Il prossimo 26 marzo si terrà a Milano la terza edizione di AI & Insurtech, l’evento dell’Italian Insurtech Association (IIA) dedicato all’intelligenza artificiale nel settore assicurativo e intitolato “Dalla sperimentazione all’infrastruttura: governare l’AI nel settore assicurativo”.
L’evento affronterà l’IA non più come insieme di soluzioni, ma come architettura critica dell’impresa assicurativa. Un cambio di approccio che mette al centro governance, controllo, resilienza e integrazione nei processi core, superando definitivamente la logica della sperimentazione isolata. In aggiunta, questa edizione prevede un doppio focus tematico: da un lato, l’IA come infrastruttura critica dell’assicurazione, con un approfondimento su scala enterprise, controllo e gestione del rischio informativo; dall’altro, un focus dedicato agli AI Agents e ai multi-agent systems, affrontati in chiave industriale, con attenzione alla loro messa in produzione, alla sostenibilità operativa e al consolidamento tecnologico.
Cosa è cambiato dalla prima edizione? In che modo la GenAI e l’Agentic Automation stanno trainando l’industrializzazione dell’intelligenza artificiale? Quali nuovi modelli distributivi si stanno affermando? A queste e altre domande risponde Simone Ranucci Brandimarte, presidente di IIA, che fornisce anche qualche anticipazione sull’intervento che terrà al Le Village by CA Milano.
Cosa è cambiato dalla prima edizione alla terza edizione di AI & Insurtech?
Innanzitutto è cambiato il livello di maturità del settore e, di conseguenza, la qualità del confronto.
Alla prima edizione il dibattito era concentrato soprattutto sulle opportunità dell’Intelligenza Artificiale e sulle prime applicazioni concrete nei processi assicurativi. L’IA veniva inserita in una logica progettuale: sperimentazioni, casi d’uso, automazione di attività specifiche.
Oggi siamo in una fase completamente diversa. I dati elaborati dall’Associazione mostrano una crescita strutturale del peso dell’Intelligenza Artificiale negli investimenti del comparto: la quota dedicata è passata dal 5% del totale degli investimenti in innovazione nel 2024 al 10% nel 2025, fino al 15% previsto nel 2026, con l’obiettivo di arrivare al 25% entro il 2028, quando l’IA raggiungerà i 500 milioni di euro di investimenti nel settore assicurativo italiano.
Questo non è solo un aumento quantitativo. È il passaggio definitivo dell’IA da tecnologia di supporto a infrastruttura centrale dei modelli di business assicurativi. Se nelle prime edizioni ci si interrogava su “cosa può fare l’IA”, oggi la domanda è diversa: come la governiamo, come la industrializziamo, come la rendiamo resiliente e integrata nei processi core?
Nel tuo intervento parlerai di visione strategica, governance, resilienza, priorità del settore. Puoi anticiparci qualcosa?
Il messaggio centrale sarà molto chiaro: l’intelligenza artificiale è diventata una questione di responsabilità industriale. I 500 milioni di euro previsti entro il 2028 rappresentano un passaggio rilevante, ma il vero dato strategico è che l’IA sta accelerando l’intera trasformazione digitale del settore. Per poterla utilizzare in modo efficace occorrono dati strutturati, processi digitalizzati, architetture robuste. Questo sta ridefinendo le priorità di investimento e di governance.
Affronterò, offrendo una visione strategica, il tema del perché l’IA deve essere collegata a obiettivi concreti: miglioramento della precisione tecnica, pricing più dinamico e personalizzato, prevenzione frodi più efficace, maggiore qualità del servizio.
Parlerò di governance, perché quando l’IA entra nei processi core non può essere gestita come una semplice iniziativa IT, ma servono presidi chiari, responsabilità definite, controllo continuo dei modelli e qualità del dato.
E infine tratterò il tema della resilienza, in quanto integrare l’IA nei processi centrali significa garantire continuità operativa e affidabilità. L’innovazione deve rafforzare il sistema, non certo renderlo più fragile.
Veniamo ai focus dell’evento. Partiamo dal primo: AI come infrastruttura critica dell’assicurazione. A quali interlocutori si rivolge questo focus e a quali esigenze fornirà una risposta?
Le esigenze a cui questo focus risponde sono molto concrete: come scalare l’IA nei processi chiave, mantenendo controllo e tracciabilità; come integrare modelli avanzati nei sistemi esistenti; come governare il rischio informativo in un contesto sempre più data-driven. Oggi l’IA non è più confinata a strumenti di supporto, ma è già utilizzata per analizzare grandi volumi di dati, calibrare premi in base ai comportamenti reali dell’assicurato, individuare anomalie nelle richieste di risarcimento e identificare schemi sospetti.
Il focus si rivolge principalmente a chi ha responsabilità dirette sulle scelte strategiche e operative: top management, responsabili IT e innovazione, funzioni risk e compliance, ma anche chi presidia underwriting, sinistri e antifrode.
L’obiettivo è creare un linguaggio comune tra tecnologia, business e governance.
Il secondo focus sarà su AI agents & multi-agent systems. Il programma prevede interventi sull’industrializzazione e sul consolidamento industriale. Cosa sta cambiando a questo proposito e come affronterete l’argomento?
Fino al 2024 gran parte degli investimenti era concentrata su ambiti come operation & data management o digitalizzazione di prodotto. In molti casi si trattava di progetti pilota o di automazioni circoscritte. Oggi il quadro è cambiato: l’IA non viene più finanziata per “sperimentare”, ma per essere messa in produzione su scala industriale.
I numeri sono lì a dimostrarlo. Dopo un 2025 chiuso con 1,3 miliardi di investimenti complessivi nel settore e 130 milioni destinati all’IA, il 2026 segna l’anno dell’industrializzazione, con una previsione di 1,65 miliardi di investimenti totali e 250 milioni in Intelligenza Artificiale, pari a circa il 15% della spesa. Questo incremento non è casuale: è trainato dalla GenAI, dall’Agentic Automation e dall’esigenza di adeguamento normativo e infrastrutturale.
In concreto significa che gli AI Agents non sono più semplici chatbot evoluti, ma sistemi capaci di gestire interi flussi operativi: dalla presa in carico di una richiesta di un cliente alla gestione documentale, fino all’interazione con sistemi core per underwriting e sinistri. In uno scenario multi-agent, più agenti collaborano tra loro e con i sistemi aziendali per orchestrare processi complessi.
Questo cosa comporta?
L’industrializzazione implica investimenti in tre direzioni precise. La prima è l’infrastruttura: cloud, modelli proprietari, integrazione con i sistemi legacy. La seconda è la governance: budget dedicati alla compliance, all’adeguamento all’AI Act e alla sicurezza dei modelli. La terza è lo spostamento del baricentro dell’investimento verso l’automazione del core business, in particolare underwriting e claims, dove l’impatto economico è diretto.
Come parlerete di questo argomento il 26 marzo all’AI & Insurtech?
Durante l’evento affronteremo il tema con un approccio molto concreto: quali condizioni operative servono per portare gli agenti in produzione, come si governa un ecosistema multi-agent, quali sono i costi reali dell’industrializzazione e quali benefici competitivi possono generare nel medio periodo.
Il tema degli AI Agents verrà esaminato anche per la sua capacità di promuovere nuovi modelli distributivi. Quali sono i nuovi modelli che si stanno affermando?
Un dato è particolarmente significativo: oltre il 55% dei clienti assicurativi si dichiara disponibile a interagire con agenti digitali basati su IA, e questo indica che il mercato è pronto a forme di interazione più evolute.
I modelli che stanno emergendo non sostituiscono la rete, ma la rafforzano. Gli AI Agents possono supportare consulenti e intermediari nella gestione della complessità tecnica, migliorare la qualità delle informazioni raccolte, rendere più fluidi i processi di preventivazione e onboarding.
Allo stesso tempo, abilitano un servizio più continuo e proattivo nel post-vendita e nella gestione dei sinistri, ampliando il perimetro di relazione con il cliente.
Il punto chiave è che l’IA non riduce il valore della distribuzione, ma la rende più efficiente, più personalizzata e più data-driven. In un mercato che nei prossimi anni è atteso in crescita anche grazie alla spinta della digitalizzazione, questo può rappresentare un fattore di espansione e non di compressione del business.
