+393479672304
info@rpaitaly.it

Evento online “Machine Learning: il futuro attuale dell’Insurtech” – 25/09/2020

Ready to become more creative, efficient and innovative

Di Luca Porcari, Presidente

Questo evento è stato organizzato congiuntamente con Italian Insurtech Association – IIA.

L’obiettivo era quello di fare il punto, identificando pregi e difetti delle più attuali tecnologie di AI e Machine Learning che usano dataset molto vasti, tentando di comprendere anche perché il ML può essere estremamente efficace nella filiera assicurativa come tecnologia dominante dell’ecosistema Insurtech.

E’ stata molto efficace la seguente dichiarazione, con cui  Gerardo Di Francesco, co-fondatore di Wide Group SpA e VP do IIA, ha di fatto avviato i lavori del seminario:

Le Assicurazioni spostano dei rischi reali sul piano finanziario, per cui agiscono come strumenti di resilienza, che hanno necessità di usare SW e tool per fare prevenzione ed analisi predittiva.

Quando si parla di Intelligenza artificiale e Machine Learning l’effetto Hype è garantito, a causa dell’alto livello di interesse e curiosità, ma non sempre l’AI e i tool di ML sono la soluzione migliore né si possono sempre calare nella realtà di ogni business.

La filiera assicurativa è sicuramente terreno fertile per AI e ML, ma servono cultura, formazione, sensibilità e consapevolezza per capire ciò che sta dietro agli algoritmi di ML e per imparare ad usarli correttamente.

I dati sono ovviamente alla base dei tool di ML. Nel settore assicurativo i dataset ad oggi più strutturati e già disponibili si trovano nelle seguenti funzioni: RC Auto, comparto amministrativo, raccolta e classificazione dei contratti.

Di seguito riporto alcune opportunità derivanti dall’uso del ML, di cui abbiamo parlato durante il seminario:

  • Supervised learning: gestione dei sinistri, classificazione & riconoscimento attraverso l’analisi delle immagini, analisi predittive;
  • Unsupervised learning: formulazione di pricing nell’RC Auto, ricerca di pattern controintuitivi attraverso la manipolazione di un alto numero di variabili, profilazione evoluta dei clienti;
  • Reinforcement learning: gestione amministrativa per il clearing/settlement dei pagamenti, supporto alle decisioni;
  • Altri esempi di applicazione del ML in sinergia con altre tecnologie digitali: computer vision per la gestione dei sinistri e la quantificazione dei danni, IoT per l’analisi predittiva in ambito Energy, programmatic advertising alla ricerca di nuovi prodotti e servizi…

Tutti questi aspetti e i relativi dettagli tecnici sono stati analizzati insieme a Federico Lucca, attuale CTO e co-fondatore di BlueTensor, azienda specializzata in tecnologie di AI e ML.

Molte le sfide ma anche le opportunità per accelerare il passo di un settore in fermento ed estremamente dinamico. Merita approfondire in sessioni successive.

Qui di seguito trovate la registrazione sul nostro canale YouTube: