Il settore assicurativo deve realizzare una trasformazione accelerata verso sistemi e modelli di AI agentica, passando da progetti isolati a una revisione profonda, end-to-end, dei processi aziendali e del modo di lavorare nelle realtà finanziarie e assicurative.
Le compagnie devono evolvere verso architetture IT solide e aggiornate, una governance dei dati adeguata e un investimento massiccio nel capitale umano, adottando modelli di lavoro multidisciplinari, flessibili, puntando sul coinvolgimento del personale e sulla co-creazione di nuovi strumenti e soluzioni.
Come stanno facendo, ad esempio, realtà di primo piano come Unipol, AXA assicurazioni e Reale Mutua.
Un piano strategico per il Gruppo Unipol
Il Gruppo Unipol ha delineato la propria visione per il prossimo triennio attraverso un piano strategico (denominato “Stronger, faster, better”) in cui l’intelligenza artificiale assume un ruolo centrale per incrementare velocità ed efficacia operativa.
Un percorso che non nasce ora. L’azienda capitalizza oltre dieci anni di esperienza nelle “fabbriche” interne dedicate al Machine Learning e all’analisi dei dati.
Dopo una fase iniziale (2024-2025) focalizzata sulla validazione di singoli casi d’uso e sull’automazione di processi interni, il Gruppo punta ora alla messa a scala delle soluzioni.
L’obiettivo per il 2027 «è superare la frammentazione dei singoli progetti per costruire un’infrastruttura IT e una gestione dei dati che seguano una logica architetturale a target», come ha spiegato Lorenzo Cordin, Head of AI Transformation Governance del Gruppo Unipol, intervenendo al Cetif Summit, organizzato a Milano dall’Università Cattolica.
Team di specialisti AI, ma occorre assicurare una visione omogenea
Questa evoluzione «è fondamentale per accogliere la nuova ondata dell’Agentic AI, che prevede il passaggio da moduli isolati a un sistema di orchestrazione di micro-asset già sviluppati», osserva il manager.
L’approccio di Unipol punta sulla stabilità e sul riutilizzo delle componenti tecnologiche, in modo da garantire che l’infrastruttura sia pronta non solo per le tecnologie attuali, ma anche per le evoluzioni future ancora non pienamente codificate.
Per guidare questa trasformazione, Unipol ha istituito il team AI Transformation Governance, collocato all’interno della direzione Operating Officer, che lavora con l’IT e le business unit per assicurare una visione omogenea.
Ridisegnare il business a partire da un foglio bianco
Un elemento distintivo della strategia è l’adozione di un “modello Zero-based”: le principali aree di business vengono ridisegnate partendo da un foglio bianco attraverso workshop che coinvolgono i talenti interni, sfidandoli a immaginare come cambierà il lavoro in un contesto di massima automazione.
«L’area dei Sinistri rappresenta uno dei laboratori più avanzati per l’applicazione dell’AI nel Gruppo – rileva Cordin –. Qui si stanno testando soluzioni che permettono di proporre ai periti stime dei danni o bozze di trattativa, arrivando in alcuni perimetri controllati a ipotizzare liquidazioni automatizzate end-to-end».
Data la natura non deterministica della Generative AI, Unipol ha anche scelto di affiancare ai modelli linguistici (LLM) dei presidi deterministici, come soglie di controllo e LLM judge, per fare in modo che l’automazione rimanga all’interno dei perimetri normativi e di rischio stabiliti dalla compliance.
Le nuove mosse tecnologiche di AXA Assicurazioni
AXA Italia opera all’interno di un gruppo internazionale con oltre 156mila dipendenti, il che rende necessaria una gestione congiunta delle modalità di utilizzo dell’intelligenza artificiale.
Recentemente, durante l’AI Scaling Conference a Parigi, i referenti di business e tecnologia hanno lavorato insieme per definire una roadmap futura focalizzata sull’AI agentica.
L’obiettivo è «superare la fase di ottimizzazione di singoli silos per passare a una revisione completa dei processi in ottica end-to-end, ripensando radicalmente il modo in cui i colleghi collaborano tra loro e con le macchine», rileva Marco Tranquillin, Chief Data e AI Officer di AXA Assicurazioni.
Un approccio che bilancia libertà individuale e controllo dei processi
Per gestire questa trasformazione, il Gruppo internazionale ha adottato un approccio che bilancia la libertà individuale e il controllo dei processi di business. È stato definito un percorso strutturato in cui ogni progettualità, sia essa basata su AI tradizionale o agentica, deve superare diversi step di validazione fin dalla fase di ideazione.
Questo sistema garantisce l’allineamento con le normative GDPR, la sicurezza, la compliance e le regole architetturali del Gruppo. «Lungi dal voler inibire l’innovazione, questa governance preventiva serve a evitare il blocco dei progetti nelle fasi finali della messa in produzione – fa notare il manager –.
AXA sta investendo sulla piattaforma dati e sulla data governance per stabilire un lessico comune, ontologie chiare e regole di Data Quality rigorose, anche per evitare che agenti diversi utilizzino dati discordanti. Avere dati certificati è il primo passo per garantire che gli strumenti di AI operino correttamente».
Upskilling, Change Management e condivisione delle esperienze
Oltre alla qualità della base informativa, vengono sviluppate tecniche di “guardrailing” e il confronto tra modelli diversi per certificare le risposte fornite dai Large Language Models, in modo che il contenuto informativo veicolato nei processi aziendali sia sempre coerente e corretto.
La transizione verso l’AI generativa e agentica si distingue dalle precedenti evoluzioni e rivoluzioni tecnologiche, come il passaggio al cloud, per la sua estrema rapidità. Mentre la migrazione al cloud ha richiesto circa un lustro, la trasformazione guidata dall’AI si sta compiendo in pochi anni.
In un contesto così accelerato, AXA «identifica nel capitale umano il fattore critico di successo. L’investimento massiccio in upskilling, Change Management e condivisione delle esperienze è considerato l’unico strumento efficace per governare il cambiamento – osserva Tranquillin – che permette alle persone di comprendere e guidare il ripensamento dei processi aziendali».
I tre pilastri della strategia IT di Gruppo Reale Mutua
Anche Reale Mutua non è più “solo” una compagnia assicurativa. Il Gruppo sta vivendo una profonda diversificazione che abbraccia il settore bancario, il Real Estate, la sanità e, recentemente, anche l’ambito ospedaliero.
Questa espansione ha richiesto un piano strategico IT (2023-2028) poggiato su tre pilastri: l’insourcing delle competenze per incrementare l’organico interno, la semplificazione architettonica attraverso il passaggio totale al Cloud, e l’ottimizzazione dei processi finanziari per liberare risorse destinate all’innovazione.
Passare da un’analisi dei dati opportunistica a una strategica
L’avvento degli LLM «ha trasformato radicalmente il contesto operativo, evidenziando i limiti delle sperimentazioni isolate – rimarca Antonio Motta, Chief Technology Officer del Gruppo Reale Mutua –. In passato, infatti, l’approccio orientato alla velocità aveva generato frammentazione, con duplicazione di dati e modelli privi di una strategia di consolidamento».
Per superare questa fase, Reale Mutua ha deciso di investire su fondamenta solide, che includono una Data Strategy e un’architettura dedicata.
L’obiettivo è «passare da un’analisi dei dati opportunistica a una strategica, raccogliendo ogni informazione utile dai sistemi di Portafoglio e Sinistri per trasformarla nel combustibile necessario per l’AI», fa notare Motta.
Squadre di lavoro multidisciplinari e modelli di co-creazione
La rivoluzione dell’AI non è più solo un onere tecnologico dell’IT, ma una sfida e un’opportunità di business trasversale. Il successo della trasformazione digitale sta nell’integrazione tra tecnologia e business, che richiede un modello di co-creazione.
Per questo, Reale Mutua ha adottato una metodologia basata su Value Streams, ovvero team multidisciplinari composti da business owner, analisti, AI specialist e AI architect che lavorano fianco a fianco.
Questo approccio permette di utilizzare il Design Thinking e cicli di sviluppo rapidi per ridisegnare i processi – dai Sinistri al Customer Care -, evitando le lungaggini dei modelli waterfall, favorendo interazioni continue e la capacità di correggere la rotta velocemente se un esperimento non va a buon fine.
Per un CIO, una delle complessità maggiori dell’AI sta nell’imprevedibilità dei modelli di costo e nella necessità di una telemetria avanzata. Motta, a questo proposito, sottolinea come la gestione dell’AI «richieda competenze ingegneristiche per monitorare i consumi e mantenere il controllo finanziario».
Nelle scelte sull’AI “bisogna cercare flessibilità”
Sul fronte tecnologico, il dilemma tra modelli americani, cinesi o l’emergente scenario europeo «impone una costante ricerca di equilibrio tra flessibilità tecnica e aggiornamento delle competenze umane». E in un mercato che evolve quotidianamente, la strategia di Reale Mutua privilegia l’azione rispetto all’attesa. Il rischio di scegliere un modello tecnologico che potrebbe diventare obsoleto in sei mesi è considerato accettabile pur di estrarre valore immediato ed evitare di restare paralizzati dall’obsolescenza tecnologica.
La ricetta proposta per navigare l’incertezza «non sta in una formula magica, ma in un presidio costante del mercato, un monitoraggio rigoroso dell’uso delle tecnologie e una capacità di adattamento rapido che metta in sinergia domanda di business e offerta tecnologica – sottolinea il CTO –. Nelle scelte necessarie che riguardano l’intelligenza artificiale bisogna cercare sempre una buona flessibilità».
#Adessonews seleziona nella rete articoli di particolare interesse.
Se vuoi leggere l’articolo completo clicca sul seguente link
Stefano Casini
Source link
