AI: DALL’OTTIMIZZAZIONE DEI PROCESSI ALL’EMPOWERMENT DELLA RETE DISTRIBUTIVA

L’evoluzione dell’intelligenza artificiale secondo l’analisi di e*finance insurance Reply: soluzioni consolidate, nuove traiettorie di sviluppo e il potenziale ancora inespresso

09/06/2025

👤Autore: Antonio Orlando, partner di EFC Reply Insurance; Matteo Vergani, partner di EFC Reply Insurance; Stefano Pozzetti, partner di EFC Reply Insurance e Arcangelo Esposito, senior manager di EFC Reply Insurance Review numero: 123 Pagina: 52-54 ☁Fonte immagine: © monsitj – iStock

L'evoluzione tecnologica abilitata da paradigmi di intelligenza artificiale ha esteso il campo di applicazione della process automation a nuovi casi d’uso, con impatto su attività discrezionali core di gestione del rischio assicurativo, superando i limiti delle tecnologie di automazione tradizionale.

L’osservazione del mercato porta a identificare un approccio duale alla trasformazione: da un lato, gli operatori sono attivi su iniziative di discovery per individuare soluzioni a valore sui processi aziendali chiave attraverso analisi sistematiche di costo-beneficio; dall’altro, risultano sempre più diffusi prodotti di mercato specifici per l’ambito assicurativo offerti in logica plug & play.

Su questo secondo aspetto, per analizzare l’effettivo livello di diffusione delle soluzioni di AI nella value chain assicurativa, e*finance insurance Reply ha attivato un osservatorio dedicato, basato sull’analisi di oltre 160 player nazionali e internazionali, di cui 62% insurtech e 38% player tecnologici operanti cross settore, per un totale di circa 330 soluzioni mappate.

LO STATO DELL’AI NEI PROCESSI ASSICURATIVI

Dall’analisi delle soluzioni individuate nell’osservatorio emerge come l’intelligenza artificiale stia progressivamente assumendo un ruolo chiave nel percorso di trasformazione dei modelli di business. In particolare, le applicazioni più diffuse si concentrano su due ambiti specifici:

processi ad alta intensità di dati, come quelli di risk e underwriting (30% soluzioni analizzate), dove l’intelligenza artificiale consente di gestire, correlare e interpretare grandi volumi informativi in modo più rapido e accurato;
processi con estese basi documentali, come quelli di claims management (23% delle soluzioni analizzate), in cui l’AI abilita l’analisi congiunta di fonti eterogenee (ad esempio, documentazione clinica, contrattuale, normativa), migliorando la qualità delle valutazioni e riducendo il carico di analisi sulle risorse operative.

Interessanti le evidenze in merito alle capability tecnologiche sottostanti le soluzioni analizzate. Nonostante il forte hype mediatico attorno ai large language model e alla generative AI, sul mercato sembrano ancora prevalere soluzioni basate su tecnologie di machine learning non generativo (circa l’82% dei casi analizzati). Segnale che il filone della gen AI si trova al momento ancora in una prima fase di crescita e sviluppo.

DISTRIBUZIONE, DA SOLUZIONI ENTERPRISE A CO-PILOT ASSISTITO

Gli interventi di trasformazione abilitati dall’AI si stanno estendendo progressivamente anche ai processi delle reti distributive, dove queste soluzioni si posizionano come leve per l’empowerment commerciale degli agenti e dei collaboratori.

Attraverso l’osservatorio sono stati individuati circa 40 casi d’uso specifici per l’ambito distributivo, articolati principalmente su tre filoni:

soluzioni a supporto del processo di consulenza assicurativa, attraverso l’analisi dei bisogni dei clienti e la formulazione di offerte personalizzate;
strumenti di supporto alla pianificazione commerciale in logica conversazionale, che supportano agenti e consulenti nella preparazione delle visite e nella definizione delle strategie di vendita;
assistenti virtuali conversazionali, per sviluppo di logiche self-service su richieste di natura informativa e dispositiva.

Accanto all’impiego ormai consolidato per l’ottimizzazione dei processi di compagnia in logica enterprise, si sta aprendo un secondo ambito di applicazione, ancora poco esplorato, che riguarda l’abilitazione di modelli di supporto operativo assistito per incrementare la produttività personale, con un elevato potenziale nella ottimizzazione dei modelli operativi delle reti distributive. Soluzioni per l’affiancamento di agenti e più in generale intermediari assicurativi nelle scelte e nelle prassi operative e commerciali in logica co-pilot. Una delle caratteristiche distintive di questa tipologia di applicazioni è la loro capacità di affiancare, senza sostituirle, le risorse di agenzia, configurandosi come leve di supporto attivo nell’operatività di tutti i giorni. Ne sono da esempio: l’utilizzo per la riconciliazione automatica delle quadrature contabili, la generazione di report periodici sull’andamento del business, la comparazione veloce di offerte e preventivi e la consultazione in logica conversazionale di documenti contrattuali o di circolari. Tutti interventi che possono ridurre, anche significativamente, il tempo dedicato ad attività amministrative a basso valore aggiunto, liberando risorse e investimenti verso attività di sviluppo e crescita.

LE NUOVE SFIDE VERSO L’ADOZIONE ESTESA

Siamo prossimi a entrare in una nuova fase di maturità operativa, con un progressivo consolidamento delle soluzioni e un’estensione del loro utilizzo su larga scala. Quello che fino a oggi si è prevalentemente configurato come un insieme di progettualità pilota, spesso circoscritte a contesti specifici, presto evolverà verso un modello di adozione più ampio e strutturato.

Questo passaggio evolutivo definisce nuove sfide, non solo tecnologiche e operative ma anche di carattere organizzativo e culturale, che impongono un governo strutturato dei programmi di trasformazione. In particolare, si evidenziano quattro fattori critici di successo da presidiare con continuità:

la revisione delle modalità di lavoro, adottando approcci iterativi e di stretta collaborazione tra strutture di business e IT (ad esempio, laboratori di innovazione e prototipazione), prevedendo anche il coinvolgimento degli attori finali, come gli intermediari, nella costruzione delle soluzioni d’uso;
l’attivazione di meccanismi di adattamento della forza lavoro verso nuovi profili professionali, con competenze sempre più ibride di natura tecnica e di business (prompt designer, machine learning engineer, …);
definizione di presidi di AI Governance e compliance, attraverso framework di policy, procedure operative e strumenti a supporto (es. inventory per il censimento delle soluzioni, strumenti di guardrail per il monitoraggio, checklist di controllo per la mitigazione dei rischi);
promozione di iniziative di formazione culturale per la piena adozione delle soluzioni, partendo da utilizzi concreti che agiscano sull’aumento della produttività personale (es. soluzioni di co-pilot a supporto dell’operatività quotidiana sui principali strumenti di lavoro, come ad esempio i fogli di calcolo e le e-mail).