Matmut
Une démarche d’exploration du quantique lancée dès 2023
Lors de nos premiers contacts avec la Matmut, connue pour sa culture d’innovation, l’idée d’explorer le potentiel du calcul quantique n’était pas encore dans leurs plans. Ils travaillaient déjà sur plusieurs cas d’usage liés à la data, exploitant leurs vastes volumes d’informations pour affiner leurs processus et prendre des décisions éclairées. Cependant, certaines limitations des technologies traditionnelles freinaient leurs ambitions. C’est quand nous leur avons dit que le calcul quantique était déjà disponible que cette technologie a vraiment capté leur attention.
La rencontre : brainstorming et exploration d’un nouveau champ des possibles
Lors d’un premier meeting de « brainstorming » avec les équipes de la Matmut, nous avons présenté les différentes technologies quantiques et leurs avantages spécifiques. Ce premier échange fructueux a permis d’ouvrir la discussion sur des cas d’usage potentiels que le calcul quantique pourrait débloquer. Ensemble, nous avons identifié plusieurs domaines où cette technologie pourrait apporter une réelle valeur ajoutée, constituant ainsi une sélection de cas d’usage à explorer plus en détail.
Du concept à l’action : sélection du cas d’usage
Parmi les différentes possibilités identifiées, l’une des plus prometteuses concernait la tarification des assurances automobiles. Les méthodes traditionnelles, bien qu’efficaces, atteignaient leurs limites lorsqu’il s’agissait d’établir des tarifs, basés sur les classes de risque des véhicules, qui soient à la fois justes et explicables. Le calcul quantique pouvant être une solution capable de surmonter ces limitations, nous avons décidé, en collaboration avec l’équipe de la Matmut, de concentrer nos efforts sur ce défi spécifique. L’objectif consistait à évaluer la capacité de l’approche quantique à améliorer la précision des classifications de véhicules, mais aussi à rendre le processus plus transparent et plus compréhensible.
L’objectif : créer de la valeur Business
Dans notre démarche, il était essentiel de définir des indicateurs clés de performance (KPIs) qui traduiraient non seulement les gains techniques, mais surtout la véritable valeur business. C’est un exercice indispensable, surtout dans le cadre d’un projet d’innovation, où les résultats sont parfois difficiles à quantifier ! Ce travail collaboratif nous a permis d’identifier des KPIs pertinents, tels que l’amélioration de la traçabilité et de la transparence des algorithmes, permettant de structurer le projet autour d’objectifs clairs et mesurables.
L’exploration : Proof of Concept(POC)
Le POC a alors démarré pour tester le 1er module quantique de QbitSoft « Q-MEDOID », développé par nos équipes de R&D. Il s’agit d’un module de « classification quantique » permettant sur ce cas d’usage, de regrouper les véhicules en différentes catégories de risque en fonction de différents critères et caractéristiques. Nous avons travaillé avec un jeu de données fourni par la Matmut et avons conduit des tests approfondis. Chaque groupe de véhicules, représenté par un véhicule réel, permettait de simplifier la classification et d’affiner ensuite les tarifs proposés. Le livrable final a pris la forme d’un rapport détaillé, expliquant notre démarche, les outils mathématiques utilisés, et les résultats des tests. Ces résultats suffisamment probants ont permis à la Matmut de valider l’apport potentiel du calcul quantique pour optimiser sa tarification automobile.
L’impact : vers une transformation à grande échelle
Fort de la réussite de cette première étape, la Matmut a décidé de poursuivre l’expérience en passant à l’échelle, en appliquant l’algorithme sur l’ensemble des données réelles de l’année. L’objectif est de valider les hypothèses de gain économique, solidifiant ainsi la stratégie de tarification, et de passer à la phase d’implémentation avec les outils déjà en place à la Matmut.
En parallèle, un deuxième cas d’usage a été lancé : la détection des schémas d’activités frauduleuses avant remboursement.
L’aventure ne fait que commencer !