Comment un assureur peut-il conseiller et vendre à l'intérieur d'une conversation avec une IA grand public, sans jamais exposer les données de ses assurés ?
Une part croissante des clients formule aujourd'hui ses besoins auprès d'un assistant conversationnel. Ils décrivent leur situation avec leurs propres mots — « j'ai acheté un vélo électrique, comment je l'assure ? » — et attendent une réponse immédiate et actionnable.
Pour la MAIF, l'enjeu était donc d'être présente sur ce canal sans rien céder sur la sécurité. Exposer des services d'assurance à une IA tierce soulève autant de questions de gouvernance et de conformité que de questions techniques : que voit réellement le modèle, où passent les données, comment prouve-t-on à un régulateur que rien n'a fuité ?
Le premier enjeu était donc de démarrer petit, sur un périmètre maîtrisable, tout en construisant d'emblée le cadre de confiance qui permettrait d'élargir ensuite.
Le service est désormais disponible en continu, là où les assurés se trouvent déjà. Mais le gain principal va au-delà de la disponibilité : c'est la disparition du parcours. L'assuré décrit sa situation, obtient un conseil personnalisé et souscrit dans la même conversation.
Côté interne, les conseillers récupèrent du temps sur les demandes simples et répétitives, et peuvent le redéployer sur les dossiers à plus forte valeur. Enfin, la MAIF occupe une place sur un canal émergent — avec un cadre de sécurité qui lui permet d'y étendre progressivement son offre.
« Nous voulions être présents sur ce canal sans prendre le moindre risque sur les données de nos sociétaires. Serli nous a permis d'avancer vite tout en gardant la maîtrise complète de ce qui sort de notre SI. »
Prénom Nom — Responsable Innovation, MAIF (verbatim à valider)Le même enjeu chez vous ?Un premier échange d'une heure suffit à évaluer si votre cas est faisable, et à quel coût.
Échanger avec un expert →Le déroulé du projet
Audit de l'existant et choix du premier périmètre à exposer.
Intégration des APIs, passerelle de sécurité et mise en production.
Formation des Ops et mise en place de l'observabilité.
Nous avons commencé par un audit du patrimoine d'APIs existant. Plutôt que d'ouvrir largement, nous avons retenu avec les équipes MAIF deux services à forte valeur d'usage et à faible sensibilité : la simulation d'assurance vélo et la prévention des risques climatiques. Assez utiles pour prouver l'intérêt, assez circonscrits pour maîtriser le risque.
Les deux APIs étaient déjà en production : elles ont été rendues accessibles depuis ChatGPT sans aucune modification du système d'information. L'assistant interroge les services réels de la MAIF, il ne duplique ni ne réinvente la logique métier. Une passerelle dédiée s'intercale entre le modèle et le SI pour contrôler, filtrer et tracer chaque appel.
Un nouveau canal ne vaut que si l'entreprise peut le faire vivre. Les équipes d'exploitation ont été formées au pilotage de la passerelle et à la lecture des tableaux de bord, avec une supervision permettant de suivre les usages réels et de détecter toute anomalie. La MAIF est aujourd'hui autonome pour étendre le périmètre à de nouveaux services.
L'exposition de services à une IA tierce impose un cadre strict. Nous nous sommes appuyés sur Otoroshi et ses modules dédiés aux modèles de langage, positionné en passerelle entre ChatGPT et le SI.
Protection et résilience — pare-feu applicatif, quotas par appelant et blocage automatique contre les abus et les tentatives de saturation.
Étanchéité des données — chaque appel est contrôlé et journalisé ; aucune donnée sensible ne transite vers le modèle public. Les échanges empruntent exclusivement des canaux chiffrés.
Auditabilité — la traçabilité intégrale des appels permet de démontrer à tout moment le respect des politiques internes et des exigences RGPD.
Parlons-en. Un premier échange suffit souvent à y voir plus clair.
Discutons de votre projet →