Mutuelle / Santé
Aésio Mutuelle
Aésio Mutuelle
Groupe mutualiste de protection sociale — France.
133k
crédits LLM consommés
À propos
Face à l'augmentation constante des sollicitations de ses adhérents, Aésio Mutuelle a engagé une transformation progressive de sa relation client en s'appuyant sur les technologies conversationnelles de CKODA. L'objectif : automatiser les demandes récurrentes liées aux remboursements, garanties, tiers-payant et gestion des contrats tout en maintenant un niveau élevé de qualité de service.
Une architecture en évolution
Le projet a évolué d'un dispositif conversationnel classique vers une architecture de référence basée sur le Retrieval-Augmented Generation (RAG), capable d'exploiter la documentation métier de la mutuelle et d'apporter des réponses contextualisées aux adhérents.
Un déploiement parmi les plus avancés de l'écosystème
Aujourd'hui, Aésio constitue l'un des déploiements les plus avancés de l'écosystème CKODA avec plusieurs assistants en production, plusieurs expérimentations IA générative et un voicebot en cours de validation.
En chiffres
133 000
crédits LLM consommés
Le plus important volume d’usage IA générative observé sur la plateforme CKODA, reflet d’une adoption réelle et d’un trafic conversationnel soutenu.
2
assistants en production
Déployés sur le site public et l’espace adhérent afin d’accompagner les adhérents tout au long de leur parcours.
5
initiatives IA générative lancées
POC conversationnels, assistants nouvelle génération, voicebot et expérimentations avancées autour des modèles de langage.
En chiffres
133 000
crédits LLM consommés
Le plus important volume d’usage IA générative observé sur la plateforme CKODA, reflet d’une adoption réelle et d’un trafic conversationnel soutenu.
2
assistants en production
Déployés sur le site public et l’espace adhérent afin d’accompagner les adhérents tout au long de leur parcours.
5
initiatives IA générative lancées
POC conversationnels, assistants nouvelle génération, voicebot et expérimentations avancées autour des modèles de langage.
Méthodologie
01
Stratégie
Concevoir une relation adhérent plus fluide et disponible 24h/24
Les centres de relation client des mutuelles sont confrontés à des volumes importants de demandes répétitives. Chez Aésio, une part significative des sollicitations concernait des sujets à faible valeur ajoutée pour les conseillers mais essentiels pour les adhérents.
Une phase d’analyse a permis d’identifier les principaux parcours :
Suivi des remboursements santé
Garanties optique, dentaire et hospitalisation
Gestion du tiers-payant
Télétransmission
Gestion des bénéficiaires
Attestations et documents administratifs
Accès à l’espace adhérent
Réforme 100 % Santé
Réseau de soins et téléconsultation
L’analyse a également démontré qu’une architecture conversationnelle traditionnelle basée uniquement sur des intents NLP atteindrait rapidement ses limites face à la diversité des questions formulées par les adhérents.
Le choix a donc été fait d’orienter le projet vers une architecture RAG centrée sur la connaissance métier plutôt que sur la multiplication des scénarios conversationnels.
01
Stratégie
Concevoir une relation adhérent plus fluide et disponible 24h/24
Les centres de relation client des mutuelles sont confrontés à des volumes importants de demandes répétitives. Chez Aésio, une part significative des sollicitations concernait des sujets à faible valeur ajoutée pour les conseillers mais essentiels pour les adhérents.
Une phase d’analyse a permis d’identifier les principaux parcours :
Suivi des remboursements santé
Garanties optique, dentaire et hospitalisation
Gestion du tiers-payant
Télétransmission
Gestion des bénéficiaires
Attestations et documents administratifs
Accès à l’espace adhérent
Réforme 100 % Santé
Réseau de soins et téléconsultation
L’analyse a également démontré qu’une architecture conversationnelle traditionnelle basée uniquement sur des intents NLP atteindrait rapidement ses limites face à la diversité des questions formulées par les adhérents.
Le choix a donc été fait d’orienter le projet vers une architecture RAG centrée sur la connaissance métier plutôt que sur la multiplication des scénarios conversationnels.
02
Implémentation
Déploiement d'une architecture CKODA basée sur le Pattern C (RAG)
Aésio est aujourd’hui l’une des références les plus représentatives de l’approche CKODA orientée IA générative.
Contrairement aux architectures historiques reposant sur plusieurs centaines d’intentions NLP, l’essentiel de la compréhension métier est confié à un moteur RAG connecté à la base documentaire de la mutuelle.
Cette approche permet :
d’absorber un nombre beaucoup plus important de formulations utilisateurs ;
de réduire les coûts de maintenance conversationnelle ;
d’accélérer la mise à jour des connaissances métier ;
de fournir des réponses plus contextualisées.
Le dispositif repose sur :
Deux assistants en production via iAdvize ;
Une base documentaire métier enrichie ;
Un moteur RAG CKODA ;
Un fallback LLM pour les demandes complexes ;
Une escalade fluide vers les conseillers humains.
Les flux conversationnels transitent par iAdvize, qui constitue le point d’entrée principal des interactions adhérents.
02
Implémentation
Déploiement d'une architecture CKODA basée sur le Pattern C (RAG)
Aésio est aujourd’hui l’une des références les plus représentatives de l’approche CKODA orientée IA générative.
Contrairement aux architectures historiques reposant sur plusieurs centaines d’intentions NLP, l’essentiel de la compréhension métier est confié à un moteur RAG connecté à la base documentaire de la mutuelle.
Cette approche permet :
d’absorber un nombre beaucoup plus important de formulations utilisateurs ;
de réduire les coûts de maintenance conversationnelle ;
d’accélérer la mise à jour des connaissances métier ;
de fournir des réponses plus contextualisées.
Le dispositif repose sur :
Deux assistants en production via iAdvize ;
Une base documentaire métier enrichie ;
Un moteur RAG CKODA ;
Un fallback LLM pour les demandes complexes ;
Une escalade fluide vers les conseillers humains.
Les flux conversationnels transitent par iAdvize, qui constitue le point d’entrée principal des interactions adhérents.
03
Transformation
Vers une expérience conversationnelle omnicanale pilotée par les LLM
Le projet est aujourd’hui engagé dans une nouvelle phase d’évolution visant à exploiter pleinement les capacités des modèles de langage.
Plusieurs expérimentations ont été déployées :
Aésio Chat POC
Aésio Chat Adhérent POC
Aésio V2
Aésio V2 Agent
Aésio Voice POC
L’objectif n’est plus seulement de rechercher une réponse dans une base documentaire mais de construire une expérience conversationnelle capable :
de reformuler naturellement les informations métier ;
de comprendre des demandes ambiguës ou incomplètes ;
d’améliorer la qualité perçue des réponses ;
de préparer l’intégration aux données adhérents ;
d’étendre l’assistance au canal vocal.
Cette trajectoire illustre la vision CKODA : faire évoluer progressivement les organisations d’une logique chatbot traditionnelle vers une plateforme conversationnelle augmentée par l’IA générative.
03
Transformation
Vers une expérience conversationnelle omnicanale pilotée par les LLM
Le projet est aujourd’hui engagé dans une nouvelle phase d’évolution visant à exploiter pleinement les capacités des modèles de langage.
Plusieurs expérimentations ont été déployées :
Aésio Chat POC
Aésio Chat Adhérent POC
Aésio V2
Aésio V2 Agent
Aésio Voice POC
L’objectif n’est plus seulement de rechercher une réponse dans une base documentaire mais de construire une expérience conversationnelle capable :
de reformuler naturellement les informations métier ;
de comprendre des demandes ambiguës ou incomplètes ;
d’améliorer la qualité perçue des réponses ;
de préparer l’intégration aux données adhérents ;
d’étendre l’assistance au canal vocal.
Cette trajectoire illustre la vision CKODA : faire évoluer progressivement les organisations d’une logique chatbot traditionnelle vers une plateforme conversationnelle augmentée par l’IA générative.
Outils
CKODA RAG Engine — Pattern C
Architecture conversationnelle basée sur le Retrieval-Augmented Generation permettant d’interroger les connaissances métier en temps réel.
LLM Fallback
Couche d’intelligence générative utilisée pour les demandes non couvertes ou nécessitant un raisonnement conversationnel avancé.
CKODA RAG Engine — Pattern C
Architecture conversationnelle basée sur le Retrieval-Augmented Generation permettant d’interroger les connaissances métier en temps réel.
LLM Fallback
Couche d’intelligence générative utilisée pour les demandes non couvertes ou nécessitant un raisonnement conversationnel avancé.
Base documentaire métier
Garanties santé, remboursements, procédures administratives, réseau de soins, documentation adhérents et produits.
iAdvize
Canal conversationnel utilisé pour la diffusion des assistants et l’orchestration des transferts vers les conseillers humains.
Base documentaire métier
Garanties santé, remboursements, procédures administratives, réseau de soins, documentation adhérents et produits.
iAdvize
Canal conversationnel utilisé pour la diffusion des assistants et l’orchestration des transferts vers les conseillers humains.
Voice AI
Prototype vocal permettant d’étendre les capacités conversationnelles au téléphone.
Voice AI
Prototype vocal permettant d’étendre les capacités conversationnelles au téléphone.
Résultats
Réduction des demandes répétitives
Les adhérents obtiennent immédiatement des réponses concernant leurs remboursements, garanties ou démarches administratives sans solliciter systématiquement un conseiller.
Industrialisation de l’IA générative
Avec plus de 133 000 crédits consommés, Aésio constitue l’un des environnements les plus actifs pour l’expérimentation et l’exploitation des modèles de langage au sein de l’écosystème CKODA.
Réduction des demandes répétitives
Les adhérents obtiennent immédiatement des réponses concernant leurs remboursements, garanties ou démarches administratives sans solliciter systématiquement un conseiller.
Industrialisation de l’IA générative
Avec plus de 133 000 crédits consommés, Aésio constitue l’un des environnements les plus actifs pour l’expérimentation et l’exploitation des modèles de langage au sein de l’écosystème CKODA.
Architecture de référence CKODA
Le projet démontre la capacité de CKODA à faire évoluer un service client santé depuis des mécanismes conversationnels traditionnels vers une architecture hybride NLP, RAG et LLM capable de s’adapter à l’augmentation continue des usages.
Une base solide pour les prochaines générations d’assistants
Les expérimentations déjà engagées autour du voicebot, de la personnalisation des réponses et de l’IA générative ouvrent la voie à une relation adhérent plus proactive, plus contextualisée et disponible sur l’ensemble des canaux de contact.
Architecture de référence CKODA
Le projet démontre la capacité de CKODA à faire évoluer un service client santé depuis des mécanismes conversationnels traditionnels vers une architecture hybride NLP, RAG et LLM capable de s’adapter à l’augmentation continue des usages.
Une base solide pour les prochaines générations d’assistants
Les expérimentations déjà engagées autour du voicebot, de la personnalisation des réponses et de l’IA générative ouvrent la voie à une relation adhérent plus proactive, plus contextualisée et disponible sur l’ensemble des canaux de contact.
