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).
Il mercato assicurativo ha superato la fase della semplice curiosità verso l’innovazione. Il tema, oggi, non è più se adottare l’intelligenza artificiale o digitalizzare processi e modelli operativi, ma come farlo in modo sicuro, industriale e sostenibile. È questo il filo conduttore emerso nell’ultima edizione del Barometro di maggio dedicato all’innovazione nell’assicurazione, che ha messo al centro tre grandi questioni: sovranità digitale, applicazione concreta dell’IA e consolidamento nella distribuzione.
Il dilemma sovranità digitale
Il primo nodo riguarda il controllo. Secondo Pierre Brun-Murol, CTO dell’area cyber product di Eviden, società del gruppo Atos, la sovranità digitale non va intesa come un’etichetta binaria, ma come una capacità progressiva: mantenere controllo, autorità e responsabilità su dati, infrastrutture, applicazioni e operazioni. Non esistono soluzioni “sovrane” o “non sovrane” in assoluto. Esistono diversi livelli di controllo, da valutare in funzione dei rischi reali per il business.
Questa distinzione è centrale nel rapporto tra cloud pubblico, ambienti privati e sistemi on premise. Se un’impresa non controlla la tecnologia sottostante di un ambiente cloud, può comunque aumentare la protezione dei dati attraverso strumenti come la cifratura, la gestione delle identità e l’esternalizzazione delle chiavi crittografiche. L’obiettivo non è spingere sempre il cursore al massimo, ma decidere dove serve davvero intervenire. La sovranità, dunque, non va affrontata su tutto il sistema informativo in modo indistinto: deve essere letta processo per processo, applicazione per applicazione, partendo da una mappatura dei rischi.
La conformità resta un punto di partenza, ma non basta. Regolamenti come GDPR, DORA o le nuove norme sull’intelligenza artificiale impongono requisiti precisi, ma la sovranità entra in gioco quando si tratta di proteggere asset critici, evitare dipendenze eccessive da fornitori esterni o gestire il rischio di accesso ai dati attraverso leggi extraterritoriali. Non è un tema che riguarda solo i grandi gruppi con sistemi legacy: anche una startup cloud native può essere esposta, se la sua architettura dipende interamente da provider o giurisdizioni esterne.
La questione diventa ancora più delicata con l’arrivo degli agenti di IA. La gestione delle identità non umane, degli accessi applicativi e delle infrastrutture necessarie per far girare modelli e GPU nel cloud apre un nuovo fronte di governance. L’IA, quindi, non accelera soltanto l’innovazione: rende più urgente la domanda su chi controlla dati, chiavi, accessi e ambienti operativi.
Dati, la fiducia che non c’è
Il secondo tema è il passaggio dall’adozione all’esecuzione. Secondo i dati citati da Earnix, il 95% degli assicuratori francesi dichiara di avere già adottato l’IA, ma solo il 40% l’ha integrata su tutta la catena del valore. Ancora più significativo è il dato sulla fiducia nei dati: appena il 32% degli assicuratori afferma di fidarsi pienamente della propria base informativa. Il problema non è più l’accesso alla tecnologia, ormai disponibile a tutti, ma la capacità di inserirla nei processi quotidiani, nei sistemi esistenti e nei modelli decisionali.
Earnix, che ha rafforzato la propria presenza in Francia con l’acquisizione di Zelros, si posiziona proprio su questa frontiera: portare l’IA dal pricing e dall’underwriting fino alla distribuzione, alla relazione con il cliente e alla gestione dei sinistri. La promessa è evitare una moltiplicazione di soluzioni isolate, difficili da integrare, e costruire invece un approccio più coerente lungo l’intera catena del valore.
Consolidare per crescere
La sfida, però, non è solo tecnologica. È anche organizzativa e culturale. I rischi cambiano più velocemente di prima: basti pensare ai data center, alle nuove esposizioni cyber o ai rischi climatici, che mettono sotto pressione le tradizionali tavole attuariali. Di fronte a mercati così mobili, le compagnie non possono più permettersi cicli decisionali troppo lunghi. L’IA deve servire a decidere meglio e più rapidamente, non a inseguire il modello più potente solo per ragioni di immagine.
Il terzo asse riguarda la crescita per linee esterne. Nel brokeraggio assicurativo francese la stagione del consolidamento è già avanzata e sembra destinata ad accelerare. Lo ha spiegato Yoann Chery, fondatore di Groupe Leader Insurance, acquisito da Ardonagh. La scelta, ha raccontato, non è stata vissuta come una cessione fine a sé stessa, ma come un modo per cambiare scala senza perdere identità imprenditoriale. L’ingresso in un gruppo internazionale consente di accedere a capacità finanziaria, relazioni con gli assicuratori, tecnologia, competenze cyber e supporto regolamentare, lasciando però autonomia alle realtà locali.
Per Chery, la nuova fase del consolidamento non è soltanto finanziaria: è industriale e tecnologica. Oggi diventa più difficile crescere da soli, perché le barriere legate a normativa, dati, IA e sicurezza richiedono investimenti e competenze sempre più elevate. L’innovazione, in questo quadro, non coincide necessariamente con l’ultima tecnologia di moda. Per un broker può significare anche costruire un marketplace che renda visibile l’intera offerta del gruppo, semplifichi il percorso di sottoscrizione e riduca il peso del back office.
Resta il tema delle valutazioni. Secondo Chery, i piccoli broker vengono spesso valorizzati in multipli del fatturato commissionale: da circa 1,8-2,2 volte per attività più mass market fino a 2,5-2,7 volte per portafogli molto ricorrenti e con basso tasso di abbandono. Per operazioni più grandi, la metrica si sposta sull’Ebitda, con multipli indicativamente tra 6 e 10 volte, e oltre le 10-14 volte per deal più strutturanti.
L’esempio di Corgi
Sul fronte insurtech, intanto, lo sguardo torna agli Stati Uniti. Corgi, piattaforma assicurativa AI native, ha raccolto capitali importanti con l’ambizione di costruire un modello full stack capace di distribuire e gestire assicurazione con un alto grado di automazione. La prospettiva appare ancora lontana dal mercato europeo, ma segnala una possibile direzione: cicli di innovazione più compressi, nuovi attori più aggressivi e una domanda di fondo sempre più forte.
Il messaggio è chiaro: l’assicurazione non è più nella fase degli esperimenti. Sovranità, IA e consolidamento sono tre facce della stessa trasformazione. Il settore deve correre, ma senza perdere il controllo. Deve innovare, ma partendo dai bisogni di business. Deve crescere, ma senza cancellare il valore della prossimità e dell’esperienza maturata sul campo.
