Nell’assicurazione dei crediti commerciali, dove valutazione del rischio, affidabilità delle imprese, gestione dei sinistri e recupero crediti dipendono dalla capacità di leggere grandi quantità di informazioni, l’intelligenza artificiale incide direttamente sui processi core semplificando e velocizzando le attività. Del resto, come spiega anche lo studio KPMG “Intelligent Insurance: a blueprint for creating value through AI-driven transformation”, l’AI è ormai considerata una leva strategica per la competitività del settore assicurativo.
Ma introdurre nuove soluzioni non basta: la trasformazione passa anche dalla capacità di preparare il management, formare le persone e ripensare il modo in cui competenze umane e strumenti di AI lavorano insieme. Disporre di dati e strumenti non è sufficiente: “Bisogna cambiare il mindset delle persone, orientarle a non ignorare o peggio a non aver paura dell’AI prima di tutto investendo nel farla conoscere“, spiega Francesco Tartaglia, HR Director in Allianz Trade Italia, multinazionale assicurativa di crediti commerciali.
Indice degli argomenti
AI nelle assicurazioni, cosa dicono i numeri
Per capire la situazione, è utile conoscere il quadro dell’adozione dell’AI nelle assicurazioni. Secondo il già citato report KPMG, l’85% dei leader delle compagnie ritiene che la sua adozione possa generare un vantaggio significativo rispetto agli operatori che resteranno indietro, mentre il 67% prevede di aumentare la quota del budget complessivo destinata a queste tecnologie. Cresce però anche la pressione sui risultati: il 64% degli intervistati segnala infatti forti aspettative da parte degli azionisti per ottenere un ritorno immediato sugli investimenti in AI.
Una successiva ricerca KPMG del 2026 rileva inoltre che il 59% degli executive assicurativi considera la propria organizzazione leader nell’adozione dell’AI rispetto ai concorrenti, mentre il 90% afferma che il budget destinato all’intelligenza artificiale è aumentato rispetto all’anno precedente.
In effetti, investimenti in tecnologia, formazione interna, iniziative di innovazione e coinvolgimento diretto dei dipendenti diventano parti dello stesso programma di trasformazione. Tartaglia sottolinea come la disponibilità di grandi volumi di informazioni rappresenti il primo terreno su cui sperimentare, spiegando che “i successi di applicazione dell’AI sono il frutto del lavoro congiunto dei data scientist con gli esperti di business, guidati da un management capace di vedere le prospettive positive dell’introduzione dell’AI”. Però, come anticipato, non basta.
La formazione come primo strumento di change management
La partecipazione alla formazione è fondamentale e mette in evidenza uno dei punti centrali nell’adozione dell’intelligenza artificiale: prima ancora di chiedere alle persone di cambiare modo di lavorare, occorre permettere loro di comprendere la tecnologia. L’AI literacy assume una funzione che va oltre l’acquisizione di competenze tecniche. Serve a costruire un linguaggio comune, ridurre la distanza percepita rispetto agli strumenti e rendere più concreto il dibattito sulle conseguenze dell’automazione.
La trasformazione non può essere gestita esclusivamente come iniziativa IT, ma come percorso che riguarda competenze, ruoli, comportamenti e aspettative delle persone.
Il nodo: non ridurre l’AI alla produttività
Uno dei rischi più frequenti nell’introduzione dell’AI è misurarne il valore soltanto attraverso il tempo risparmiato o il numero di attività automatizzate. La produttività resta naturalmente una componente importante, ma può diventare una lettura troppo limitata se non si considera come utilizzare le capacità liberate dalla tecnologia.
Il punto diventa allora ridisegnare il lavoro, anziché limitarsi a velocizzarlo. Le ore sottratte a operazioni ripetitive possono essere spostate verso attività relazionali, analitiche o decisionali nelle quali il contributo delle persone produce un valore maggiore.
Come suggerisce Tartaglia, è importante “capire le potenzialità dell’AI e non vederla solo come un guadagno in termini di produttività. Sicuramente c’è anche questo aspetto ma se si possono liberare capacities per fare attività meno ripetitive e a più alto valore aggiunto, può essere un volano di crescita ed engagement per le persone. Se, ad esempio, la soluzione AI permette di avere a disposizione report, per preparare le visite ad un buyer o assicurato, creati con poco tempo e completezza di informazioni, posso liberare il tempo che dedicavo alla preparazione dei report alla pianificazione e all’incontro di più buyer o assicurati”.
Un report generato più rapidamente non rappresenta soltanto un miglioramento operativo: modifica il modo in cui viene distribuito il tempo all’interno della giornata lavorativa. Il beneficio reale dipende dunque da ciò che accade dopo l’automazione. Se le capacità liberate vengono semplicemente assorbite da altre attività a basso valore, l’impatto resta limitato. Se invece vengono indirizzate verso relazioni con clienti, analisi, progettazione o decisioni, l’AI può incidere anche sulla qualità del lavoro.
È qui che il change management assume un ruolo determinante, quello di tradurre un vantaggio tecnologico in una diversa organizzazione delle attività.
La curiosità come leva per l’adozione dell’intelligenza artificiale
C’è anche un forte tema legato al sentiment interno. L’intelligenza artificiale porta con sé interrogativi sul cambiamento delle mansioni e sulle competenze richieste, ma la diffusione degli strumenti generativi ha anche una caratteristica diversa rispetto a molte precedenti innovazioni aziendali: può essere sperimentata direttamente da un numero molto ampio di persone.
Preparare una mail, costruire una presentazione, sintetizzare informazioni o cercare una prima soluzione a un problema consente ai dipendenti di verificare in prima persona opportunità e limiti della tecnologia.
Il modello di Allianz Trade
Tartaglia porta l’esempio dell’assicurazione in cui è HR director: “AZ Trade è un’azienda che per il suo business gestisce una grande quantità di dati e informazioni, questo ci ha permesso di utilizzare innanzitutto l’AI elaborando modelli capaci di automatizzare le decisioni di fido o l’assessment di sinistri entro certi importi, di migliorare la capacità di recupero crediti orientando i collectors verso le azioni più incisive e i file con più alta probabilità di recupero, di prevenire le frodi”.
Il coinvolgimento dei vertici e di alcuni specialisti rappresenta soltanto il punto di partenza: “Il team HR insieme ai data scientist ha disegnato dapprima un percorso di alfabetizzazione sull’AI. Alla prima sessione di formazione online di 4 ore ha partecipato più della metà del personale aziendale, il segnale evidente che l’interesse è davvero alto”.
Poi, l’attenzione si è spostata verso percorsi formativi legati alle singole direzioni. Una scelta che consente di avvicinare l’AI ai problemi concreti delle diverse funzioni aziendali. Infatti, la formazione generalista può spiegare capacità e limiti degli strumenti, mentre quella costruita sui processi permette invece alle persone di interrogarsi direttamente sulle attività che svolgono e individuare possibili casi d’uso: “Dopo una prima fase di semplice alfabetizzazione abbiamo definito dei percorsi formativi più mirati per Direzioni che potessero stimolare la partecipazione e l’introduzione dell’AI nei processi aziendali”.
Coinvolgimento dei dipendenti
Allo stesso tempo, spiega, “è stato lanciato un importante contest di innovazione che ha spinto i colleghi e le colleghe a presentare idee innovative che sono state poi giudicate e premiate dal Board: un bel successo e un boost all’innovazione”.
Il meccanismo del contest permette di affrontare un altro problema tipico dei programmi di trasformazione: la distanza tra chi decide di adottare una tecnologia e chi conosce nel dettaglio le inefficienze quotidiane dei processi.
Le idee che emergono dalle persone che operano direttamente nelle diverse funzioni possono intercettare opportunità difficili da individuare attraverso una pianificazione esclusivamente top-down. Il ruolo del Board diventa così anche quello di selezionare, riconoscere e legittimare le proposte provenienti dall’organizzazione. La combinazione tra indirizzo manageriale e partecipazione diffusa può diventare un elemento decisivo per trasformare l’AI da progetto circoscritto a pratica aziendale.
Partecipa alla community