Le vieux Knowledge Management, soutien de l’IA générative chez l’assureur MGEN

Afin de traiter l’arrivée de l’IA générative, le Chief Data Officer de MGEN s’est trouvé un allié inattendu, la gestion des connaissances, le Knowledge Management.  La mutuelle MGEN s’appuie un indispensable réseau de personnes relais en interne afin de maîtriser la qualité des données et les IA. Bref, ce que l’on appelle la gouvernance des données et de l’IA.

Mutuelle numéro 1 des agents du service public, la MGEN compte plus de 4,5 millions d’adhérents. L’assureur a dû transformer son système d’information pour s’adapter à la Protection Sociale Complémentaire (PSC), une réforme de l’Etat en cours d’application.

L’Etat devient un interlocuteur important de la MGEN. « L’Etat, les ministères deviennent nos clients, car ce sont eux qui lancent des appels d’offres pour protéger leurs agents. Nous sommes nés en 1946, mais nous devons être aussi agiles que des startups » s’amuse un instant Aurélien Barthe, Chief Data Officer de MGEN, du Groupe Vyv.

La transformation de la MGEN a été initiée il y a 5 ans et aujourd’hui, 60% du système d’information a été transformé. « Nous sommes passés d’un modèle économique ‘B to C’ [vente en direct au consommateur final] au ‘B to B to C’ [vente à une entreprise qui revend au client final], pour proposer des produits multi-distribués, avoir une bonne connaissance client, être efficients au niveau des opérations. L’IA et la Data sont directement impliqués dans cette transformation » ajoute le Chief Data Officer (CDO).

La qualité des données est l’affaire de tous

Pour le patron de la Data de l’assureur, l’adoption de l’IA implique de reposer sur des données de bonne qualité. « Pour que nos intelligences artificielles fonctionnent correctement, qu’elles soient classiques ou génératives, il faut disposer de données de bonne qualité » affirme-t-il. « Nous travaillons ardemment sur notre stratégie de gouvernance de la Data et c’est sur la qualité des données que nous portons le plus d’efforts » insiste-t-il.

Aurélien Barthe estime que la qualité de la donnée est l’affaire de tous. L’intelligence artificielle « classique » est plus particulièrement consommatrice de données structurées. Les données clients et les données contrat sont référencées dans les catalogues de données et par le Master Data Management. Un Business Data Model permet d’avoir une unification de ces données et de favoriser les usages de la Data.

Cependant, disposer de relais humains reste indispensable dans l’organisation outre ce volet outillage. « Depuis 2 ans et demi que je suis au Data Office, nous avons une trentaine de relais auprès de métiers. Cette année, ce nombre va être multiplié par 3 et par 4 si je compte nos relais auprès de la DSI » annonce-t-il. « Dans une gouvernance des données, avoir des relais métiers ne suffit pas. Avoir des relais dans les DSI est capital, car ce sont les DSI qui jouent un rôle clé dans le contrôle des données en entrée » explique-t-il.  

Outre les Data Owner, les Data Stewards et les Data Domain Leaders, la MGEN nomme des relais dans la DSI. « Dans ce dispositif, l’IA générative apparaît comme un formidable accélérateur des projets de gouvernance et de qualité des données » estime le Chief Data Officer. « La gouvernance permet d’embarquer les métiers et la DSI, car elle doit industrialiser les usages de l’IA et les rendre pérennes. »

Une IA générative avide de données non structurées

Le responsable Data assiste à une recrudescence de l’usage des données non structurées via les IA génératives. Chez la MGEN, c’est notamment le cas des documentations sur les produits que l’on fait ingérer aux IA afin qu’elles puissent répondre aux questions des conseillers, ainsi que des fiches décrivant les métiers pour les RH et des documents SharePoint métier avec du texte, des images, etc.

« Ces contenus sont gouvernables via les dictionnaires de données. Les outils de Knowledge Management ont un rôle très important dans ce cadre. Les systèmes de Knowledge Management ne sont pas désuets et peuvent servir les IA » affirme-t-il. Les Knowledge Managers sont désormais de nouveaux relais pour les projets IA, des relais qui sont parfois déjà Data Owner ou Data Steward et qui sont garants de la qualité des documents qui vont alimenter les IA.

MGEN pratique le Kwowledge Management depuis 13 ans. C’est une équipe dédiée de 3 personnes à plein temps et un réseau de 200 opérationnels sur le terrain et de 40 experts. Ils tiennent à jour 4 000 fiches sur 11 domaines métiers. L’outil Jalios permet de gérer ces fiches de connaissance métier. Aujourd’hui, tout ce travail constitue du pain bénit pour les projets d’IA. Mais exploiter ces informations requiert une expertise très spécifique. « Nous avions fait l’erreur de vouloir ingérer l’ensemble des fiches dans l’IA » présente Aurélien Barthe.

La touche humaine demeure indispensable. « Mais nous avons compris que la vectorisation de ces fiches nécessite beaucoup d’intelligence métier dans les règles de vectorisation » dit-il. L’importance de ces informations est clé. « Mais nous disposons avec ces fiches d’une mine d’information qualifiée. Les experts vont désigner les informations qui sont importantes dans la fiche, et celles qui ne doivent pas être prises en compte » précise-t-il.

Une gouvernance des IA pour lutter contre le Shadow AI

Le Chief Data Officer de la MGEN estime que mettre en place une gouvernance des données et des informations implique un maillage humain fort, qui est le gage d’une bonne qualité de la connaissance. Cette organisation implique de nouvelles règles de gouvernance, avec des revues de qualité et l’animation des réseaux de gouvernance. « Il faut aussi mettre en place une gouvernance des IA » précise Aurélien Barthe.

« Il y a une telle effervescence de projets IA que sans gouvernance des IA, on est face à un risque de Shadow IA, avec des IA qui ne sont pas déployées dans un cadre validé techniquement par la DSI. » Le responsable estime qu’il est indispensable de créer une organisation pour alimenter les IA avec des données pertinentes. « Nous avons mis en place une gouvernance des IA » se félicite-t-il.

« La gouvernance des IA est le fruit d’une collaboration entre les directions Data et IA, le CDO, le RSSI, la DSI, le DataLab, les RH pour imaginer l’impact des IA sur les métiers » liste-t-il. Et les métiers sont partie intégrante du dispositif. « Et, enfin, les métiers eux-mêmes, car la clé du succès d’une IA repose sur les règles métiers qui font que l’IA délivrera les bénéfices métiers attendus »  poursuit-il.

Les rôles et les responsabilités définis en CoDir

Une note de gouvernance a été validée en CoDir et elle définit les rôles et les responsabilités des parties prenantes. Dans des comités opérationnels, les parties prenantes se réunissent afin de revoir la liste des IA en cours de développement, et celles en production. La performance des IA doit être surveillée dans la durée. De plus, chaque trimestre, un comité éthique se réunit. Il évalue les IA et il définit ce que la mutuelle souhaite faire et ne pas faire avec ses IA.

Outre le développement du réseau de relais IA dans l’organisation, Aurélien Barthe commence à réfléchir aux IA agentiques et comment il va préparer leur arrivée dans les process de la mutuelle. « Je pense que l’impact de l’Agentic AI va être énorme. Par rapport au RPA [Automatisation de processus informatiques par des robots logiciels], ces agents pourront prendre des décisions, traiter automatiquement des dossiers, aller chercher des données dans les systèmes Data » pense-t-il.

L’humain reste indispensable afin de jouer les chefs d’orchestre. « Mais il n’y a pas de secret : il faudra des cerveaux humains pour décrire les processus, identifier les points où du temps est perdu entre les tâches »  prévient-il. Le Chief Data Officer le martèle, les règles métiers, les dictionnaires de données et la qualité des données seront indispensables pour que ces agents IA puissent aller chercher les données qui leur seront nécessaires.

« Il n’y a pas de secret : Pour que nos intelligences artificielles fonctionnent correctement, qu’elles soient classiques ou génératives, il faut disposer de données de bonne qualité » conclut Aurélien Barthe, Chief Data Officer de MGEN du Groupe Vyv.