L’intelligenza artificiale sta passando dalla fase sperimentale all’integrazione nei processi di assicuratori e riassicuratori, con benefici già visibili soprattutto nelle attività operative. L’effetto sulla redditività e sulla qualità del credito, tuttavia, resta per il momento non dimostrato e dipenderà dalla capacità delle imprese di estendere l’uso dell’AI, governarne i rischi e trasformare i progetti in risparmi e ricavi misurabili. È quanto emerge da un’indagine di S&P Global Ratings condotta su 121 assicuratori e riassicuratori a livello globale, che rappresentano circa il 38% degli attivi complessivi delle compagnie valutate dall’agenzia. La rilevazione mostra il progressivo superamento delle iniziative locali e dei progetti pilota a favore di strategie più strutturate, comprese quelle adottate da alcuni dei maggiori gruppi multilinea e riassicurativi.

Come noto, le applicazioni dell’AI si concentrano principalmente sul miglioramento dell’esperienza del cliente, sull’underwriting, sulla gestione dei rischi e sulla liquidazione dei sinistri. Secondo S&P, i miglioramenti operativi in ​​queste aree stanno emergendo prima dei benefici finanziari, anche perché molte iniziative sono ancora in fase iniziale o intermedia e non sono state estese all’intera organizzazione.

L’automazione dei flussi di lavoro, il supporto alle funzioni aziendali, l’aumento della produttività del personale, l’evoluzione delle soluzioni per la clientela e il rafforzamento della gestione del rischio sono indicati fra le principali priorità di investimento. Se attuate su scala, queste applicazioni potrebbero contribuire a migliorare la fidelizzazione, l’efficacia distributiva, il cross-selling e la selezione dei rischi.

Adozione ancora incompleta

L’indagine evidenzia un diverso tra diffusione delle iniziative e maturità effettiva dell’adozione. L’83% dei ri/assicuratori intervistati si colloca ancora nelle fasi iniziali o intermedie del percorso di implementazione dell’AI. Solo l’8% dichiara di avere progetti di AI pienamente integrati nell’intera organizzazione.

Il dato non è in contraddizione con l’ampia presenza di strategie di gruppo: circa un terzo dei partecipanti indica infatti che la propria strategia di intelligenza artificiale è pienamente integrata, mentre una quota rilevante sta lavorando per estendere i programmi a livello aziendale. La differenza dipende dal fatto che una strategia formalizzata non implica necessariamente che i singoli strumenti e progetti siano già operativi in ​​tutte le aree aziendali.

Tra gli ostacoli più citati figurano:

  • Dati frammentati, non strutturati o di qualità insufficiente.

  • Difficoltà nell’integrare i nuovi strumenti con i sistemi informativi preesistenti.

  • Carenza di personale con competenze specialistiche in AI e data science.

  • Resistenza al cambiamento nei processi e nella cultura aziendale.

  • Difficoltà nel portare i progetti pilota locali a scala di impresa.

  • Rischi di sicurezza informatica, protezione dei dati e conformità normativa.

Attese per efficienza e ricavi

S&P rileva che l’impatto dell’AI sulla redditività non è ancora quantificabile in modo conclusivo. La compagnia mediana del campione si attende, tuttavia, guadagni di efficienza compresi tra il 6% e il 7% entro il 2028 e un miglioramento dei ricavi tra il 4% e il 5% nello stesso orizzonte temporale. La quota di ri/assicuratori che si aspetta risparmi di costo superiori al 3% grazie all’AI dovrebbe salire dal 16% del 2025 all’80% entro il 2028. Per sostenere questa evoluzione, gli intervisteti prevedono di più che raddoppiare, nei prossimi tre anni, l’incidenza dei budget tecnologici collegati all’intelligenza artificiale sui costi complessivi.

S&P invita però alla prudenza nell’interpretazione di queste proiezioni. I costi dell’AI ei relativi ritorni sono difficili da isolare dall’esterno, poiché molte imprese li aggregano nella spesa IT generale o in programmi più ampi di ottimizzazione dei processi. Inoltre, i risparmi sui costi mirati sono generalmente più facili da rilevare rispetto agli incrementi di guadagno, che dipendono dalla variabile commerciale più numerosa e complessa.

Valutazione e governance

Fino a oggi l’adozione dell’AI non ha determinato azioni di rating nel settore assicurativo. S&P considera tuttavia le differenze di implementazione, maturità, governance ed esecuzione come fattori che potranno contribuire nel tempo a differenziare performance e merito di credito degli operatori.

La governance costituisce quindi uno dei principali elementi di attenzione. Quasi tutte le compagnie coinvolte nell’indagine hanno già istituito, oppure stanno sviluppando, un quadro di governo dell’AI; quasi due terzi dispongono anche di inventori dei modelli utilizzati. Secondo S&P, la diffusione di queste strutture riflette una maggiore consapevolezza dei rischi legati a errori nei modelli, violazioni regolamentari, problemi di privacy e costi di correzione o rimedio.

Il quadro delineato dall’agenzia non prefigura dunque un effetto automatico dell’AI sui bilanci degli assicuratori. I benefici più concreti sono per ora legati all’efficienza dei processi e alla gestione operativa; la capacità di trasformarli in maggiore profittabilità, crescita dei ricavi e miglioramento del profilo creditizio dipenderà dalla qualità dei dati, dalla disciplina nella governance e dalla capacità di evitare investimenti che accrescano i costi senza produrre risultati proporzionati.

© Riproduzione riservata