Come l'AI sta trasformando l'underwriting
L'underwriting — la valutazione del rischio per determinare il premio — è tradizionalmente lento e basato su dati demografici grossolani. L'AI analizza centinaia di variabili in secondi per produrre una valutazione individualizzata. La telematica auto permette premi basati su come guidi davvero invece di proxy come età e CAP.
Rilevamento delle frodi con AI
L'AI analizza pattern anomali nelle denunce di sinistro e può identificare reti di frode organizzata invisibili a un analista umano. In Italia, ANIA stima le frodi assicurative a 2-3 miliardi di euro all'anno.
Il problema della discriminazione algoritmica
Il rischio principale dell'AI assicurativa è la discriminazione algoritmica. Se addestrato su dati storici, un modello AI potrebbe perpetuare discriminazioni passate. Variabili proxy — CAP, tipo di professione — possono avere effetti discriminatori simili a quelli dei dati protetti.
Micro-assicurazioni e assicurazioni a consumo
L'AI permette nuovi prodotti impossibili in precedenza: assicurazione sul viaggio che si attiva automaticamente quando prenoti un volo, assicurazione per il cellulare solo nei giorni a rischio. Startup come Lemonade negli USA e Verti in Italia stanno espandendo questi modelli.