Il 43% delle imprese assicurative fa ricorso a una qualche forma di Intelligenza Artificiale, il 27% utilizza almeno un algoritmo di Machine Learning nei processi che hanno effetti diretti sulla clientela. Questi sono alcuni dei risultati di una rilevazione condotta dall’IVASS, l’Istituto per la vigilanza sulle assicurazioni, su 93 imprese assicurative operanti nel nostro paese. Secondo i dati dell’Osservatorio Artificial Intelligence della School of Management del Politecnico di Milano, nel 2022 il mercato dell’AI nel nostro paese ha raggiunto 500 milioni di euro, con una crescita del 32% rispetto all’anno precedente, di cui il 73% commissionato da imprese italiane (365 milioni di euro) e il 27% rappresentato da export di progetti (135 milioni di euro). L’IVASS ha interrogato tutte le aziende italiana più quattro imprese extra UE sull’utilizzo di algoritmi di Machine Learning nel rapporto con gli assicurati.
COS’È L’IVASS
L’IVASS è l’Istituto per la Vigilanza sulle Assicurazioni, un ente che vigila sulla gestione delle imprese assicurative per garantire l’adeguata protezione degli assicurati testando la trasparenza e la correttezza delle imprese assicurative. L’IVASS stabilisce le regole di comportamento che le imprese e gli intermediari devono osservare nell’offerta e nell’esecuzione dei contratti e ne verifica il puntuale adempimento. Cura le relazioni con le Associazioni dei consumatori, contribuisce alla lotta alle frodi nel settore r.c. auto e gestisce l’AIA (Archivio informatico Integrato Antifrode), strumento funzionale alla prevenzione e al contrasto delle frodi assicurative.
IL 61% DELLE GRANDI IMPRESE ITALIANE HA GIÀ AVVIATO ALMENO UN PROGETTO DI INTELLIGENZA ARTIFICIALE
I dati del Politecnico parlano chiaro: il 61% delle grandi imprese italiane ha già avviato almeno un progetto di AI, 10 punti percentuali in più rispetto a cinque anni fa. Tra queste, il 42% ne ha più di uno operativo. Fanno più fatica le PMI: il 15% ha almeno un progetto di AI avviato (nel 2021 era il 6%), ma quasi sempre uno solo, sebbene su tre abbia in programma di avviarne di nuovi nei prossimi due anni.
ANALISI DEI DATI ED ESTRAZIONE DELLE INFORMAZIONI
Il 34% delle aziende che si dota di strumenti di Intelligenza Artificiale utilizza soluzioni per analizzare ed estrarre informazioni dai dati (Intelligent Data Processing), soprattutto per realizzare previsioni in ambiti come la pianificazione aziendale, la gestione degli investimenti e le attività di budgeting. È molto importante anche la Language AI (28%), l’area di interpretazione del linguaggio, scritto o parlato, a cui afferiscono soluzioni Chatbot (tra queste la più famosa è ChatGPT) che consentono di estrarre ed elaborare automaticamente informazioni anche da documenti come atti giudiziari, contratti o polizze, o per analizzare le comunicazioni interne o esterne.
MACHINE LEARNING PER PREVENZIONE DELLE FRODI E ALLA GESTIONE DEI SINISTRI
Il 27% delle compagnie che utilizza almeno un algoritmo di Machine Learning nei processi con impatto diretto sulla clientela li applica, per una quota di mercato pari al 78% nel comparto danni e al 25% nel comparto vita. “I principali ambiti di utilizzo degli algoritmi di ML sono relativi alla prevenzione delle frodi e alla gestione dei sinistri, principalmente in ambito r.c. auto, e alla identificazione delle intenzioni di abbandono dei clienti (modelli di churn), anche a fini di pricing al rinnovo della polizza”, si legge nel rapporto.
CONTRASTO ALLE FRODI NELL’RC AUTO: L’AIUTO DELL’INTELLIGENZA ARTIFICIALE
Nella prevenzione delle frodi r.c. auto, gli algoritmi sono impiegati a supporto di modelli predittivi, e hanno la finalità di richiamare l’attenzione dell’operatore umano su potenziali indicatori di frode e per valutare le relazioni tra i soggetti coinvolti nei sinistri come conducenti, testimoni e periti. Il ML viene usato, inoltre, per ottimizzare i tempi di gestione del sinistro r.c. auto, con, ad esempio, la valutazione del danno mediante foto effettuate e inviate dal danneggiato, poste a confronto con una banca dati di foto di danni similari già liquidati. In altri casi fornisce una valutazione della priorità per la gestione dei sinistri, identifica i casi in cui il cliente potrebbe avere vantaggio nel rifondere il costo per non incorrere nel malus. Infine, ML viene utilizzata per il riconoscimento facciale del cliente in caso di contatto a distanza e, nelle polizze salute, per la previsione delle malattie che possono insorgere con maggiore probabilità.
I SOFTWARE DI MACHINE LEARNING IN AMBITO PRICING
Software di Machine Learning sono usate anche in ambito “pricing” per ottimizzare la precisione predittiva delle stime della probabilità di abbandono dei clienti e proporre uno sconto al momento del rinnovo del contratto.
POCA ATTENZIONE ALLA GOVERNANCE DEGLI STRUMENTI DI INTELLIGENZA ARTIFICIALE
Resta ancora molto da fare in materia di governance. Tra tutte le imprese intervistate solo una compagnia ha dichiarato di aver definito una policy specifica mentre 19 imprese hanno dichiarato di averne una in fase di definizione e 5 di non avere ancora programmato nulla in tal senso. Tuttavia, il 56% delle imprese che utilizzano algoritmi di ML ha dichiarato di essersi dotata di meccanismi interni che controllano l’attività dell’intelligenza artificiale per valutare la fairness verso gli assicurati e rilevare indesiderate esclusioni o discriminazioni dei clienti.
IL MACHINE LEARNING SOTTO LA SUPERVISIONE DEGLI ESSERI UMANI
Del resto, tutte le imprese che fanno uso di algoritmi ML utilizzano un approccio human in the loop, con una supervisione umana che verifica i risultati e prende la decisione finale sul processo e tra le compagnie che utilizzano ML, il 70% delle imprese nel comparto danni e il 22% nel comparto vita dichiarano di utilizzare specifici KPI/KRI (key performance indicator/key risk indicator) per valutare la performance dei modelli elaborati dagli algoritmi.
GLI ALTRI STRUMENTI DI INTELLIGENZA ARTIFICIALE: DAL COMPUTER COMPUTING AI BIG DATA
Tra gli altri strumenti di intelligenza artificiale utilizzati dalle imprese assicurative spicca, il computer computing, usato dal 37% delle imprese, il 16% adotta l’IoT – Internet of Things, il 27% sfrutta le informazioni derivanti dai big data mentre solo l’1% utilizza tecnologie legate alle blockchain. Il 20% degli algoritmi è gestito in outsourcing, mentre il restante è sviluppato direttamente dall’impresa o in collaborazione con partner tecnologici.
Articoli correlati
Le news su Belpietro, Cacciari, Crosetto, Fassino, Giannini, Patuelli, Scurati, Travaglio e Vannacci
Perché la Brexit fa male ai ristoranti italiani a Londra
Le lezioni della Basilicata
L’IA sta già intortando gli elettori indiani? Report Nyt
