Ricerca Cetif, spinta AI nelle vendite delle assicurazioni

Cetif, il centro di ricerca dell’Università Cattolica del Sacro Cuore, in collaborazione con Gft Technologies Italia ha studiato il settore assicurativo italiano come verticale che investe in misura importante nell’intelligenza artificiale, ma fatica ancora a tradurre le sperimentazioni in trasformazione industriale. Al centro della sfida: superare la frammentazione dei processi distributivi e costruire un nuovo modello di relazione con il cliente, dove la GenAI non sostituisce l’intermediario, ma ne amplifica le capacità consulenziali. Entriamo nei dettagli.

Lo scenario

I numeri del primo trimestre 2025 restituiscono un comparto Danni in salute: la crescita del +9,8% ha portato i premi oltre la soglia degli 8 miliardi di euro, con performance particolarmente marcate nei rami Incendio (+27,1%), Malattia (+14,1%) e Cvt (corpi veicoli terrestri, +12,5%). Il segmento non-auto si conferma motore della redditività, trainato da una domanda di protezione in espansione. Eppure, la penetrazione bancaria nel comparto Danni resta inferiore al 15%, segnalando un potenziale di sviluppo ancora in gran parte inesplorato. La ricerca Cetif – Reinventare i Processi di Vendita Assicurativi con AI e GenAI – evidenzia come il modello distributivo tradizionale mostri limiti strutturali: il 25% delle agenzie è concentrato in Lombardia, con una saturazione nei centri medio-piccoli del Nord Italia. Nel Sud e nelle Isole, il portafoglio agenziale risulta fortemente sbilanciato sull’Auto, che arriva a coprire fino al 92% della raccolta. Ne deriva quello che la ricerca definisce un “vuoto di protezione” nei rami elementari, in particolare negli ambiti Personal e Property, dove la consulenza strutturata resta marginale.

L’intermediario “aumentato”, l’AI per la consulenza

Il paradigma che emerge dalla ricerca è quello dell’intermediario aumentato. Non si tratta di sostituire la relazione umana con l’automazione, ma di liberare il professionista da attività a basso valore aggiunto per concentrarne il tempo sui “momenti della verità” con il cliente. I dati sono eloquenti: secondo le stime della ricerca, oltre il 50-60% del tempo degli agenti è assorbito da attività operative come la classificazione di documenti, l’interrogazione di knowledge base e la produzione di report. L’AI e la GenAI intervengono su questo collo di bottiglia, offrendo strumenti di sintesi, suggerimento e supporto decisionale che affiancano l’intermediario durante l’intero ciclo commerciale. Sul fronte del cliente, l’ibridazione è già una realtà consolidata: oltre il 60% dei contraenti interagisce in modalità phygital, combinando canale digitale e relazione umana, con livelli di Nps (Net Promoter Score) sistematicamente superiori rispetto ai modelli mono-canale. Il 67% dei contraenti è stabilmente attivo su app mobile, mentre l’utilizzo dell’area Web è passato dal 43% di fine 2024 al 58% nel primo trimestre 2025.
In questo contesto, la GenAI si configura come copilota dell’agente: analizza il profilo del cliente, lo storico relazionale e i bisogni stimati per suggerire argomentazioni personalizzate, evidenziare gap di copertura e tradurre la complessità contrattuale in uno storytelling più efficace. L’agente riceve briefing automatici prima degli incontri commerciali, con sintesi del profilo cliente, analisi delle interazioni precedenti e segnalazione di eventi rilevanti.

Dai dati agli insight, nuovo paradigma di customer intelligence

La ricerca inoltre evidenzia il passaggio da una logica dichiarativa a una inferenziale nella comprensione del cliente. Le compagnie assicurative dispongono di un patrimonio informativo ampio — dati anagrafici, storico sinistri, informazioni transazionali, interazioni digitali, dati telematici — che tuttavia resta spesso frammentato e sottoutilizzato. L’AI consente di integrare queste fonti eterogenee, generando una vista unificata e dinamica del cliente. I bisogni vengono ricostruiti attraverso l’analisi combinata di comportamenti storici, variazioni di portafoglio, eventi di vita stimati e segnali deboli intercettati lungo il customer journey digitale. La segmentazione evolve verso una micro-clusterizzazione avanzata, fino a configurazioni prossime alla “segmentation of one”, dove l’offerta e il messaggio commerciale vengono calibrati su profili specifici. L’integrazione dei dati non strutturati rappresenta un ulteriore salto qualitativo. Grazie alla GenAI e alle tecnologie di natural language processing, trascrizioni di telefonate, email, reclami e documentazione sinistri diventano fonti di insight qualitativi, permettendo di rilevare tono emotivo, livello di soddisfazione, sensibilità al prezzo e predisposizione alla relazione consulenziale.

Una proposta assicurativa iperpersonalizzata

La trasformazione non riguarda solo la distribuzione, ma l’architettura stessa del prodotto. La ricerca identifica tre direttrici: modularità, integrazione e iperpersonalizzazione; il mercato richiede poi il superamento delle tradizionali logiche di ramo, con coperture aggregate attorno al profilo complessivo del nucleo familiare e del patrimonio. E’ ancora l’AI ad abilitare la configurazione granulare di soluzioni a partire da moduli standardizzati, mantenendo equilibrio tra flessibilità commerciale e solidità attuariale. E sul pricing, i modelli avanzati basati su analytics hanno già raggiunto un livello di maturità elevato nei prodotti retail, mentre la GenAI viene adottata con maggiore cautela nella determinazione diretta del prezzo, ambito ad alta sensibilità regolamentare. Un aspetto rilevante resta l’utilizzo dei dati sinistri come leva di revisione dell’offerta. L’analisi massiva di perizie, documentazione tecnica e casistiche consente di individuare pattern ricorrenti e alimentare un ciclo virtuoso di miglioramento dell’underwriting. L’area sinistri evolve così da centro di costo a laboratorio di apprendimento continuo per l’intera organizzazione.

Dalla sperimentazione all’industrializzazione, cinque pilastri

Nonostante gli investimenti, la maturità industriale dell’AI nel settore appare ancora disomogenea. La ricerca richiama dati di contesto significativi: secondo McKinsey, tra le organizzazioni che utilizzano l’AI solo una quota ridotta dichiara un livello fully scaled, mentre la maggioranza resta in fase di sperimentazione.

Gartner stima che la spesa mondiale in AI raggiungerà i 2.500 miliardi di dollari entro fine 2026, ma prevede anche che oltre il 40% dei progetti di Agentic AI potrebbe essere abbandonato entro fine 2027. Si inserisce qui il commento di Paolo Gatelli, senior research manager di Cetif: “Il vero salto di qualità è manageriale: significa integrare dati, processi e competenze per costruire una relazione più continua, personalizzata e ad alto valore con il cliente. Solo così è possibile trasformare l’AI in una leva concreta di crescita e affrontare in modo strutturale le principali criticità del mercato”.
La ricerca, con il contributo di Gft  Technologies, identifica allora cinque pilastri per una compagnia realmente AI-ready: dati e architetture digitali, visione e governance, processi, persone e change management, tecnologia. A questi si aggiunge un layer trasversale di cybersecurity, resilienza operativa e compliance normativa.

Pilastri che Fulvio Locanto, Insurance Market lead di Gft Technologies Italia, riconsidera in una sorta di must-do: Per implementare l’AI in modo che generi valore reale e scalabile, una compagnia deve evolvere in modo coordinato su queste dimensioni, con il punto più critico che è la riprogettazione dei processi: il valore dell’AI emerge pienamente solo quando i flussi vengono ridisegnati end-to-end in una logica AI-first. Chi costruisce su queste fondamenta trasforma l’AI in un vantaggio competitivo strutturale. Chi ne trascura anche solo una, rischia di trasformarla in un costo”.

E un dato rilevante emerge sulla dimensione del change management: circa il 60% degli assicuratori considera ancora “in evoluzione” la propria infrastruttura dati tradizionale, a conferma di quanto il percorso verso architetture realmente data-driven sia tuttora in corso.

Ecosistema phygital e protezione dinamica

Il quadro complessivo delinea allora un modello distributivo destinato a trasformarsi in un ecosistema orchestrato, data-driven e integrato. La polizza evolve da transazione isolata a strumento dinamico di relazione continuativa; la rete diventa una società di intermediazione assicurativa potenziata dall’AI; l’offerta si fa modulare e iperpersonalizzata; il cliente vive un’esperienza omnicanale coerente e adattiva. La scelta strategica è chiara: utilizzare l’AI come leva tattica di efficientamento oppure come infrastruttura per ripensare in modo organico relazione, offerta e modello distributivo. La seconda opzione, secondo la ricerca, rappresenta l’unica via per affrontare strutturalmente la sotto-assicurazione, attivare nuova crescita e consolidare un posizionamento competitivo solido nel medio-lungo periodo.

© RIPRODUZIONE RISERVATA