Un agent IA au pupitre médical : comment Sovcombank automatise les appels complexes

Sovcombank a déployé un agent IA dans le pupitre médical de sa compagnie d'assurance. Il ne s'agit pas d'un projet expérimental pour « jouer avec les réseaux de neurones », mais d'un déploiement en production d'un LLM dans un processus où l'erreur coûte cher et où le client attend une solution rapide.

Où travaille l'agent

Sur la ligne, l'opérateur entend un client assuré exposer son problème médical. L'agent écoute la conversation et aide l'opérateur à y voir clair :

• Saisir rapidement l'essentiel du problème du client
• Saisir correctement les données médicales dans le système
• Conserver le contexte de l'échange sans perdre de détails importants
• Suggérer l'étape suivante

L'opérateur reste aux commandes : il prend les décisions et assume la responsabilité. L'agent joue le rôle d'un collègue expérimenté à ses côtés.

Pourquoi c'est plus difficile qu'un simple chatbot

Dans le centre d'appels d'un assureur, une erreur peut entraîner un diagnostic erroné, une perte de données du client ou un traitement incorrect d'un sinistre. La vitesse est tout aussi cruciale : la personne attend de l'aide, et une consultation médicale exige une attention aux détails.

L'agent doit comprendre simultanément la terminologie médicale, le contexte de l'assurance, les exigences de saisie des données et l'état de stress du client. Un LLM ordinaire, sans entraînement spécifique sur des cas réels, n'y parvient pas.

Comment le déploiement s'est fait

L'équipe n'a pas commencé par l'automatisation complète, mais par l'assistance à l'opérateur. L'agent propose des options de saisie, souffle des suggestions et précise des détails à partir du contexte médical. Tout passe par l'opérateur, qui vérifie chaque étape.

« L'objectif n'était pas seulement de jouer avec les réseaux de neurones, mais d'intégrer réellement un LLM au processus », disent les développeurs de

Sovcombank.

Le paramétrage a comporté des tests sur des appels réels, le recueil des retours des opérateurs et des médecins, et une amélioration itérative. Pour éviter que le système ne se trompe, il a été entraîné sur des exemples d'erreurs réelles et de cas difficiles.

Ce que cela signifie

Les agents IA quittent la catégorie des expériences amusantes pour entrer dans celle des outils critiques des processus de production. Si même dans l'assurance, où l'erreur coûte de l'argent, une entreprise confie à un LLM l'aide aux conversations avec les clients, c'est que la technologie a mûri.

L'étape suivante : intégrer des agents au support technique, au conseil juridique et à l'évaluation du crédit.