L’intelligenza artificiale potrebbe generare tra 50 e 70 miliardi di dollari di valore aggiuntivo per il settore assicurativo. Ma per molte compagnie il vero pericolo oggi non è restare indietro nella corsa all’AI. È adottarla senza una strategia comune. A rivelarlo è stato il report From AI pilots to AI powerhouse: Building the insurance enterprise of tomorrow di Capgemini secondo cui i team underwriting, sinistri, customer service, business intelligence e IT delle compagnie assicurative stanno sperimentando soluzioni di IA a ritmi sempre più sostenuti. Il problema è che spesso ogni team procede autonomamente, scegliendo strumenti e piattaforme differenti, senza un coordinamento aziendale.
Tutto questo potrebbe portare all’AI debt, ovvero il debito tecnologico e organizzativo che si crea quando le iniziative di IA crescono in modo frammentato, generando complessità, costi e difficoltà di governance superiori al valore prodotto. Il risultato – per gli analisti della società di consulenza – potebbe essere sorprendentemente simile a quello già visto con i sistemi legacy: tecnologie duplicate, integrazioni costose, governance più complessa e valore limitato su scala aziendale. Un fenomeno che, a sua volta, potrebbe un pilot purgatory, ossia una sorta di limbo dell’innovazione dove i progetti si moltiplicano ma il modello operativo della compagnia resta sostanzialmente invariato.
Dall’automazione alla trasformazione
Secondo l’indagine, molte imprese stanno utilizzando l’AI per rendere più veloci attività già esistenti. Un approccio che genera efficienza ma che, da solo, difficilmente produce una vera trasformazione. L’esempio riguarda l’underwriting. Se i modelli di AI sono ormai in grado di leggere e sintetizzare centinaia di pagine di documentazione in pochi minuti, il valore dell’underwriter non risiede più nella raccolta delle informazioni ma nella loro interpretazione, nell’applicazione del giudizio professionale e nel supporto decisionale a compagnie e intermediari.
Lo stesso principio vale per la gestione dei sinistri. Quando l’analisi documentale viene automatizzata, diventano più centrali il controllo della qualità delle decisioni, la gestione delle eccezioni e la relazione con l’assicurato, soprattutto nei momenti più delicati del suo percorso assicurativo. Per Capgemini, quindi, l’IA non dovrebbe essere considerata un semplice strato tecnologico da sovrapporre ai processi esistenti. La sfida consiste nel ripensare l’organizzazione del lavoro attorno alle nuove capacità offerte dall’AI.
Le tre mosse per diventare una compagnia AI-first
Per evitare che l’AI si trasformi nell’ennesimo silos tecnologico, il report propone un percorso articolato in tre passaggi. Il primo riguarda l’analisi di ruoli, attività e competenze, per comprendere quali attività possano essere automatizzate e quali debbano invece continuare a fare leva sulle capacità umane, come empatia, comunicazione e giudizio contestuale.
Il secondo consiste nella riprogettazione dei processi. L’AI generativa è soltanto uno degli strumenti disponibili: machine learning, automazione robotica, sistemi antifrode e AI agentica devono essere integrati in flussi di lavoro coerenti e complementari.
L’ultimo passaggio riguarda invece la governance. Le compagnie dovrebbero dotarsi di piattaforme condivise, capaci di gestire diversi modelli, standard di sicurezza comuni, interoperabilità con i sistemi esistenti e diffusione delle competenze maturate nelle varie funzioni aziendali.
Il vero vantaggio competitivo
Il successo dell’IA, secondo gli esperti di Capgemini, non dipenderà dal numero di sperimentazioni avviate ma dalla capacità di trasformarle in un modello operativo unitario. Le compagnie che riusciranno a superare la fase dei pilot potranno liberare risorse per attività a maggiore valore aggiunto, dall’innovazione di prodotto allo sviluppo di nuove soluzioni assicurative. Chi resterà intrappolato nell’AI debt rischia invece di accumulare nuovi costi e nuova complessità, senza ottenere la trasformazione promessa dalla tecnologia.
