(Teleborsa) - Gli investimenti in intelligenza artificiale generativa continuano a crescere, ma l'adozione di questa tecnologia è ancora in una fase sperimentale. Questo è quello che è emerso durante la seconda edizione dell'evento "
AI e Insurtech: Sfide, opportunità e casi d'uso dell'Intelligenza Artificiale in un'industria assicurativa in cambiamento", organizzato da Italian Insurtech Association (IIA), dove le più importanti aziende del mondo
Insurtech hanno avuto modo di confrontarsi e raccontare le proprie esperienze nell'ambito dell'intelligenza artificiale, che attualmente è percepito come un territorio in costante trasformazione, e su cui è importante investire anche in termini di formazione.
Uno dei casi esemplificativi in questo senso è quello di
Europ Assistance, come riferito da il
CEO Fabio Carsenzuola, che ha paragonato la
"rivoluzione" della AI generativa alla
terza rivoluzione industriale: "Per certi versi, sento che siamo in una situazione simile con l'intelligenza artificiale: ci sono gli strumenti e c'è una corsa a portare questi strumenti all'interno dell'azienda per sostituire le logiche attuali, ma il vero cambio di passo ci sarà quando ricostruiremo i nostri processi e il nostro modo di fare business facendo leva anche sull'intelligenza artificiale, ma non solo". Proprio in questa ottica, ha dichiarato Carsenzuola, l'azienda ha attivato un complesso programma di formazione: "Ci siamo accorti che il
30% dei colleghi non ha mai utilizzato una soluzione di
intelligenza artificiale, e quel 70% che invece lo ha fatto nell'80% dei casi non lo sta utilizzando in modo efficace, lo sta utilizzando più o meno come si fa con un motore di ricerca. Quindi questo programma che inizialmente è partito dai vertici e sta scendendo sui manager, arriverà fino a tutti e consentirà di cambiare dal profondo la cultura dei colleghi, perché solo quando ci sarà una cultura diffusa sull'intelligenza artificiale l'azienda potrà cambiare il modello di business e cogliere al 100% i benefici di questa trasformazione".
Quello assicurativo però è uno dei
settori con più esperienza nell'ambito dell'AI, soprattutto per quanto riguarda il machine learning, come ha spiegato
Giuseppe Dosi, Head of Insurance Market di CRIF: "L'intelligenza artificiale viene da lontano, ci sono tecniche molto consolidate come il machine learning che sono applicate nei modelli di business, nel mondo finanziario e nel mondo assicurativo da molto tempo. Noi in CRIF lo utilizziamo da sempre per trasformare il dato grezzo in informazioni che sono utili a prendere decisioni nei processi dei nostri clienti. La Generative AI è un livello ulteriore che lavora su dati non strutturati, come può essere un testo o un'immagine, ed estrarre delle informazioni che possono essere anche date in pasto a dei modelli di machine learning più 'tradizionali'".
Se quindi l'
AI generativa può funzionare come una sorta di
interfaccia che semplifica la gestione dei dati, lo sviluppo legato al machine learning resta per molti settori dell'ecosistema assicurativo di primaria importanza, come affermato da
Paolo Baldriga, Chief AI, Product and Marketing Officer di
Octo Telematics: "Il
machine learning riguarda soprattutto la capacità di
classificare dati e predire eventi. Nel mondo assicurativo che cosa significa? Ad esempio quello che facciamo come Octo Telematics riguarda La capacità di prevedere in base al comportamento di guida, quale potrebbe essere effettivamente il rischio di un guidatore. Rischio che, nel nostro caso, può basarsi non su parametri statici, ma su
parametri dinamici legati proprio allo stile di guida, piuttosto che l'utilizzo del telefono, come ad altri elementi legati alle condizioni atmosferiche o all'esposizione ad eventuali rischi. Questi elementi tutti messi insieme costituiscono la base di un modello predittivo, che ci consente di differenziare tra il cattivo guidatore e il buon guidatore con una precisione fino a 10 volte maggiore, il che significa, da un punto di vista pratico, la possibilità di poter effettuare una
scontistica molto significativa, fino anche al
50-60%".
Se il
machine learning è quindi ormai uno strumento importante e consolidato per il
mondo Insurtech, anche se ancora in divenire, in altri casi invece è proprio la parte generativa, e quindi per così dire
"conversazionale", a rappresentare una nuova frontiera di sviluppo, soprattutto nell'ottica dell'ottimizzazione dei
task più ripetitivi. E' questa la visione di
Giovanni Turi, CTO di Wide Group: "ultimamente abbiamo iniziato a sperimentare e introdurre l'intelligenza artificiale generativa all'interno delle nostre applicazioni, principalmente per quanto riguarda la gestione delle incoming requests che i diversi interattori e i diversi stakeholder di piattaforma inviano ai nostri sistemi. Dall'altra parte andiamo a fare un'
analisi dei dati contenuti all'interno del nostro portafoglio assicurativo, per efficientare processi di pre-sales. La stiamo sperimentando anche all'interno dei processi di software development, ma stiamo sperimentando anche l'
assistenza alla programmazione, la
classificazione automatica dei ticket che vengono sottoposti alla piattaforma, e in futuro progressivamente andremo a studiare degli strumenti per introdurre
interfacce conversazionali a supporto sia della nostra
rete di broker che dei dipendenti interni dell'azienda".
Le
potenzialità dell'intelligenza artificiale generativa sono quindi indubbiamente importanti, ma allo stesso tempo anche i
rischi rappresentati dallo strumento non sono da sottovalutare.
IdentifAI è una azienda che nasce proprio con la missione di limitare questi rischi, come ha spiegato il
fondatore Marco Ramilli: "immaginiamo un incidente con un'automobile, un incidente piccolo: con una semplice applicazione di Generative AI è possibile trasformare quel piccolo graffio o quella piccola ammaccatura in una ammaccatura molto più grande, in un danno molto più significativo". Questo tipo di
frode fino a poco tempo richiedeva l'utilizzo di complessi strumenti dedicati alla modifica delle immagini, che richiedevano delle
skill molto avanzate, mentre oggi con gli strumenti di
AI generativa queste
modifiche sono
alla portata di molte più persone, e sono in grado di
ingannare completamente l'
occhio umano. Ecco quindi che entra in gioco la società di Ramilli: "con IdentifAI oggi riusciamo a
identificare questa tipologia di attività fraudolenta, soprattutto se le immagini sono state modificate con una intelligenza artificiale: l'occhio umano non può riuscire a comprendere i minimi dettagli e piccoli rumori che l'intelligenza artificiale crea, ma un
occhio artificiale lo può fare".
I rischi e le incertezze sono comunque parte di una tematica che è percepita dalle aziende del mondo Insurtech con un interesse crescente. Secondo i dati riportati dall'
Insurtech Index infatti gli investimenti in innovazione sono in costante aumento, con una crescita del numero di progetti interni del
+34% rispetto al 2023 (145 contro 108), con un controvalore di
375 milioni di euro, in forte crescita rispetto ai
44,8 milioni di euro nel 2023. Altra prova dell'interesse delle aziende sono i numeri legati agli investimenti in AI nel settore assicurativo, che sono destinati a raddoppiare (50 milioni nel 2024, con la previsione di salire a 90 entro il 2025). Nonostante questo però, l'adozione operativa di questa tecnologia resta limitata: solo il
34% delle compagnie italiane infatti sta testando
soluzioni basate su AI, e i case study concreti sono ancora pochi. Secondo IIA il
ritardo italiano è legato a
tre fattori chiave: una
governance ancora arretrata, con strutture decisionali non pienamente pronte a supportare un'adozione diffusa, una
carenza di competenze, che vede il 76% degli operatori dichiararsi poco preparato sul tema, ed una
scarsa integrazione dell'AI nei processi distributivi, con un utilizzo che, sebbene in crescita, resta ancora marginale.
(Foto: Insurtech Day 2025)