Comment Santiane a automatisé une partie de son support avec l'IA
Un traitement entièrement manuel de demandes entrantes, sur des documents imparfaits et dans un cadre réglementaire strict. Les dossiers standard sont traités de bout en bout, les dossiers à enjeu basculent systématiquement en validation humaine.
Des documents imparfaits, des règles strictes, et aucune marge sur les délais
Le traitement des demandes entrantes était entièrement manuel. Il mobilisait des ressources expertes sur des tâches répétitives, avec des délais réglementaires à tenir sur chaque dossier. La difficulté n'était pas le volume, mais la nature du problème. Les données d'entrée sont imparfaites par construction : documents scannés de qualité variable, fautes de frappe, formats hétérogènes. Les règles métier doivent s'appliquer strictement, sans interprétation. Et le traitement de données de santé impose un hébergement souverain, sans passer par une API tierce hors Union européenne.
de traitement manuel
Chaque demande entrante était lue, qualifiée et traitée à la main par des ressources expertes, sur des tâches répétitives.
en entrée du process
Des données d'entrée imparfaites par nature : scans de qualité variable, fautes de frappe, formats hétérogènes.
à ne jamais exposer
Une contrainte d'hébergement souverain qui excluait d'emblée toute solution clé en main passant par une API tierce hors Union européenne.
Santiane, FranceSantiane
Santiane est un groupe de courtage en assurance santé, réunissant les marques Santiane, Neoliane et Julia Mutuelle.
Le groupe traite des volumes importants de demandes entrantes, dans un secteur soumis à des règles légales strictes et à des exigences fortes de confidentialité sur les données de santé. Deux contraintes qui rendaient l'automatisation à la fois nécessaire et délicate.
Automatiser le standard, escalader systématiquement l'exception
Le principe est simple : le workflow ne prend jamais une décision qu'il ne peut pas justifier. Tout ce qui sort du cadre standard part en brouillon vers un humain.
Déploiement en environnement souverain
Un workflow self-hosted sur l'infrastructure de Santiane, pour que le traitement des données de santé ne sorte jamais du périmètre maîtrisé.
Lecture fiable de documents imparfaits
Chaque demande reçue déclenche une double extraction en parallèle, l'une adaptée aux documents scannés, l'autre aux fichiers texte. Les deux flux sont fusionnés avant analyse.
Extraction structurée avec garde-fous
Aucune valeur n'est jamais déduite. Un score de confiance est calculé et les champs incertains sont explicitement signalés, plutôt que comblés par une hypothèse.
Routage déterministe
Les règles métier et réglementaires sont appliquées par un module déterministe, jamais par le modèle. Le dossier part alors soit en traitement automatique, soit en brouillon vers un humain.
L'automatique pour le standard, l'humain pour l'exception
Les dossiers conformes sont traités de bout en bout sans intervention. Le workflow bascule automatiquement en brouillon dès qu'un dossier sort du cadre standard, et la validation humaine reste ainsi systématiquement préservée sur les cas à enjeu. Le tout pour un coût cible inférieur à dix centimes par dossier traité, API comprise, et huit semaines de mise en œuvre, sans qu'aucune donnée de santé ne quitte l'infrastructure du groupe.
Et si on cartographiait vos demandes ?
Audit gratuit de vos process, on identifie ensemble les cas d'usage à fort ROI, et on chiffre les gains avant de déployer quoi que ce soit.
D'autres études de cas
Tous les cas clientsMoose Knuckles
↗Audit
Trois opportunités IA chiffrées sur les données réelles de la marque
Doctolib
↗Adoption
D'une poignée de pionniers à 90 % de créateurs d'agents en trois mois
InfraVia Capital Partners
↗GPT interne
Comment InfraVia a équipé 100+ collaborateurs en IA avec Copilot et Perplexity Enterprise
Newfund
↗GPT interne
Comment Newfund a outillé son processus d'investissement avec 6 agents IA sur Dust