Il settore assicurativo vanta una lunga storia, che va dal Codice di Hammurabi (circa 1750 a.C.), passa per lo ius maritimum dell’antica Roma e arriva fino al Caffè di Edward Lloyd sulle rive del Tamigi (1688).

Da notare che la compagnia assicurativa più longeva degli Stati Uniti (The Philadelphia Contributionship, 1752) fu fondata, tra gli altri, da Benjamin Franklin. A lui, dobbiamo il detto:

“Prevenire è meglio che curare.” 

I limiti del risarcimento

Al giorno d’oggi, le tecnologie digitali consentono alle compagnie assicurative di creare eccellenti modelli operativi incentrati sul cliente, che Ben Franklin avrebbe potuto solo sognare. Tuttavia, la tradizionale proposta di valore del settore, basata sul principio del risarcimento, rappresenta una minaccia per le opportunità di crescita a lungo termine, mentre si assiste a un drastico aumento dei costi di gestione a breve termine.

In tutto il mondo, le compagnie assicurative devono fare i conti con situazioni tutt’altro che incoraggianti. Basti pensare alle forti pressioni inflazionistiche che minano gli sforzi per contenere i costi, alle aspettative dei clienti circa le funzionalità in tempo reale o alla necessità di innovare i prodotti in tutte le linee di business per garantire un'esperienza cliente personalizzata e sorprendente a un prezzo concorrenziale.

Gli assicuratori, insomma, devono continuare a sviluppare i loro modelli di business semplicemente per sopravvivere. Tecnologie come l’intelligenza artificiale (AI) e la generative AI (GenAI) possono accelerare questa evoluzione, ma i limiti del risarcimento continueranno a rallentare lo slancio.

“Per accelerare l’evoluzione, le compagnie assicurative devono passare a una nuova proposta di valore: prevedere e prevenire.”

È ora che che il settore assicurativo cambi

Immagina soluzioni assicurative per il ramo danni o per il ramo vita che identifichino attivamente i rischi che una persona o un'azienda possono eliminare per evitare una perdita. Solo cinque anni fa, queste soluzioni sembravano idee fantasiose. Ma ora la fantasia è diventata realtà. Per esempio:

Qualcosa deve cambiare.

Sfidare lo status quo

Come altri progressi tecnologici hanno dimostrano, il successo nasce dall'audacia con cui si sfida lo status quo.

Per poter eguagliare la potenza di calcolo espressa in un secondo (teraFLOPS) dai computer exascale più potenti al mondo, un essere umano dovrebbe eseguire una somma al secondo per 31,7 miliardi di anni.

Considerando le profonde implicazioni di questa tecnologia, appare insensato non approfittarne. Soprattutto quando sappiamo che i segnali provenienti dagli smartphone e dai dispositivi IoT possono essere sfruttati per identificare in modo proattivo le situazioni suscettibili di causare o aggravare una perdita.

È giunto il momento di mettere in discussione l’approccio tradizionale al risarcimento e di riconsiderare l’idea secondo cui deve verificarsi un evento avverso prima che una compagnia assicurativa intervenga.


Perdite derivanti da disastri naturali

Nel suo rapporto 2024 Climate and Catastrophe Insight , Aon ha riferito che nel 2023 i disastri naturali a livello globale hanno provocato perdite economiche superiori alla media, per un totale di 380 miliardi di dollari. In tutto il mondo, gli assicuratori hanno coperto 118 miliardi di dollari e hanno stabilito un numero record di disastri assicurati per un miliardo di dollari. Il 2023 è stato anche l’anno con il maggior numero di vittime dal 2010 (in totale 95.000), nonché il più caldo mai registrato.


Anche se l’AI non è perfetta, niente ci vieta di usarla

Se analizziamo la reazione iniziale delle compagnie assicurative all'introduzione di Internet, scopriremo che molte di esse ne avevano inizialmente vietato l’uso. Oggi, invece, cercare informazioni online per la valutazione dei rischi, sia in fase di sottoscrizione di polizze che durante la liquidazione di sinistri, è una pratica comune.

Sappiamo bene che non tutto ciò che si trova in rete è veritiero, ma è comunque utile per raccogliere informazioni. Il trucco è riuscire a determinarne l’attendibilità.

L’AI è una creatura dell’uomo e come tale ne erediterà anche i difetti. Ma, analogamente a quanto è accaduto con le ricerche online, nel tempo l’AI finirà per permeare i processi assicurativi.

La chiave per risolvere i problemi legati alle informazioni errate? È tutta una questione di dati.

Ricorda, è nei dati che il diavolo nasconde la coda

Le compagnie assicurative raccolgono e archiviano una vera e propria miniera di dati. Una singola polizza può essere valutata in base a centinaia, se non addirittura migliaia, di variabili: dettagli sull’assicurato o sul titolare dell’azienda, sui locali assicurati, sulla storia dei sinistri, ecc.

La presenza di piccole imprecisioni può determinare, e di fatto determina, differenze sostanziali nei premi assicurativi e l’accettazione di rischi che non dovrebbero mai essere sottoscritti. Infatti, in alcuni casi vengono addirittura respinti.

Ciò accade perché quando si richiede una polizza, i dati vengono raccolti attraverso scambi di informazioni, a volte online, a volte su carta e (sì, certo) a volte perfino via fax. Spesso le inesattezze emergono solo dopo un sinistro e dopo una valutazione più accurata del rischio. Se la raccolta di dati è stata effettuata da un agente, si può attivare la copertura per errori e omissioni.

È vero che la verifica manuale consente di individuare il 95% degli errori, ma può anche essere dispendiosa per le parti coinvolte in termini di tempo. Di conseguenza, accade spesso che le informazioni utilizzate per la stesura di una polizza non vengano verificate.

È sempre più frequente che terze parti, come Dun & Bradstreet, offrano dati e persino pacchetti di dati. Le informazioni ufficiali accessibili online possono fornire informazioni più approfondite sui singoli rischi.

I vantaggi? Secondo McKinsey,  adottando la sottoscrizione digitalizzata, le compagnie assicurative possono ottenere aumenti a due cifre dei premi e della profittabilità.

In questi esempi, che intervenga un agente o un terzo, il problema di base rimane: le informazioni sono state raccolte da un intermediario, piuttosto che alla fonte (cioè il cliente). E poiché la maggior parte delle informazioni permette di definire il rischio solo in modo approssimativo, le compagnie assicurative devono accettare il fatto, nella migliore delle ipotesi, che “avvicinarsi il più possibile all’obiettivo è già una vittoria”.

Superare il caos e sfruttare i nuovi dati

Come possiamo evolverci per migliorare l’accuratezza dei modelli di prezzo, le decisioni circa le coperture assicurative e l’esperienza di gestione dei sinistri per i clienti, siano essi privati o aziende?

Dobbiamo rivolgersi a nuove fonti di dati (talvolta definiti dati alternativi) che possano fornire informazioni più approfondite sui profili di rischio. In questo modo, saremo in grado di cominciare a prevenire i sinistri.


Generare modelli di intelligenza artificiale più accurati

I ricercatori hanno dimostrato che l'AI può essere utilizzata per generare modelli più accurati e benefici economici annui per 162 miliardi di dollari. Solo pochi anni fa, tali capacità erano ben oltre la nostra immaginazione.


Grazie alla rapida crescita della potenza di calcolo e alla diffusione del cloud computing, gli assicuratori possono ora ottenere enormi quantità di dati da nuove fonti (come immagini aeree, IoT, informazioni pubbliche e molto altro) da analizzare con un’elaborazione parallela in tempi più rapidi.

I dati sul comportamento effettivo degli assicurati sono superiori ai dati surrogati. Recentemente, alcune case automobilistiche sono state indagate per aver condiviso le informazioni in loro possesso con le compagnie assicurative. Non è un segreto che oggi i veicoli connessi raccolgano informazioni sul comportamento al volante. Queste informazioni — come le frenate e le accelerazioni brusche, la guida nelle ore notturne, l’eccesso di velocità e così via — possono essere utilizzate, e di fatto lo sono, per sviluppare le tariffe assicurative.

D’altra parte, i dati possono anche essere utilizzati ai fini della prevenzione di incidenti e danni. Varrebbe la pena esaminarli attentamente. Basti considerare che:

La crescita dell’UBI

Secondo J.D. Power, l’adesione all’assicurazione basata sull’utilizzo o UBI (usage-based insurance ) è più che raddoppiata nel 2023 rispetto al 2016. Tra i clienti che si rivolgono per la prima volta a un assicuratore, il 26% aderisce a un programma UBI. Inoltre, in relazione al premio assicurativo pagato, il livello di soddisfazione degli aderenti a tali programmi è superiore di 59 punti percentuali rispetto a quello dei non aderenti.

All’inizio di quest'anno ho partecipato a un programma promosso da Cambridge Mobile Telematics (CMT) per la riduzione della guida distratta e ho constato in prima persona come le notifiche riducano la distrazione del guidatore, fatto che mi è stato confermato anche dal responsabile della telematica di una compagnia assicurativa statunitense che gestisce un programma simile.

I dati contenuti nel rapporto State of US Road Risk in 2024 di CMT mostrano che nel 2023 la distrazione alla guida è calata del 4,5%, evitando più di:

  • 55.000 incidenti
  • 31.000 feriti
  • 250 vittime
  • 2,2 miliardi di dollari in danni economici.

Affinare i dati inutilizzati e sfruttarli per ispirare il cambiamento

Chi ricorda il vecchio adagio: “I dati sono il nuovo petrolio”? Per quanto grossolana (lo ammetto), l’analogia è comunque veritiera, perché il petrolio deve essere estratto dal sottosuolo, raffinato e infine distribuito per l’uso e il consumo.

I dati non sono diversi. Quelli telematici o UBI rappresentano una fonte inutilizzata di cui le compagnie assicurative possono e devono servirsi per migliorare la proposta di valore del settore.

State Farm ha esteso il proprio programma per la protezione dagli incendi a due milioni di famiglie, grazie a Ting e Whisker Labs. Le amministrazioni statali e locali stanno utilizzando le tecnologie delle smart city per alleviare la congestione del traffico e combattere il rischio di inondazioni. E all’Apple Watch è stato attribuito il merito di aver salvato delle vite tramite l’app per la frequenza cardiaca.

Queste storie ispirano il cambiamento del settore. Non tutti i danni verranno evitati, ma alcuni di essi lo saranno grazie alla potenza dell’AI. Alleggerire il peso dei sinistri, salvare vite umane e migliorare il valore economico genererà un impatto a valle sufficiente a spingere il settore in una nuova era.

Scopri quali sono i cinque principali problemi del settore assicurativo e perché l’AI non è tra questi

VUOI RICEVERE MENSILMENTE MAGGIORI APPROFONDIMENTI? | SCRIVITI ALLA NEWSLETTER SAS INSIGHTS

Share

About Author

Franklin Manchester

Prior to joining SAS, Franklin held a variety of individual contributor and people leader roles in Property and Casualty Insurance. He began his career as an Associate Agent for Allstate in Boone, NC. In 2005, he joined Nationwide Insurance as a personal lines underwriter. For 17 years at Nationwide, he managed personal lines and commercial lines underwriters, portfolio analysts, sales support teams and sales managers. Additionally, he supported staff operations providing thought leadership, strategy and content for sales executive offices.

Leave A Reply

Back to Top