L’ALGORITMO C’È, MA NON SI VEDE

Un’indagine dell’Ivass mostra un utilizzo ancora limitato del machine learning nel settore assicurativo. Il mercato è ancora alle battute iniziali della sperimentazione: solo raramente questi strumenti sono infatti sfruttati in attività e processi che possono avere un impatto diretto sulla clientela

L’ALGORITMO C’È, MA NON SI VEDE
👤Autore: Giacomo Corvi Review numero: 103 Pagina: 54-55
Primi, piccoli e timidi passi del machine learning nel settore assicurativo italiano. Una recente indagine dell’Ivass ha evidenziato che gli algoritmi di apprendimento automatico si stanno lentamente facendo strada nel mercato delle polizze. Attualmente siamo però soltanto alle battute iniziali. E il ricorso a questo genere di tecnologia ricorda un po’ il trucco di un prestigiatore: c’è ma non si vede, visto che solo raramente gli algoritmi di machine learning sono utilizzati in processi e attività che possano avere un impatto sulla clientela.
Nel dettaglio, come si legge nel rapporto stilato dall’Ivass, “le imprese di assicurazione riportano di essere in una fase iniziale e conoscitiva riguardo l’utilizzo degli algoritmi di machine learning, adottati principalmente per l’ottimizzazione dei processi interni e, in casi circoscritti, nei rapporti con gli assicurati”. Ulteriori sviluppi, prosegue il rapporto, “potranno manifestarsi a seguito di sperimentazioni e valutazioni sul valore aggiunto del machine learning al business e con la piena definizione del quadro normativo di riferimento, in particolare a livello europeo”

IL RITARDO TECNOLOGICO

L’indagine è stata condotta fra giugno e settembre del 2022 su un campione di 93 imprese assicurative. L’immagine che emerge dalla ricerca, come già accennato, è quella di un settore che sembra scontare un certo ritardo nell’adozione delle nuove tecnologie. Nello specifico, meno della metà delle imprese intervistate (43%) fa ricorso a una qualche forma di intelligenza artificiale e poco più di un terzo (35%) utilizza almeno un algoritmo di machine learning: soltanto nel 27% dei casi, tuttavia, questo utilizzo avviene in ambiti che possono avere effetti diretti sulla clientela, per una quota di mercato complessiva del 78% per il ramo danni e del 25% per il ramo vita. 
Una survey analoga condotta dall’Eiopa a livello europeo, citata nel rapporto dell’Ivass, aveva evidenziato come soltanto il 31% delle compagnie intervistate utilizzasse strumenti di machine learning nelle sue attività di business. L’indagine era però stata condotta nel 2019, ossia quattro anni fa: un lasso di tempo estremamente lungo per gli standard dell’innovazione tecnologica.

IL LABORATORIO DELL’RC AUTO

Il settore dell’Rc auto si conferma anche in questo caso un grande laboratorio di innovazione. Stando ai risultati dell’indagine, l’adozione di questi strumenti nelle compagnie assicurative italiane riguarda infatti principalmente la prevenzione delle frodi (13 compagnie) e la gestione sinistri (11 compagnie) nell’ambito delle polizze del segmento motor. Per quanto riguarda il primo punto, il rapporto evidenzia che gli algoritmi di machine learning “sono per lo più impiegati a supporto di modelli predittivi, costituiti da regole generate sulla base dell’analisi di un campione di sinistri, finalizzati a richiamare l’attenzione dell’operatore umano su potenziali indicatori di frode e per valutare le relazioni tra i soggetti coinvolti nei sinistri, ad esempio conducenti, testimoni e periti”.
Nell’ambito della gestione sinistri, gli algoritmi di machine learning vengono invece sfruttati nel riconoscimento delle immagini e nella valutazione del danno alle vetture attraverso il confronto fra una banca dati di immagini di sinistri già liquidati e le foto che vengono effettuate e poi inviate dal danneggiato. Altri utilizzi riguardano poi la valutazione delle priorità nella gestione del sinistro, identificando i casi in cui il cliente potrebbe avere interesse a rifondere il costo del danno per non incorrere nel malus.



PRICING E RICONOSCIMENTO FACCIALE

Restando nell’ambito dell’Rc auto, il rapporto rileva un utilizzo piuttosto diffuso della tecnologia nelle strategie di pricing. L’intelligenza artificiale, nel dettaglio, può offrire un supporto nell’ottimizzazione della precisione predittiva delle probabilità di abbandono dei clienti al momento del rinnovo: il risultato fornito dal machine learning viene confrontato con quelli forniti dai cosiddetti modelli lineari generalizzati e, unitamente alla stima sulla redditività attesa della polizza, contribuisce a definire un possibile sconto al rinnovo del contratto. Nello stesso settore, l’intelligenza artificiale può contribuire a costruire cluster di rischio in cui classificare i veicoli e le aree geografiche per determinare poi i coefficienti di tariffa nel calcolo del premio.
Il machine learning non tocca tuttavia soltanto il settore dell’Rc auto. Restando nell’ambito della gestione sinistri, strumenti di intelligenza artificiale possono essere utilizzati nell’analisi della documentazione inviata dalle diverse parti coinvolte. Altri impieghi riguardano poi il ricorso a strumenti di riconoscimento facciale per la sottoscrizione di un contratto a distanza e, nel settore delle polizze salute, e di previsione delle malattie che possono insorgere con maggiore probabilità all’assicurato attraverso l’analisi dei dati anagrafici e della storia clinica dei clienti. 

© RIPRODUZIONE RISERVATA

👥

Articoli correlati

I più visti