Così le assicurazioni fanno leva sull'intelligenza artificiale

Con il successo di ChatGPT l'intelligenza artificiale ha rivelato le sue potenzialità anche al grande pubblico. Ma quella del chatbot non è che una delle possibili applicazioni. La capacità di elaborare grandi quantità di informazioni e di fornire indicazioni predittive potenzialmente remunerative è già una realtà per un buon numero di compagnie assicurative, anche in Italia.

 Il 27% delle compagnie, infatti, utilizza almeno un algoritmo di machine learning nei processi con impatto diretto sulla clientela, per una quota di mercato pari al 78% nel comparto danni e al 25% nel comparto vita. Più in generale, il 43% delle compagnie fa già uso di una qualche forma di intelligenza artificiale nei suoi processi.

Lo ha messo in luce la rilevazione effettuata dall'Ivass nel 2022 su 93 imprese assicurative, i cui risultati sono stati pubblicati i 1° marzo, dalla quale è emerso come questi strumenti di intelligenza artificiale siano adottati principalmente per “l’ottimizzazione dei processi interni e, in casi circoscritti, nei rapporti con gli assicurati”. Le possibili applicazioni sono ancora in una fase iniziale ma, in futuro, potranno aumentare anche le ricadute anche per i clienti finali. Poter elaborare e raccogliere più dati, infatti, consente alle imprese assicurative di determinare in modo più preciso quali di quali protezioni potrebbe aver bisogno il cliente – e quanto fargliele pagare.

Dove e come le assicurazioni sfruttano l'IA

Al momento le polizze che più hanno sperimentato l'utilizzo del machine learning appartengono al ramo danni, con una solida prima posizione per l'assicurazione auto. Attualmente gli algoritmi di machine learning vengono utilizzati soprattutto per la prevenzione delle frodi e la gestione dei sinistri proprio in relazione all'Rc auto. Ma c'è anche l'anticipazione delle mosse del cliente: l'algoritmo può prevedere il rischio di un mancato rinnovo della polizza e proporre uno “sconto tattico” al cliente per convincerlo a sottoscrivere il contratto: un modello noto come 'churn'. 

Quattro imprese sulle 93 intervistate, poi, hanno implementato un chatbot di intelligenza artificiale, presumibilmente per gestire il rapporto con la clientela a distanza. Altre quattro utilizzano l'intelligenza artificiale anche per la determinazione del prezzo delle polizze, uno degli ambiti in cui l'elaborazione dei dati può consentire una segmentazione efficace della clientela e del rischio. Ad esempio, spiega l'Ivass, “per costruire cluster di rischio in cui classificare i veicoli e le zone geografiche, per determinare i coefficienti di tariffa nel calcolo del premio”. In questo modo, l'assicurazione può determinare il premio in modo il più possibile aderente alle probabilità che il sottoscrittore incorra in un sinistro, con tecniche sempre più sofisticate. 

Che questo possa risultare in effetti potenzialmente iniqui per alcune categorie di clientela è un tema del quale le compagnie dimostrano di essere consapevoli: “Il 56% delle imprese che utilizzano algoritmi di machine learning dichiara di essersi dotata di meccanismi interni per valutare la fairness verso gli assicurati”, ha riferito l'autorità di vigilanza, con l'obiettivo di “rilevare indesiderate esclusioni o discriminazioni dei clienti”. E le compagnie che non si sono preoccupate del tema, affermano di non fare uso di algoritmi potenzialmente discriminatori. Di sicuro, si tratta di un'area nella quale le logiche di profitto abilitate all'IA potranno sollevare interrogativi nuovi, man mano che le abilità di elaborazione dei dati del cliente si faranno più sofisticate.

Benché le polizze auto e salute dominino la classifica delle attuali applicazioni dell'IA in ambito assicurativo, si notano già dalla rilevazione Ivass le prime sperimentazioni anche in prodotti del vita come multiramo, le polizze temporanee caso morte e (per quanto in coda) anche polizze vita unit linked e rivalutabili – tipicamente associate all'investimento.

Machine learning applicato alle polizze, il caso di Wopta

Anche un campo relativamente meno coperto a livello assicurativo in Italia, quello delle polizze dedicate alle micro e piccole imprese, ha visto nuove applicazioni delle tecniche di machine learning. Artigiani e piccoli imprenditori hanno poco tempo a disposizione per valutare i propri bisogni assicurativi e spesso non hanno le competenze necessarie per capire di quali garanzie avrebbero bisogno, ha raccontato a We Wealth Ivan Pivirotto, managing director della startup assicurativa Wopta, attiva nel settore dal febbraio 2022. Wopta, che distribuisce le polizze tramite modello ibrido (phygital), “chiede pochi dati al cliente, come ad esempio la Partita Iva”, ha raccontato Pivirotto, “da essa possiamo capire dove opera l'impresa, in quale settore e ricavare un'indicazione del rischio collegato a quell'attività”. In seguito a una verifica dei dati, l'algoritmo è in grado di sottoporre in modo relativamente agile una serie di soluzioni assicurative strutturate su tre livelli crescenti di garanzie e di prezzi. La polizza “base”, dunque, contiene le coperture che, per quel tipo di impresa o attività professionale sono più essenziali. In sintesi, l'elaborazione dei dati consente di semplificare l'individuazione dei bisogni dei clienti, nonché l'elaborazione delle relative soluzioni assicurative. “Non possiamo pretendere che sia sempre il professionista a riconoscere le tutele assicurative di cui ha bisogno”, ha affermato Pivirotto. E se l'idea di essere messi sotto la lente di un algoritmo può non essere confortevole per tutti, resta cruciale il rapporto con la rete di vendita, il cui compito è anche quello di rassicurare sulla natura di un processo che nasce con lo scopo di individuare una soluzione nell'interesse del cliente “ad un prezzo corretto”.