Articolo a cura di Rosario Moscato, Chief Artificial Intelligence Officer di DST
È la prima volta nella nostra storia che una tecnologia è in grado di pensare, decidere e agire al posto dell’essere umano: con l’intelligenza artificiale siamo davanti a una rivoluzione tecnologica ed etica che porta con sé sfide antropologiche critiche e urgenti. È un tema che affronteremo nel white paper “La Governance dell’Intelligenza Artificiale nel Mondo Insurtech”, realizzato con Italian Insurtech Association, a partire da una realtà incontrovertibile: l’IA sta ridefinendo il settore assicurativo italiano, e chi ne è protagonista deve saper ridefinire le proprie priorità.
La prima riguarda la privacy dei dati: l’oro dell’era digitale, risorsa preziosa e allo stesso tempo delicatissima. Con l’integrazione strutturale dell’IA nei processi assicurativi diventa imprescindibile garantire una gestione sicura dei dati sensibili dei clienti attraverso una governance solida, che preveda ruoli chiari, procedure definite per accesso e utilizzo, auditing regolare e un approccio privacy by design.
A questo si aggiungono i bias algoritmici, ovvero pregiudizi incorporati nei dataset di addestramento che possono tradursi in decisioni discriminatorie. Un rischio che si intreccia con un altro tema cruciale: la spiegabilità degli algoritmi. In che modo un modello prende decisioni che incidono su pricing, underwriting o liquidazione dei sinistri? La trasparenza è il prerequisito della fiducia.
Tra tutti, il rischio più urgente resta la discriminazione algoritmica: l’esclusione dal mercato assicurativo di intere categorie di persone a causa di modelli che amplificano pregiudizi storici. A queste criticità si sommano tre pain point operativi principali: la difficoltà di monitorare algoritmi che evolvono autonomamente, il gap di competenze digitali che ancora caratterizza la filiera e il rischio di disumanizzare la relazione cliente–assicuratore.
Al fine di mitigare e contenere quanto più possibile questi rischi, l’introduzione di una governance forte e inattaccabile, fondata sul quadro normativo europeo, diventa assolutamente imprescindibile. L’AI Act (Regolamento UE 2024/1689) introduce un approccio basato sul rischio, classificando i sistemi che usano l’Intelligenza Artificiale secondo quattro livelli che vanno da “inaccettabile” a “minimo rischio”. Nel mondo assicurativo rivestono particolare rilievo i sistemi che rientrano nel secondo livello di rischio, quello indicato come “alto rischio”, vale a dire, per esempio, i sistemi di valutazione del rischio individuale e di pricing delle polizze vita e salute. All’AI Act si affiancano altri due quadri normativi: il DORA (Digital Operational Resilience Act – Regolamento UE 2022/2554), che enfatizza la resilienza operativa digitale, e il GDPR, cardine della protezione dei dati personali.
La compliance da sola, purtroppo, non può bastare. Una governance duratura deve poggiare su un approccio antropocentrico, basato su tre pilastri: sistema di governo societario, cultura aziendale e trasparenza. Il sistema di governo societario implica la responsabilità ultima in capo all’organo amministrativo, la supervisione umana costante (human in the loop), competenze adeguate ai vertici e figure specializzate, supportate da comitati dedicati. La cultura aziendale, integrata alla gestione dei rischi, richiede politiche di governance AI specifiche, validazione continua, audit periodici e due diligence sui fornitori di tecnologia. Infine, trasparenza e controllo significano algoritmi spiegabili (XAI), valutazioni di impatto sui diritti fondamentali (FRIA) e strategie concrete per prevenire la discriminazione algoritmica.
Questi elementi non ostacolano l’innovazione ma al contrario la rendono sostenibile, rafforzando la fiducia e riducendo i rischi. Lo stesso vale per la formazione, punto imprescindibile di una buona governance. L’alfabetizzazione in materia di AI deve essere intesa come investimento strategico, non come costo. La formazione continua di tutti gli attori della filiera – dai manager ai data scientist fino agli operatori di front-office – è il prerequisito per adottare soluzioni di AI senza compromettere né compliance né reputazione.
Il giusto equilibrio tra velocità e controllo passa da un concetto di accelerazione responsabile: integrare i controlli fin dalla progettazione (governance by design), sperimentare in sandbox regolamentari e rafforzare il dialogo costante tra operatori e autorità. Allo stesso tempo, serve un approccio di time-to-market intelligente, fatto di iterazioni rapide ma controllate, sviluppo agile con checkpoint di governance e automazione dei controlli grazie all’AI stessa.
La formazione diventa così un motore di competitività: riduce i rischi operativi, accelera l’adozione tecnologica, favorisce un’innovazione consapevole e consolida comportamenti conformi. Investire in upskilling e reskilling significa trasformare competenze esistenti, diffondere una cultura dell’innovazione responsabile e sviluppare una cross-functional literacy che superi i silos tecnici.
L’Italia ha oggi l’opportunità di posizionarsi come leader nell’innovazione assicurativa responsabile. Ma servono investimenti coordinati in formazione e infrastrutture, una collaborazione pubblico–privato per definire standard condivisi e, soprattutto, un approccio sistemico che trasformi la governance da vincolo a vantaggio competitivo.
L’IA antropocentrica nel settore assicurativo non è un’utopia: è una necessità strategica. Chi investirà oggi in governance solida e formazione continua, domani guiderà il mercato.
