A cura di Alexandre Pengloan, Responsabile Editoriale di Digital & Assurance e Florian Graillot, Founder di Astorya.vc. (Questo articolo è una fedele traduzione del video apparso su Digital & Assurance).
Per anni l’insurtech è stata raccontata soprattutto attraverso la lente della crescita. Nuovi player, raccolte milionarie, valutazioni generose, modelli digitali capaci di mettere in discussione gli operatori tradizionali. Poi il vento è cambiato. I capitali sono diventati più selettivi, gli investitori hanno iniziato a guardare con maggiore attenzione ai conti e la parola redditività è tornata al centro del dibattito. Oggi, però, il mercato sembra essere entrato in una terza fase: non più crescita a ogni costo, non più redditività inseguita come unico obiettivo, ma ricerca di un equilibrio più maturo tra sviluppo, sostenibilità economica e capacità di esecuzione.
È in questo contesto che si inserisce il ritorno di attenzione intorno alla cosiddetta Rule of 40, un indicatore molto utilizzato nel mondo SaaS e dagli investitori venture capital. La formula è semplice: si sommano il tasso di crescita annuo e il margine operativo. Se il risultato raggiunge o supera quota 40, l’azienda viene considerata in buona salute. Il principio alla base è chiaro: una società può crescere molto e avere margini più bassi, oppure crescere meno ma essere più profittevole. Ciò che conta è l’equilibrio complessivo.
Applicata all’assicurazione, però, questa metrica richiede qualche cautela. Per gli abilitatori tecnologici B2B, che vendono soluzioni agli assicuratori lungo la catena del valore, la Rule of 40 può essere uno strumento utile. Per i neoassicuratori, invece, il discorso è più complesso. Nel settore assicurativo la redditività non si misura soltanto guardando al conto economico dell’impresa. Esistono almeno tre livelli da considerare: la redditività tecnica del portafoglio, la sostenibilità del processo commerciale e la redditività complessiva della società.
Vendere polizze, infatti, non basta. Bisogna venderle bene. Il primo tema è la qualità del rischio assunto: un portafoglio che cresce velocemente, ma produce perdite, difficilmente può sostenere un modello di lungo periodo. Il secondo riguarda il costo di acquisizione dei clienti: quanto si spende per conquistarli e quanto valore generano nel tempo. Il terzo livello, infine, è quello della redditività aziendale nel suo complesso. Solo quando questi tre piani iniziano ad allinearsi si può parlare davvero di maturità.
Alcuni segnali, in Europa, vanno proprio in questa direzione. Diverse insurtech nate negli ultimi dieci anni stanno dimostrando di poter uscire dalla fase della promessa per entrare in quella dell’esecuzione. Realtà come Alan, Acheel, Seyna e Mila mostrano dinamiche diverse, ma tutte raccontano un ecosistema più disciplinato. Crescono i portafogli, migliorano gli indicatori economici, aumentano i casi di redditività operativa o tecnica. Questo cambia anche lo sguardo degli operatori tradizionali: non più solo diffidenza verso nuovi entranti considerati fragili o troppo dipendenti dai capitali esterni, ma crescente attenzione verso aziende capaci di portare innovazione reale al mercato.
L’assicurazione dei data center: una miniera d’oro complessa da proteggere
La maturità dell’insurtech si misura anche nella capacità di affrontare nuovi rischi. Tra i più interessanti c’è l’assicurazione dei data center. La crescita dell’intelligenza artificiale sta rendendo queste infrastrutture sempre più strategiche. I data center sono il cuore fisico dell’economia digitale: ospitano modelli, piattaforme cloud, servizi online, applicazioni e processi da cui dipendono milioni di imprese. Ma proprio per questo diventano anche un rischio assicurativo di enorme complessità.
Assicurare un data center non significa soltanto proteggere un edificio pieno di server. Significa considerare rischi fisici, energetici, climatici, cyber, ambientali e di interruzione dell’attività. Un incendio, un’alluvione, un terremoto, un guasto elettrico o un attacco informatico possono produrre effetti molto più ampi rispetto al singolo sito colpito. Se un’infrastruttura critica smette di funzionare, le conseguenze possono propagarsi lungo intere filiere digitali. È qui che emerge la dimensione sistemica del rischio: pochi grandi operatori tecnologici sostengono una parte crescente dei servizi utilizzati ogni giorno da imprese e cittadini.
Il mercato assicurativo si muove con prudenza. Di fronte a rischi nuovi, costosi e difficili da modellizzare, molti assicuratori tendono inizialmente a limitare l’esposizione, introdurre esclusioni o trasferire parte del rischio verso la riassicurazione e il capitale alternativo. Allo stesso tempo, però, iniziano a comparire soluzioni dedicate: facility costruite da più operatori, capacità assicurative specifiche, prodotti parametrici per gli eventi climatici e piattaforme capaci di monitorare in tempo reale i rischi legati alla costruzione e alla gestione dei data center.
Verso un pricing dinamico
È qui che entra in gioco un altro tema chiave: il pricing dinamico. Se i rischi cambiano più rapidamente, anche il modo di prezzarli deve evolvere. Il modello tradizionale, basato soprattutto sui dati storici, mostra i propri limiti quando si parla di rischi emergenti o di fenomeni che non hanno ancora una lunga serie statistica alle spalle. L’intelligenza artificiale può aiutare gli assicuratori a leggere meglio i dati disponibili, aggiornare più spesso le tariffe e avvicinare il prezzo al rischio reale.
Il pricing dinamico, però, non riguarda solo i nuovi rischi. Può incidere anche sulle linee più tradizionali, come auto e casa, dove le compagnie devono continuare a crescere senza limitarsi ad aumentare i premi in modo indifferenziato. In un mercato in cui i clienti sono sempre più sensibili al prezzo, la capacità di spiegare perché una copertura costa di più diventa fondamentale. Una tariffazione più precisa può aiutare a rendere più chiaro il legame tra rischio, prevenzione e premio assicurativo.
La vera sfida, dunque, non è più soltanto sperimentare l’innovazione, ma portarla dentro i processi. È il passaggio dall’idea all’esecuzione, dal laboratorio alla governance. L’intelligenza artificiale, il pricing dinamico e l’uso avanzato dei dati non possono restare iniziative isolate, portate avanti da singoli team o da divisioni separate. Devono entrare nel funzionamento ordinario delle compagnie, modificando competenze, organizzazione, processi decisionali e rapporto con il cliente.
L’insurtech come laboratorio operativo per testare i nuovi rischi
Questa evoluzione rende più chiara anche una domanda di fondo: che cosa può essere assicurato, a quali condizioni e con quale equilibrio economico? L’innovazione offre strumenti per comprendere meglio i rischi, ma obbliga anche il settore a scelte più esplicite. Non si tratta solo di trovare nuovi prodotti, ma di costruire modelli capaci di mantenere l’assicurabilità in un contesto in cui aumentano rischi climatici, tecnologici e sistemici.
Anche le ultime operazioni di mercato confermano questa fase. La raccolta di Zego, insurtech britannica specializzata nella telematica auto, guidata da Sompo, non appare soltanto come un’operazione finanziaria, ma come una partnership industriale per portare tecnologia e competenze su nuovi mercati. Cover Genius continua a presidiare l’assicurazione embedded, mentre AI6 Technologies lavora su una piattaforma che collega diagnosi, prevenzione e riparazione, con applicazioni concrete anche su rischi come la siccità.
Il quadro che emerge è quello di un ecosistema più adulto. L’insurtech non è più soltanto sinonimo di rottura o promessa futura. Sta diventando un laboratorio operativo per rispondere a problemi molto concreti: crescita sostenibile, redditività, nuovi rischi, prevenzione, pricing e uso intelligente dei dati. Dopo la stagione dell’euforia e quella della selezione, si apre la fase dell’esecuzione. E in questa nuova fase vincerà chi saprà crescere senza perdere disciplina, innovare senza restare in superficie e trasformare la tecnologia in valore assicurativo reale.
