En 2022, la remontée brutale des taux d’intérêt en Europe a pris de court de nombreux assureurs vie : en quelques mois, certains ont vu leur ratio de solvabilité varier de plusieurs dizaines de points, non pas à cause d’un changement de leur portefeuille, mais sous l’effet combiné de la chute de valeur des obligations, de la revalorisation des engagements et de comportements de rachat plus volatils des assurés. Cet épisode a illustré de manière très concrète à quel point le calcul de la solvabilité est devenu un exercice dynamique, sensible et computationnellement intensif.
Le calcul quantique (ou quantum computing) pourrait accélérer des calculs clés en actuariat assurance, notamment les simulations Monte Carlo du SCR (Solvency Capital Requirement), dans le cadre de Solvency II, qui oblige les assureurs à calibrer leur capital et leur pilotage des risques selon une approche structurée en trois piliers (exigences quantitatives, gouvernance/gestion des risques, transparence et reporting). Cet article explique ce que l’informatique quantique peut (et ne peut pas) apporter aux actuaires.
À retenir
- Pourquoi le SCR exige des simulations massives (Monte Carlo)
- Où le quantum computing peut aider : accélération de briques de calcul (Amplitude Estimation)
- Les limites actuelles : qubits, erreurs, hardware émergent
- Pourquoi se préparer dès maintenant (approche hybride classique/quantique)
Les actuaires face à un enjeu de performance et de précision dans le calcul de solvabilité
Les actuaires en assurance font face à des défis croissants dans le calcul de la solvabilité sous Solvency II, qui impose d’estimer le capital nécessaire pour résister à un choc extrême (probabilité de ruine de 0,5 % à un an, soit un événement 1-sur-200 ans). Pour y parvenir, ils doivent projeter le bilan de l’assureur dans des milliers, voire des centaines de milliers de scénarios économiques et assurantiels afin de calculer le SCR (Solvency Capital Requirement).
Cette complexité provient d’abord de l’ampleur des simulations : un assureur vie peut exécuter jusqu’à 100 000 ou 200 000 trajectoires stochastiques intégrant taux d’intérêt, inflation, marchés actions, spreads de crédit et comportements des assurés, avec des projections sur 20 à 40 ans. Une simple hausse des taux de 1 % peut faire varier le ratio de solvabilité de 20 à 40 points, car elle modifie simultanément la valeur des actifs obligataires, celle des engagements et les options implicites des contrats. À cela s’ajoutent des interactions difficiles à modéliser : une chute des marchés peut réduire les actifs tout en déclenchant des rachats massifs, aggravant le besoin en capital au pire moment.
Les actuaires doivent également intégrer des risques émergents, comme le climat ou le cyber, qui exigent des scénarios prospectifs sur plusieurs décennies malgré un manque de données historiques robustes. Enfin, ces calculs sont extrêmement gourmands en ressources : produire un ratio réglementaire peut nécessiter des milliards d’opérations et plusieurs heures, voire jours, de calcul, alors même que les directions demandent des projections de plus en plus fréquentes pour piloter le capital en quasi-temps réel. Concrètement, dans les périodes de clôture ou de reporting réglementaire, cela se manifeste par des délais serrés, une capacité limitée à recalculer ou tester des scénarios alternatifs, et une dépendance importante à des plateformes de calcul coûteuses. En outre, cela expose les équipes actuarielles à des périodes de tension, et des marges de manœuvre réduites pour l’analyse.
Dans ce contexte, le calcul quantique apparaît comme un levier potentiel : en théorie, il pourrait accélérer fortement les simulations Monte Carlo. Une estimation de Monte Carlo est une méthode qui consiste à simuler un grand nombre de scénarios aléatoires pour évaluer la probabilité et l’impact de différents résultats possibles, afin d’aider à la prise de décision en contexte d’incertitude, optimiser l’allocation d’actifs sous contraintes et améliorer la modélisation des corrélations complexes. À terme, il ouvrirait la voie à des calculs de solvabilité quasi instantanés et à une exploration plus fine des scénarios extrêmes, permettant un pilotage du capital plus dynamique et prospectif.
L’actuariat, un bon candidat à l'informatique quantique ?
L’optimisation est déjà au cœur de l’actuariat moderne
L’optimisation est au cœur à la fois du calcul quantique et de l’actuariat. Pour faire face à la complexité croissante du calcul de solvabilité, l’actuariat a d’ailleurs commencé à explorer des voies d’optimisation dès maintenant. Des méthodes hybrides et efficaces ont déjà été mises en œuvre pour réduire la charge de calcul tout en conservant la précision nécessaire. L’utilisation d’approximations permet par exemple d’estimer rapidement les impacts de scénarios complexes sans recalculer toutes les trajectoires. Le LSMC (Least Square Monte Carlo) combine simulations stochastiques (simulation qui intègre du hasard) et régressions pour approximer la valeur des options et garanties sur un grand nombre de scénarios, réduisant ainsi drastiquement le nombre de simulations nécessaires. Les assureurs ont également développé des modèles internes pour adapter les calculs aux spécificités de chaque portefeuille et procèdent à des arbitrages ciblés entre précision et capacité de calcul, cherchant le meilleur compromis entre exactitude et temps de calcul.
Ces approches restent cependant des optimisations du comment calculer, sans modifier le cadre réglementaire ni le périmètre des risques à mesurer : le SCR doit toujours couvrir l’ensemble des risques imposés par Solvency II. Le calcul quantique s’inscrit dans cette même logique : il ne change pas ce qui doit être calculé, mais pourrait considérablement améliorer la manière de le faire, en permettant de traiter un nombre encore plus grand de scénarios, de modéliser plus finement les corrélations complexes et de produire des projections quasi-temps réel, tout en conservant la rigueur réglementaire.
Pourquoi l'informatique quantique est pertinente sans être magique
Le calcul quantique n’a pas pour objectif de remplacer les modèles actuariels, mais plutôt d’accélérer certaines briques computationnelles spécifiques.
Le potentiel du calcul quantique se manifeste particulièrement sur des tâches qui possèdent certaines caractéristiques :
- Estimation de probabilités complexes
- Evaluation de queues de distribution (risques extrêmes)
- Exploration d’un très grand nombre de scénarios avec une complexité exponentielle
Certains algorithmes quantiques, comme l’Amplitude Estimation, promettent ainsi potentiellement de transformer la manière dont les actuaires abordent les calculs stochastiques. Dans le cadre du calcul de solvabilité, l’évaluation du SCR repose sur des simulations Monte Carlo massives : pour estimer la probabilité qu’un portefeuille ne couvre plus ses engagements, l’actuaire simule des dizaines ou centaines de milliers de trajectoires de marchés et de flux contractuels. L’Amplitude Estimation permet, en théorie, de réduire fortement le nombre de simulations nécessaires pour atteindre la même précision, en exploitant les propriétés de superposition quantique et d’interférence du calcul quantique, ainsi que d’autres phénomènes comme l’intrication quantique, qui permet de corréler fortement des états complexes. Concrètement, cela pourrait réduire le temps de calcul d’ordres de grandeur, tout en conservant une précision équivalente à celle des méthodes classiques.
Il est important de souligner que cette approche ne remplace pas les modèles actuariels ni les règles réglementaires : elle agit uniquement sur la façon de calculer certaines briques critiques, comme les projections stochastiques ou l’évaluation de garanties complexes. Autrement dit, l’actuaire conserve la responsabilité du choix des modèles, des hypothèses et de l’interprétation des résultats, mais pourrait bénéficier d’un gain de temps et de capacité qui ouvre la porte à des analyses plus fines, à la gestion de portefeuilles plus complexes et à des scénarios extrêmes mieux explorés.
À ce stade, l’impact pratique reste toutefois conditionné à l’évolution du hardware quantique : les ordinateurs actuels sont encore limités par le nombre de qubits et le taux d’erreur, mais la trajectoire de développement laisse entrevoir qu’à moyen terme, ces gains pourraient devenir concrets pour l’actuariat.
L'ordinateur quantique en actuariat : pourquoi s’y préparer maintenant ?
Le quantique pourrait apporter des gains concrets à l’actuariat. Il permettrait de réduire fortement le temps de calcul des simulations critiques, de relancer plus facilement des scénarios intermédiaires et d’optimiser l’usage des ressources informatiques. Indirectement, ces gains techniques se traduisent par moins de stress opérationnel, plus de temps pour l’analyse métier, une montée en compétences des équipes et un positionnement stratégique de l’assureur comme innovant.
Même si les ordinateurs quantiques ne sont pas encore industrialisés, il est pertinent de s’y préparer dès maintenant. Les cas d’usage se clarifient, les méthodes commencent à émerger, et les équipes peuvent tester des prototypes, à travers des POC (Proof of Concept) ciblés et anticiper les compétences nécessaires. Attendre que le quantique soit « clé en main » risquerait de faire rater l’opportunité d’apprendre, de planifier et de créer les bons contacts dans un écosystème où les talents sont rares.
Pour rester efficace, l’approche doit être pragmatique et progressive. Il s’agit de combiner calcul classique et quantique sur des sous-problèmes ciblés, d’expérimenter avec des prototypes ou émulateurs, de mesurer les gains potentiels et d’identifier les limites, tout en préparant les équipes. Comme pour toute technologie disruptive, la clé est d’expérimenter, mesurer et intégrer progressivement.
Sopra Steria est particulièrement pertinent car il combine une solide connaissance de l’assurance, la maîtrise de l’écosystème hardware quantique et l’expertise technologique pour prototyper et intégrer des solutions hybrides, tout en guidant les équipes dans l’exploration de cette nouvelle frontière.
FAQ :
Qu'est-ce qu'un Qubit ?
Qubit définition : Un qubit est l’unité de base de l’informatique quantique, capable d’exister simultanément dans plusieurs états grâce au principe de superposition.
Qu'est-ce que la superposition quantique ?
Superposition quantique definition : La superposition quantique est un principe de la mécanique quantique, un qubit peut être dans plusieurs états à la fois (0 et 1 simultanément, contrairement aux bits traditionnels). C’est ce qui permet au calcul quantique d’explorer plusieurs possibilités en parallèle.
Qu'est-ce que l'intrication quantique ?
Intrication quantique definition : L’intrication quantique est un phénomène où deux qubits deviennent liés de telle sorte que l’état de l’un dépend instantanément de l’état de l’autre, même à distance.