Nel comparto assicurativo il valore dell’AI è riconoscibile solo se verificabile, per questo è importante che governance, spiegabilità e supervisione umana siano progettate a monte, non aggiunte a valle. In Italia la consapevolezza sul potenziale dei progetti AI c’è, ma molte compagnie restano ferme a use case isolati e il salto verso il core operativo si scontra con i limiti legati a dati disomogenei, sistemi legacy e responsabilità divise tra business, IT, risk e compliance. Su questi punti si innestano approccio e proposta di NTT DATA. Ne parliamo con Pierfrancesco Fusaro, Head of Insurance dell’azienda.
l filo conduttore del report sull’insurance è la “velocità disciplinata”: muoversi più in fretta della concorrenza mantenendo il controllo che il settore impone. Nelle compagnie italiane, tra riservazione, valutazione complessa dei sinistri e vincoli regolatori, dove si gioca davvero questo equilibrio? Quali ambiti oggi consentono di accelerare senza compromettere affidabilità, qualità delle decisioni e conformità normativa?
Nelle compagnie italiane l’equilibrio si gioca dove l’AI entra nei processi decisionali, ma resta verificabile: underwriting, triage dei sinistri, antifrode, perfezionamento dei prezzi e supporto alla distribuzione. Secondo NTT DATA, la velocità non nasce dal ridurre i controlli, ma dal progettarli prima: governance, spiegabilità, audit trail, validazione dei modelli e supervisione umana devono essere parte del flusso di lavoro. Gli ambiti più adatti ad accelerare sono quelli in cui l’AI aumenta la capacità di analisi senza sostituire il giudizio attuariale: lettura documentale, scoring preliminare, rilevamento delle anomalie, prioritizzazione dei casi, supporto al broker e personalizzazione dell’offerta. Qui l’AI migliora rapidità e qualità, mantenendo difendibilità tecnica e regolatoria.
Lo studio evidenzia un divario che nel settore assicurativo è ancora più marcato rispetto ad altri comparti: quasi sei compagnie leader su dieci stanno ripensando i propri sistemi core integrando l’intelligenza artificiale direttamente nei processi e nelle piattaforme che governano il business, mentre tra i follower lo fa meno di una su quindici. Come si posizionano le compagnie italiane su questo percorso? E qual è, nella vostra esperienza, l’ostacolo che più spesso impedisce di passare dai proof of concept a un’adozione su scala?
Le compagnie italiane, in generale, sono sempre più consapevoli del valore dell’AI, ma molte sono ancora in una fase intermedia: hanno avviato PoC, casi d’uso su sinistri, antifrode o customer care, ma non sempre hanno già portato l’AI nel core operativo. Il report mostra che i leader riscrivono i sistemi con AI embedded, mentre i follower restano su sperimentazioni isolate o add-on. L’ostacolo più frequente è l’industrializzazione: dati non pienamente armonizzati, legacy complessi, ownership frammentata tra business, IT, risk e compliance, e difficoltà nel misurare il ROI. NTT DATA aiuta proprio nel passaggio da use case promettente a capacità scalabile, con architetture, governance e change management integrati.
Nell’assicurativo, sottolineate, l’architettura è strategia: la maggior parte delle aziende leader riscrive il core con AI embedded, non semplicemente “utilizzata”, e mette la sovranità del dato tra le priorità di governance. Come supportate una compagnia in questo bilanciamento tra AI-native platform, integrazione con i sistemi legacy di polizza e requisiti di residenza dei dati sui mercati in cui opera?
NTT DATA supporta le compagnie con un approccio progressivo: non si tratta di sostituire tutto il legacy, ma di capire dove l’AI deve essere embedded nel core e dove può integrarsi tramite layer, API o componenti plug-and-play. Il punto è costruire piattaforme AI-native compatibili con sistemi di polizza, claims, pricing e data platform esistenti, mantenendo controllo su localizzazione, tracciabilità e qualità del dato. La sovereign AI diventa centrale soprattutto per gruppi multinazionali o compagnie che operano su più giurisdizioni: i modelli devono rispettare requisiti locali, verificabilità e supervisione. Qui NTT DATA porta competenze end-to-end su AI, cloud, sicurezza, data center e integrazione applicativa, evitando sia lock-in tecnologico sia frammentazione architetturale.
Il report indica nell’augmentation il modello dominante e delinea tre nuove figure — augmented employees, supervisory operator e AI-native professional — mentre segnala che nel settore il change management è più stretto che in altre industry. Come supportate le compagnie perché sottoscrittori, gestori sinistri e distribuzione imparino a fidarsi degli output AI? E in che modo, sul piano organizzativo, il vostro affiancamento aiuta a costruire queste nuove competenze?
NTT DATA lavora su casi d’uso concreti, definendo con chiarezza il ruolo dell’AI e quello delle persone: quando l’intelligenza artificiale supporta la decisione, quando è necessario il controllo umano e come vengono distribuite responsabilità e supervisione lungo tutto il processo. Il modello è augmentation: l’AI aiuta a leggere documenti, individuare pattern, proporre priorità e spiegare raccomandazioni, ma il giudizio resta umano. Sul piano organizzativo, questo significa creare AI fluency diffusa, supervisory operator capaci di monitorare sistemi agentici e specialisti AI-native su model governance, spiegabilità, qualità del dato e validazione. Il change management diventa parte del programma, non un’attività a valle.
Il mercato assicurativo sembra essere entrato in una nuova fase, in cui non bastano più sperimentazioni isolate ma servono piattaforme e soluzioni AI integrate nei processi. Come sta rispondendo NTT DATA a questa trasformazione?
NTT DATA supporta le compagnie assicurative nel trasformare l’intelligenza artificiale da sperimentazione a leva concreta di innovazione. L’obiettivo non è sostituire le persone, ma aiutarle a prendere decisioni migliori e più rapide, automatizzando le attività a minor valore. Per questo sviluppiamo soluzioni personalizzate, anche attraverso acceleratori come “NTT DATA AI for Insurance”, che consentono di realizzare sistemi di AI agentica integrati con i processi e i sistemi delle compagnie, nel rispetto di sicurezza, trasparenza e conformità normativa. Ma crediamo che il vero valore dell’AI non dipenda solo dalla tecnologia. Motivo per cui stiamo sviluppando anche un’esperienza di apprendimento basata su Agentic AI, che aiuta le persone a rafforzare il pensiero critico, il ragionamento e la capacità decisionale attraverso brevi esercizi conversazionali quotidiani. Siamo convinti che, se da un lato il pensiero critico sarà una delle competenze più importanti nell’era dell’AI, dall’altro un utilizzo sempre più diffuso di queste tecnologie rischi di ridurre le occasioni per esercitarlo. Chi sviluppa l’AI ha quindi anche la responsabilità di progettare strumenti che aiutino le persone a preservare e rafforzare le proprie capacità cognitive, rendendole protagoniste della trasformazione.
Per saperne di più scarica il whitepaper: Global AI Report, A Playbook for Insurance
Leggi tutti gli approfondimenti della Room Financial Services & AI by NTT DATA
© RIPRODUZIONE RISERVATA
