L’ultimo appuntamento di Insurance in the Mirror, moderato dal direttore di InsurZine Andrea Turco, fotografa il passaggio cruciale dall’AI sperimentale alla Process e Decision Intelligence. Attraverso il confronto tra leader del settore, emerge la necessità di un’AI agentica capace di agire direttamente sui processi core, guidata da un forte contesto informativo per azzerare le allucinazioni e integrata nell’infrastruttura cloud. Nonostante la spinta verso l’automazione in tempo reale e gli insight predittivi, il mercato italiano riafferma il modello high tech, human touch, dove la tecnologia non sostituisce l’intuito manageriale o la consulenza, ma azzera la burocrazia e ottimizza la relazione umana. La vera sfida futura si sposta così dall’adozione degli strumenti al change management culturale delle compagnie.
Nel panorama del settore assicurativo, l’intelligenza artificiale è ormai una realtà consolidata, ben lontana dall’essere una semplice sperimentazione. Durante il terzo appuntamento di “Insurance in the Mirror“, il format di InsurZine TV, è emerso chiaramente come le compagnie stiano investendo massicciamente in digitalizzazione. Tuttavia, per molto tempo l’AI è rimasta confinata a chatbot conversazionali o automazioni puntuali, senza incidere davvero sui processi “core”. Per generare valore tangibile serve un cambio di prospettiva: un’AI che non si limiti a rispondere, ma che agisca. In questo scenario, la process intelligence e la decision intelligence diventano decisive per costruire un gemello digitale delle operation, leggere i processi end-to-end, individuare inefficienze e presidiare compliance e governance.
Il Context Model: dare un senso all’azione dell’AI
A inquadrare il tema è intervenuto Massimo Gilardi, Insurance Sales Director di Celonis, realtà specializzata nella process intelligence. Secondo Gilardi, l’AI è un nuovo attore nelle operation che va conosciuto e governato al meglio. Celonis analizza l’esecuzione end-to-end di un processo per capire dove sia necessario attivare un agente per compiti di routine, liberando risorse per le attività più critiche.
“Quello che è fondamentale è dare un contesto informativo a questi agenti in modo tale che non sia solo la potenza generalista della AI a sprigionare capacità di calcolo, velocità di risposta, di esecuzione e automazione, ma questo elemento sia un elemento legato alla conoscenza del processo, alla conoscenza della singola organizzazione”, ha spiegato Gilardi.
Questo strato, chiamato context model, unisce i dati aziendali all’AI, riducendo drasticamente il rischio di errori operativi. “Se do un contesto alla AI, abbatto il rischio di allucinazioni”, ha affermato Gilardi, ricordando che ogni decisione dell’agente deve legarsi strettamente agli obiettivi strategici, alla specificità della customer base e alla compliance.
Customer Experience: dall’automazione all’Human Touch
Paolo Crivello, Head of Customer Experience di Reale Mutua, ha tracciato l’evoluzione degli assistenti digitali: dalle prime chatbot di dieci anni fa, simili a semplici FAQ guidate con un basso tasso di successo all’odierna GenAI capace di risposte approfondite. Per Crivello il salto di qualità richiede due azioni: collegare i canali digitali ai processi core dell’azienda (come la liquidazione dei sinistri o l’assistenza) e dare priorità ai bisogni e ai feedback reali espressi dai clienti per ridurne il senso di abbandono.
Nonostante la forte spinta tecnologica, il modello di Reale Mutua mette al centro la relazione umana. L’AI deve abilitare intermediari, agenzie e liquidatori a ottenere informazioni rapide e strutturate, ottimizzando il supporto e la proattività tramite la next best action. Crivello ha sintetizzato la strategia nel mantra aziendale: un approccio “high tech ma human touch, che rimane la parte viva e vera di un modello mutualistico come il nostro”.
L’infrastruttura IT: dati, ecosistemi e fiducia
Andrea Detassis, Chief Information Officer di ITAS Mutua, avverte che abbinare l’AI alla pura tecnologia è un errore concettuale. Le aziende sono ecosistemi complessi in cui processi, strumenti e persone si stratificano nel tempo. Come discontinuità tecnologica, l’AI richiede basi infrastrutturali mature e, soprattutto, archivi ben organizzati e dati di alta qualità.
“La chat è un esempio classico, cerca sempre di dare una risposta, quindi ha bisogno di avere l’informazione di qualità, altrimenti rischiamo di dare una risposta anche errata o fuorviante, delle allucinazioni”, ha precisato Detassis.
Per supportare questa evoluzione, ITAS Mutua sta investendo per superare i sistemi legacy a favore del cloud. La compagnia ha inoltre strutturato una governance interfunzionale che coinvolge l’area IT, la compliance e il risk management per monitorare mensilmente la qualità e l’adozione delle use case. Al centro restano le persone: la vera sfida è la formazione per costruire fiducia reciproca tra l’utente e lo strumento.
La salute e l’azzeramento degli attriti operativi
La semplificazione è cruciale nel comparto sanitario, come spiegato da Gianluca Pipino, Responsabile operations di InSalute Servizi. L’obiettivo è offrire un servizio fluido azzerando i contatti inutili e i passaggi manuali. InSalute Servizi permette già ai clienti di prenotare prestazioni in tempo reale accedendo direttamente all’agenda dei medici delle strutture convenzionate.
L’AI accelera questo percorso automatizzando i processi autorizzativi, pur mantenendo l’approccio umano nei casi ad alta intensità emotiva (come i pazienti oncologici). Pipino individua due pilastri operativi: l’approccio predittivo, per capire i bisogni da un singolo documento senza chiedere continui chiarimenti organizzativi, e una comunicazione trasparente.
“L’AI è un grande abilitatore, un grande facilitatore, è quello col quale può raccogliere informazioni, può studiare i comportamenti, può rappresentare al meglio quello che sono le nostre condizioni, quello che è il bisogno spesso del cliente e dargli un servizio in tempo reale”, ha affermato Pipino.
L’AI diventa così un “concierge” che guida l’utente nelle risposte economiche o di prossimità, ottimizzando parallelamente i processi contabili delle strutture sanitarie.
Il Marketing come sistema nervoso centrale
L’AI sta stravolgendo anche le strategie commerciali. Lorenzo Alberti, direttore marketing di Credemassicurazioni, ha illustrato il modello della bancassicurazione, dove la consulenza protettiva si innesta su una fiducia già acquisita dal cliente con la banca. In questo equilibrio, l’AI non deve essere invasiva o agire come un “grande fratellone”; Alberti preferisce definirla un “maggiordomo previdente” che accoglie e accompagna l’ospite.
Il marketing evolve da megafono pubblicitario a sistema nervoso centrale che ascolta, interpreta i dati e attiva la relazione in ottica di next best caring. Integrando le piattaforme di consulenza assicurativa e olistica, gli algoritmi predittivi restituiscono insight mirati sulla storia specifica del cliente.
“Passiamo da un marketing che per molto tempo è stato considerato un po’ un accelerante, no? Un moltiplicatore delle vendite, a invece un vero e proprio architetto di relazioni che dà al gestore l’insight perfetto per potersi sedere davanti al cliente”, ha concluso Alberti.
Il futuro: Decision Intelligence e Change Management
La puntata si è chiusa sulla decision intelligence, ovvero l’uso dell’AI per pianificare, simulare scenari, fare forecasting e governare il business in modo affidabile. Il panel concorda: la sfida non è tecnologica – dato l’overbooking di strumenti disponibili – ma culturale e organizzativa.
Gianluca Pipino ha evidenziato come il cambiamento passi dalla capacità delle persone di rendere oggettivo ciò che prima era soggettivo, interpretando i dati senza timore di mettere in discussione l’esperienza passata. Lorenzo Alberti ha aggiunto che la decision intelligence abbatte i silos informativi tra banca e compagnia, agendo come un “co-pilot strategico” che rende scalabile l’intuito manageriale senza l’ambizione di sostituirlo. Paolo Crivello ha ribadito che il vero salto risiede nel change management e nell’adozione: è necessario portare i KPI predittivi (come il Customer Lifetime Value) direttamente nelle decisioni quotidiane dei tavoli di lavoro. Il successo dell’AI nel settore assicurativo dipenderà dalla lungimiranza nel coniugare l’evoluzione dei sistemi con la centralità del fattore umano.
