts.

Verrou 3 | La traçabilité et le cadre réglementaire

Le cadre réglementaire européen — AI Act, et les attentes des superviseurs sous Solvabilité II, l’IDD et DORA — est désormais clair sur l’IA en assurance : record-keeping, explicabilité, supervision humaine, piste d’audit claire.

Un point que les fournisseurs IA sous-estiment parfois : l’assureur reste responsable du système IA qu’il déploie, qu’il l’ait construit ou non. La responsabilité ne se délègue pas au modèle.

Un agent qui ne peut pas citer ses sources externes, expliciter son raisonnement et produire une trace auditable n’est pas opposable. Ni au régulateur. Ni au réassureur. Ni à l’assuré en cas de contestation.

La traçabilité n’est pas un nice-to-have. C’est la condition d’admissibilité de l’IA dans la souscription. Et ceux qui la construisent par construction, plutôt que de la greffer après coup, sont les seuls à pouvoir déployer réellement. Chaque alerte produite doit pouvoir être reliée à une chaîne d’inputs identifiables : un PDF du guide de souscription, une donnée externe avec sa source, un transcript validé, une règle métier versionnée, une donnée de police structurée. Chaque alerte doit dire pourquoi on s’inquiète, sur quelle preuve, et avec quelle confiance. Ce n’est pas une fonction de reporting ajoutée a posteriori mais un invariant de l’architecture.

Le cadrage qui fait marcher les agents

C’est précisément le cadrage qui fait marcher les agents dans les domaines contraints : des limites claires, des résultats mesurables, des garde-fous évidents. En cybersécurité, Sophos MDR traite 52 % des cas de bout en bout par l’IA sans intervention humaine, en un temps médian de réponse de 89 secondes — des tâches complexes et sensibles, mais opérationnelles parce que cadrées par une infrastructure experte.

Ce cadrage est d’autant plus nécessaire en souscription P&C commerciale : les limites de domaine y sont floues, et les résultats ne sont pas immédiatement mesurables. Et c’est là qu’une dernière pièce s’impose, qu’aucun modèle et aucune architecture générique ne portent.

La connaissance métier, ou ce que l’architecture ne contient pas

Une architecture est nécessaire. Pour autant, elle n’est pas suffisante.

Ce qui la nourrit, c’est la connaissance métier de production — l’underwriting precedent : l’écart entre le guide de souscription écrit et ce que les souscripteurs font réellement. Cet écart ne se démontre pas ; il s’acquiert en production, contrat après contrat, alerte après alerte. C’est sept années d’analyse de portefeuille accumulées chez Continuity. Aucun LLM générique ne le porte. Aucune architecture générique ne le capture.

Conclusion

L’IA générative ne remplace pas l’ingénierie de la souscription. Elle l’exige.

La souscription se rebâtit autour de l’IA. Les gagnants ne seront pas ceux qui auront eu le meilleur modèle — les modèles se commodifient. Ce seront ceux qui auront construit le système capable de transformer ce cerveau commodifié en une intelligence de souscription digne de confiance, reproductible, auditable, et qui se renforce à chaque cycle — nourrie des années de connaissance de production que seul le métier détient.

–

Antoine — Chief Science Officer, Continuity