L'IA générative et les LLM changent complètement la façon dont nous regardons les données et offrent des opportunités inédites pour les secteurs de l’assurance et de la finance.
Dans ce contexte, il est essentiel de comprendre ce que sont les LLM, les mécaniques sous-jacentes et les tâches auxquelles ils peuvent être appliqués. Il est également nécessaire de passer par des cas d’usage afin d’observer la valeur réelle par rapport aux contraintes techniques, humaines et financières.
Dans cette présentation, nous commencerons par examiner les principales fondations des LLM. Nous examinerons ensuite les avantages et les inconvénients de ces méthodes, observés à ce jour, au moyen de trois études de cas :
- Gérer et standardiser la gestion des risques liés au contexte de la réassurance
- Extraction des causes dans la gestion des sinistres
- Quantification et priorisation des facteurs de risque relatifs aux rapports d’ingénierie en assurance des risques énergétiques