Innovation sparks
Innovare il futuro dell'assicurazione: dati e intelligenza artificiale al centro
Di Alena Tsishchanka, Head of EMEA Industry Business Development, SAS
Tempo di lettura: 7 min
Come in ogni settore, anche nel mondo assicurativo, l’analisi dei dati e l’intelligenza artificiale svolgono e svolgeranno sempre più un ruolo fondamentale nel processo di trasformazione, con impatti importanti in termini di produttività, costi e processi. Ecco perché oggi più che mai è necessario porre l’attenzione sull’affidabilità e trasparenza dell’intelligenza artificiale, affinché fornisca un valido supporto all’intelligenza umana e garantisca al contempo la sicurezza dei dati personali e output scevri da pregiudizi.
Ma quanto siamo lontani da questo obiettivo? E, soprattutto, il settore assicurativo è pronto per i cambiamenti?
Decision Making
Il 90% dei dipendenti ritiene di poter prendere decisioni migliori con gli insight provenienti dall’analisi dei dati e dall’intelligenza artificiale. (The Rise of the Data-Driven Enterprise)
Customer Experience
I consumatori finali saranno più disponibili a condividere i loro dati solo in cambio di un utilizzo corretto e sicuro degli stessi: da una recente ricerca condotta da SAS, uno schiacciante 90% degli intervistati (Faces of Fraud | SAS) ritiene che istituzioni e aziende dovrebbero impegnarsi maggiormente nel proteggerli. La nuova generazione di clienti, infatti, non è necessariamente fedele, specie se hanno avuto un'esperienza negativa.
Skill e professioni
È ormai condiviso il ruolo chiave del data scientist ma, con un impatto tecnologico così ampio sull'intera organizzazione, l'innovazione non può rimanere circoscritta all’ambito analitico.
Per diffondere l’intelligenza artificiale su larga scala anche ad altri stakeholder aziendali, è sempre più necessaria la figura del Citizen Data Scientist, una figura ibrida, a metà fra l’utente e lo sviluppatore di modelli di AI e machine learning, che è in grado di contestualizzare le informazioni emerse dall’analisi dei dati.
Già nel 2021 un report di Gartner stimava che entro il 2025, il numero di Citizen Data Scientist sarebbe cresciuto 5 volte più velocemente
Abbiamo collaborato con diversi clienti per integrare l’intelligenza artificiale nei processi di gestione dei sinistri. Ciò implica l'applicazione di modelli analitici nelle varie fasi del processo, come la notifica del sinistro, la verifica di rischi di frode, e decisioni automatizzate basate sui risultati dei modelli. Alena Tsishchanka Head of EMEA Industry Business Development SAS
Secondo il MRE Tech Radar 2023 , i seguenti trend sono tecnologicamente maturi e pronti per essere adottati dalle compagnie assicurative:
- Machine-driven decisions
- Democratizzazione dell'Intelligenza Artificiale
- Responsible AI
- Generative AI
Machine Driven Decisions
L’adozione di questa tecnologia si focalizza sulle decisioni aziendali che derivano e sono supportate dall'analisi dei dati ed eseguite da macchine, con o senza supervisione umana. Con diverse opportunità interessanti per le compagnie assicurative:
- Automatizzare processi ripetitivi: ad esempio, la verifica dell’appartenenza di un cliente a un determinato segmento o il controllo dei costi dei pezzi di ricambio.
- Eliminare il pregiudizio: a differenza delle persone, le decisioni guidate dalla macchina seguono criteri decisionali chiaramente definiti e non sono influenzate da valutazioni personali che potrebbero influire involontariamente sul processo decisionale.
- Focus sul valore umano: automatizzando compiti di base, i collaboratori possono concentrarsi su attività che valorizzino effettivamente la loro esperienza e le loro competenze.
Non dobbiamo tuttavia trascurare il fatto che possano sussistere dei rischi nell’adozione dell’intelligenza artificiale e l’assenza di un intervento umano potrebbe portare a decisioni errate. Ecco perché è fondamentale la supervisione. Potrebbero inoltre esserci pregiudizi involontari determinati da dati incompleti utilizzati per costruire il modello.
In SAS abbiamo collaborato con diversi clienti per integrare l’intelligenza artificiale nei processi di gestione dei sinistri. Ciò implica l'applicazione di modelli analitici nelle varie fasi del processo, come la notifica del sinistro, la verifica di rischi di frode, e l'uso di decisioni automatizzate basate sui risultati dei modelli. In questo modo, è possibile prevedere il grado di complessità del sinistro e i rischi associati (churn del cliente, contenzioso) in modo da applicare il percorso di gestione più adatto al caso. Inoltre, è possibile fornire una serie di elementi utili ai decision maker, consentendo loro di trovare rapidamente la risoluzione ottimale del caso.
Democratizzazione dell’Intelligenza Artificiale
Le potenzialità dell’intelligenza artificiale stanno diventando più accessibili a tutte le figure coinvolte lungo l'intera catena del valore, grazie alle tecnologie "no code" / “low code” e alle funzionalità analitiche trasparenti, con la possibilità di ottenere spiegazioni sui risultati. Una grande opportunità per diffondere una cultura dell'innovazione nell'organizzazione - incoraggiando i dipendenti di tutti i livelli a utilizzare l'IA per risolvere problemi in modo creativo - e garantire una migliore tracciabilità e chiarezza dei risultati.
Insieme a una delle più grandi aziende nel settore finanziario abbiamo realizzato un progetto che ha reso l'Intelligenza Artificiale accessibile a 18.000 dipendenti, 1.000 analisti e 3.000 sviluppatori permettendo loro di utilizzare strumenti analitici per supportare le loro attività. Il risultato? Insight utili per oltre 40 dipartimenti! L'obiettivo era garantire al business la libertà di ottenere informazioni rapidamente, mantenendo la sicurezza dei dati, il controllo IT sui sistemi, garantendo che ogni utente fosse ben formato e avesse accesso solo alle funzioni che poteva utilizzare in modo sicuro.
Responsible AI
Per le compagnie assicurative, come per qualsiasi settore, è importante che l’uso delle tecnologie di intelligenza artificiale e l’automazione rispetti i concetti di affidabilità, etica e responsabilità. Molte applicazioni possono influenzare la vita delle persone e un possibile pregiudizio potrebbe portare a un trattamento ingiusto, ad esempio, incrementando il prezzo della polizza basandosi sull’appartenenza ad una specifica nazionalità. Questo tema, che è all’attenzione delle istituzioni dell’Unione Europea e in altri Paesi, mira a regolamentare l’utilizzo di tecnologie che possano causare risultati discriminanti. Le compagnie assicurative devono organizzarsi per garantire che i propri modelli analitici e le regole applicate non abbiano impatti negativi e siano monitorate costantemente.
Un altro caso interessante a cui stiamo lavorando con una grande compagnia assicurativa riguarda appunto l'IA Affidabile. Il nostro approccio, che segue un modello basato sui rischi, prevede la valutazione di tutti i modelli esistenti nell'azienda. In base all'impatto che questi modelli hanno sul cliente finale, li suddividiamo in modelli critici, ad alto rischio, medio e basso rischio, trattando ciascuna categoria in modo differente. Ciascun modello si integra nel sistema centrale, dove vengono applicati i questionari per valutazioni di rischio, e quindi gestito in modo trasparente e tracciabile.
Generative AI
Così come in altri settori, l'esplosione della Generative AI ha costretto anche il mondo finance ad adattarsi rapidamente a queste nuove tecnologie, portando con sé un'ondata di questioni normative ed etiche. Quale sarà nello specifico l’impatto sul mondo assicurativo? Quali i rischi e le opportunità? E ancora, quali sono le competenze necessarie e i punti di attenzione da considerare nell'applicazione di queste tecnologie? Ti invito a leggere questo articolo dedicato alla Generative AI.
Acceleratori dell'Innovazione
Dai progetti di trasformazione e innovazione a cui abbiamo lavorato con le compagnie assicurative, possiamo concludere che i veri acceleratori in grado di garantire un’adozione di successo di AI e analytics sono:
Gli Ecosistemi che riguardano la gestione delle relazioni con le Insurtech e altri partner e l’implementazione di standard di interoperabilità sicuri.
L'integrazione con i sistemi legacy e una corretta strategia cloud (strategie ibride e multi-cloud) con un piano di transizione.
I risultati misurabili: è cruciale rivalutare i KPI e creare nuove metriche di riferimento strettamente allineate agli obiettivi, ad esempio, il valore per il cliente, la generazione di nuovi ricavi e lo sviluppo delle competenze.
Una cultura basata sui dati che abilita la collaborazione tra funzioni, la condivisione dei dati, l'organizzazione matriciale e la crescita delle competenze delle persone.
Mi piace l’idea di concludere con una citazione di Gandhi in cui ci invita a compiere azioni audaci ma ad assumerci la responsabilità personale del cambiamento, consapevoli dell'impatto delle nostre azioni sul mondo. Ricordiamo sempre: 'Devi essere tu il cambiamento che vuoi vedere nel mondo”.
29 febbraio 2024
Articoli consigliati
-
Innovation SparksLe Model Card di SAS: una bussola per la trasparenza e l’eccellenza nei modelli di Intelligenza ArtificialeIntegrate nella piattaforma SAS Viya, le Model Card di SAS sono concepite per documentare e chiarire ogni aspetto dei modelli di intelligenza artificiale e machine learning.
-
What's HotUna realtà dell’AI oltre l’hype per il settore sanitario e il mondo Life Science. Le previsioni di SAS per il 2025.Industrie farmaceutiche e mondo della sanità compiono passi decisi verso l’innovazione dell’AI e la digital transformation.
-
Innovation sparksToyota Financial Services e il Supporto Avanzato di SASCarla Sanarica, IT CRM and Data Analytics Manager, descrive l'ambizioso percorso di trasformazione digitale di Toyota Financial Services e l'importanza della scelta di un partner tecnologico affidabile e collaborativo.
-
Innovation sparksAI e innovazione dei dati: come l’intelligenza artificiale cambia i processi e protegge le informazioniNaica Tedesco, Senior Manager di Target Reply con anni di esperienza nella consulenza strategica dei dati, condivide una visione pragmatica sull’AI, in cui il potenziale innovativo si bilancia con la necessità di garantire sicurezza e privacy.