L'intelligenza artificiale sta cambiando l'intero settore assicurativo e non si tratta di una novità recente, legata alle tecnologie di IA generativa tanto in voga negli ultimi mesi, ma di un processo iniziato molto tempo fa. Affidarsi ad algoritmi e sistemi di apprendimento automatico è in realtà un approccio che negli ultimi anni ha preso sempre più piede nei segmenti in cui c'è la necessità di elaborare ingenti quantitativi di dati. Il settore assicurativo è probabilmente uno di quelli che più ha attinto alle tecnologie di IA, facendo anche da apripista per un loro utilizzo sempre più massivo. Come funzionava in precedenza, quando l'IA era solo un miraggio o una proiezione quasi fantascientifica?

C'è stato un tempo in cui le compagnie assicurative, indipendentemente dal ramo in questione, si sono trovate nella medesima condizione odierna, ossia gestire in modo coerente enormi flussi di dati. L'unico modo per riuscire a portare avanti una gestione oculata è sempre stato quello di affidarsi a dati statistici e storici, nonché a un utilizzo estensivo di agenti in carne e ossa, che fino ai primi anni '90 hanno fatto da tramite tra cliente e compagnia assicurativa. L'era della digitalizzazione e del proliferare delle assicurazioni auto online ha lentamente diluito il rapporto umano e si è parallelamente visto un aumento dei contratti stipulati con realtà che operano esclusivamente da remoto, dapprima telefonicamente per poi passare rapidamente alle tante compagnie sul web disponibili oggi, che ha portato a una maggior rigidità e freddezza nei confronti dei singoli utenti. Lavorare sulla base di risultati statistici e storici ha sicuramente avuto il vantaggio di semplificare i processi di valutazione dei casi, ma questo approccio ha sempre e solo funzionato bene su larga scala. Ed è qui che l'intelligenza artificiale potrebbe portare un grosso contributo.

Il 2023 è sicuramente l'anno in cui le tecnologie di IA generativa hanno iniziato a proliferare, attirando l'attenzione di mass media e utenti come mai era successo fino ad ora. Ma quali sono le reali applicazioni in ambito assicurativo e come se ne stanno servendo le compagnie, di qualunque genere siano? Come vedremo a breve, a fianco dei possibili rischi, l'intelligenza artificiale sta portando (e porterà) numerosi vantaggi per tutti, anche per l'utente finale. Ma sarà necessario prestare attenzione e vigilare prima che comportamenti poco virtuosi possano proliferare. Proviamo ad analizzare i campi di applicazione più interessanti al momento in ambito assicurativo.

Si tratta di uno degli aspetti che ha maggiormente tratto giovamento dall'utilizzo di algoritmi IA e del machine learning, tuttavia i vantaggi attuali potrebbero essere solo l'inizio di un processo sempre più ottimizzato e in grado di avvalersi delle tecnologie in evoluzione, tanto che è difficile fare una previsione concreta di cosa potrà accadere nei prossimi anni.

Per capire meglio di cosa stiamo parlando, è bene sapere che le frodi subite dalle assicurazioni impattano per svariati miliardi di euro (a livello europeo) e ciò si ripercuote anche sugli onesti cittadini, quelli che rispettano la legge in modo ligio senza affidarsi a raggiri o alla produzione di false dichiarazioni. Le frodi finalizzate all'ottenimento di rimborsi non dovuti sono un malcostume da sempre presente, ma un crescente utilizzo di automatismi in grado di incrociare i dati e analizzare meglio gli altri elementi sta già dando i suoi frutti.

Se già gli algoritmi di apprendimento automatico stanno aiutando in questo, tutto potrebbe migliorare ulteriormente in futuro: pensiamo ad esempio alla capacità di analizzare le immagini e le foto, spesso allegate come documento probatorio nelle fasi di contestazione. L'intelligenza artificiale degli LLM più recenti è in grado non solo di analizzare e scovare prove di contraffazione, ma anche di comparare al meglio più immagini tra loro e identificare con precisione molte criticità spesso sfuggenti. Questi strumenti stanno già trovando applicazione e sempre più spesso si scopre che gli autori delle frodi si affidano alle medesime prove visive o a pattern simili, per richiedere rimborsi reiterati nel tempo.

Se guardiamo ancora oltre, arriverà un giorno in cui sarà possibile accedere con facilità ai dati raccolti tramite le registrazioni delle telecamere di sicurezza, confrontare i dati visivi e gli orari, il tutto in modo automatico e senza intervento umano, naturalmente parliamo di casi di incidenti e casi simili. Un'analisi così dettagliata porterà vantaggi sia per le assicurazioni sia per l'eventuale parte lesa, ma a onor del vero siamo ancora lontani da un approccio simile, poiché la struttura necessaria a sostenere un modus operandi di questo genere è ancora un miraggio.

Senza uscire troppo dall'argomento ma per capire meglio questo passaggio, è bene sapere che le intelligenze artificiali generative di ultima generazione richiedono grandi potenze di calcolo per poter funzionare in modo rapido e coerente. La stessa Microsoft si è trovata in difficoltà negli ultimi giorni, ossia da quando ha eliminato la lista d'attesa per l'utilizzo del suo Bing Chat in Microsoft Edge. Molti utenti hanno iniziato a lamentare una progressiva lentezza del chatbot e l'azienda stessa ha ammesso che non è riuscita a creare una struttura hardware adeguata e in grado di sopportare il grande carico di lavoro.

La situazione ora sta lentamente migliorando, ma è evidente che maggiore sarà il volume di dati da processare e maggiore sarà il costo in termini di potenza ed energia necessarie per mantenere in salute tutto l'apparato.

Uno strumento formidabile come quello dell'intelligenza artificiale non rappresenta solamente un vantaggio per le compagnie assicurative, ma anche per l'utente finale, che sin da ora ha accesso a servizi più rapidi e puntuali nella maggior parte dei casi.

L'utilizzo di algoritmi IA sta portando a una gestione dei sinistri sempre più puntuale e oculata, sebbene l'intervento umano sia ridotto al minimo e quasi mai viene svolto dal personale, tranne casi rarissimi. Gli stessi vantaggi descritti nel paragrafo superiore, quello relativo al contrasto alle frodi, sono applicabili ad esempio anche alla valutazione di un sinistro, e con il migliorare delle tecnologie lo saranno in modo sempre più convincente nei prossimi anni.

Se da un lato l'automatizzazione sta portando a una forte riduzione del personale, dall'altro tutto si traduce in costi minori per la compagnia e per i clienti, o almeno così dovrebbe essere, e gli organi di vigilanza dovranno fare molta attenzione in futuro. Si sta inoltre aprendo la strada a nuove forme di assicurazioni personalizzate, create a partire da un'analisi effettuata sui potenziali bisogni di un cliente. Questo potrebbe tradursi nella nascita di quelle che vengono definite "micro-assicurazioni", ossia dei contratti molto specifici che un giorno potrebbero prendere in considerazione un numero sempre maggiore di parametri. Ciò potrebbe tradursi in servizi accessibili più rapidamente tramite le applicazioni proprietarie. Pensiamo ad esempio a polizze brevi, basate su esigenze del momento (viaggi e altro), attivabili con semplicità e in pochi secondi. Si parla anche di una possibile valutazione dello stato emotivo dell'utente, per offrire risposte adeguate, puntuali e naturalmente automatizzate, ma per tutto ciò dovremo attendere ulteriori sviluppi delle tecnologie attuali.

Appare evidente che le novità in ambito IA stanno portando a un cambiamento nell'approccio, non solo con il cliente, ma anche nella gestione di sinistri, truffe e molto altro, come si è capito dai due capitoli precedenti dello speciale.

Man mano che la capacità di analisi dei dati aumenterà, e come abbiamo visto avrà bisogno di una solida infrastruttura alle spalle, anche l'approccio delle compagnie varierà di conseguenza. Si parla già di un atteggiamento maggiormente preventivo rispetto a quello riparativo utilizzato in precedenza. Il concetto di rischio sta quindi cambiando, diventando sempre più specifico e predittivo rispetto com'era solamente qualche anno fa, e ciò si collega molto bene alle nuove micro-assicurazioni di cui abbiamo parlato poco sopra, possibili solamente con una conoscenza dettagliata della storia di un cliente e delle sue reali necessità.

È un dato di fatto che un maggior numero di dati e di fonti a disposizione consentirà di delineare meglio le offerte, premiando i clienti più virtuosi a scapito di quelli disonesti o dissoluti.

Eppure il rischio che le tecnologie di intelligenza artificiale possano essere abusate è sempre dietro l'angolo, e quando si parla di informazioni personali e privacy dovremmo tutti prestare maggiore attenzione e valutare attentamente il modo con cui condividiamo sul web dati sensibili.

La buona notizia è che l'IVASS, ossia l'Istituto per la vigilanza sulle assicurazioni, ha iniziato ad affrontare la questione 'morale ed etica' già nel 2021, riconoscendo che a fianco dei tanti vantaggi sopra descritti, non mancano nemmeno rischi etici, morali e naturalmente legali, derivanti da un abuso delle tecnologie di intelligenza artificiale. L'obiettivo, come descritto in una pubblicazione risalente a febbraio 2021, è spingere verso un utilizzo etico dell'IA, combattere i rischi di proliferazione dell'illegalità e promuovere la trasparenza.

Nel frattempo ci si sta muovendo anche a livello europeo al fine di definire standard e limiti delle tecnologie IA, anche nel comparto assicurativo. Alcune compagnie italiani si stanno muovendo in autonomia, promuovendo un uso responsabile dei dati degli utenti e lavorando ad algoritmi funzionali, ma direttamente controllati e migliorati da esperti in carne e ossa. Si deve fare ancora molto da questo punto di vista e quasi tutti gli esperti concordano che sarà necessaria una regolamentazione, non solo a livello europeo ma globale.