L’AGENTE AUMENTATO: LE POTENZIALITÀ DELL’AI

Siamo di fronte a un punto di non ritorno per il settore assicurativo: in uno scenario dove gran parte del tempo lavorativo della rete distributiva è assorbito da burocrazia, l’intelligenza artificiale, soprattutto quella generativa, sembra sia una risposta strutturale a storiche criticità, quali la sottoassicurazione, un cross-selling limitato, la frammentazione dell’offerta e la volatilità dei comportamenti dei clienti. 

Come si evince dalla ricerca Reinventare i processi di vendita assicurativi con AI e GenAI, condotta da Cetif e Gft Technologies, la disponibilità dei dati, le architetture digitali integrate e l’evoluzione degli ecosistemi stanno modificando i modelli organizzativi. La pluralità dei punti di contatto fisici e digitali richiede che la tecnologia sia un elemento capace di integrare personalizzazione e continuità relazionale ma anche una certa capacità predittiva. In questo senso, dicono gli esperti, la rete non è più soltanto “un canale di intermediazione”, ma una parte di un “ecosistema connesso”: servono capacità analitiche, commerciali e consulenziali, che l’AI può potenziare. Ecco, quindi, che si sta affermando un modello di “agente aumentato”, trasformato a sua volta dalle nuove competenze richieste. Ma attenzione: è necessario, allo stesso tempo, occuparsi dei rischi legati a un utilizzo definito “eccessivamente passivo della tecnologia”, attraverso presidi di formazione, con una rinnovata governance e, perché no, con il rafforzamento del pensiero critico dei singoli intermediari. 

Occorre ripartire da una revisione dell’attuale configurazione del panorama distributivo, che abbracci anche la strategia commerciale: la prima sfida è l’eliminazione della storica separazione tra rami danni e ramo vita, per proporre “soluzioni integrate e protezione olistica lungo l’intero ciclo di vita del cliente”. 

In uno schema che, semplificando, vede gli agenti e i broker padroni del comparto danni e le banche come gestori dei capitali, il mercato italiano non riesce a sfruttare una grande massa di liquidità improduttiva e stoccata in strumenti a bassa remunerazione, se non abbandonata nei vecchi conti corrente. La sfida è di tipo consulenziale: puntare sul wealth management per trasformare la liquidità in risparmio gestito assicurativo, integrando la storica capacità delle agenzie di gestire la protezione con la capacità di investimento della consulenza finanziaria. La polarizzazione della raccolta, come detto, resta marcata, ma lascia intravedere la possibilità di crescita per gli operatori che sapranno costruire un’offerta ibrida, attraverso competenze e modelli distributivi che superino questa tradizionale separazione tra investimento e protezione.

E qui entra in campo la tecnologia e, in particolar modo, il modello phygital, che è già una realtà per molti consumatori: occorre che questo diventi, dicono gli analisti, “un’architettura operativa in grado di garantire sostenibilità dei margini nel medio periodo”. 

La routine della vendita, tutti gli aspetti burocratici legati alle transazioni (ma non solo) devono essere ibridati dalla tecnologia, per liberare risorse capaci di fare consulenza vera. Il capitale umano deve essere concentrato dove è generato il valore: cioè nella relazionale, nella consulenza e nel servizio, per esempio nella fase del post-vendita e dei sinistri.

In questo senso, omnicanalità e bancassurazione sono le due facce della stessa medaglia. L’omnicanalità è il primo driver di fidelizzazione: già oggi, il 60% dei clienti interagisce con la compagnia e con gli intermediari tradizionali in modalità ibrida, con il risultato di un Net promoter score sempre superiore rispetto ai risultati di una gestione fatta attraverso un canale solo. In questo scenario, l’agente, il broker, il consulente non perdono la celebre centralità, ed evolvono “da venditore a figura di riferimento”. Ma per farlo davvero è necessaria una tecnologia che supporti questo passaggio attraverso piattaforme che riducano il cosiddetto attrito operativo. Solo così la bancassurance, a sua volta, potrà passare dall’essere un canale tra gli altri a essere il protagonista di un wealth management integrato, supportando idealmente le agenzie in un lavoro di cross-selling su quei portafogli più complessi dove la rete agenziale fatica ancora a garantire una consulenza multidisciplinare.

In questo contesto, è interessante notare come il valore si stia progressivamente spostando dalla singola vendita, o transazione, alla moneta di scambio di ogni relazione: il tempo. La polizza muta da semplice contratto a uno dei passaggi all’interno di quello che non è più il viaggio del cliente (customer journey) ma un nuovo ecosistema relazionale. Il carburante di questo ecosistema è, secondo gli esperti, l’intelligenza artificiale, in particolare quella generativa, che può sviluppare l’engagement, fornire servizi a valore aggiunto e pensare a modelli di prevenzione del rischio. Il tema non sono i prodotti, ma la capacità delle compagnie e delle reti di valorizzare il tempo passato con i clienti. 

Questo è un tema che si è posto in tutta evidenza quando le compagnie, sollecitate su questo punto, hanno dovuto constatare che nonostante l’utilizzo di lead e insight, questi spesso si sono fermati ben prima di poter incidere per davvero nei processi operativi: dal livello strategico e di marketing è mancata in molti casi la traduzione in leve concrete per la rete di vendita. Per superare questo ostacolo, serve una reale integrazione tecnologica capace anche di semplificare i modelli: è la quotidianità di utilizzo che rendono un insight capace di generare valore.

Tuttavia, in molti vedono nella mancanza dei dati un ostacolo quasi insormontabile. Spesso, però, questo modo di vedere le cose è miope. Sono proprio i dati a dirci che le compagnie assicurative già dispongono di un patrimonio informativo ricchissimo, che va dai dati anagrafici a quelli socio-demografici, hanno una visione praticamente esclusiva dello storico dei sinistri, così come delle transazioni, delle interazioni digitali, ma anche dei comportamenti sul web dei clienti (almeno quelli che si svolgono sulla app e sull’area riservata delle compagnie). Il tema è, piuttosto, mettere tutto insieme e dare un ordine: ma l’AI può farlo. Può costruire “un’infrastruttura analitica evoluta”, organizzando questo mondo frammentato e, persino, scarsamente utilizzato, integrando più fonti. Grazie alla Gen AI, oltre ai bisogni espliciti dei clienti, è possibile ricostruire dei pattern, dei comportamenti e prevedere una decisione o, quantomeno, capirne le motivazioni: l’analisi di dati storici, le variazioni di asset in portafoglio, gli eventi chiave rientrano in tutti quegli elementi che guidano le variabili operative, orientando sia le strategie di marketing sia quelle della rete distributiva. L’AI, così utilizzata, trasforma “il marketing da centro di costo a regia strategica della crescita”, sostengono gli analisti. 

Per una rete distributiva aumentata, è necessario, infine, che l’utilizzo dell’AI passi da sperimentazione a industrializzazione. 

La distanza tra le potenzialità dell’AI e l’industrializzazione è un tema ricorrente soprattutto quando si parla di agentic AI. Come fanno notare gli esperti, se da un lato il livello di investimento globale cresce rapidamente, dall’altro, sostiene Gartner, oltre il 40% dei progetti di agentic AI potrebbe essere abbandonato entro la fine del 2027 per mancanza di attenzione ai costi, scarsa chiarezza sul valore generato e volatilità dei rischi. Sempre Gartner stima che la spesa mondiale in AI raggiungerà i 2.500 miliardi di dollari entro la fine del 2026 (+44%).