L’Internet of Things (IoT) è sempre più diffuso e il risk management e il settore assicurativo non sono immuni a questo trend: la combinazione dell’artificial intelligence (AI) con l’IoT permette di raccogliere enormi quantità di dati dai dispositivi e analizzarli a supporto della gestione del rischio e della prevenzione delle perdite: il cosiddetto Intelligent risk management.
Diverse compagnie assicurative hanno sviluppato e testato una varietà di prodotti e servizi IoT negli ultimi anni immettendo sul mercato soluzioni scalabili.
IoT, AI, risk management e settore assicurativo
Le tecnologie di IoT e AI permettono la creazione di un “ecosistema” di servizi assicurativi e di gestione del rischio. I dati interni ed esterni, raccolti ed elaborati, possono migliorare la qualità del monitoraggio dei rischi e del processo decisionale, con sistemi di allerta precoce e controlli in tempo reale per i risk manager e il settore assicurativo.
Tuttavia, è doveroso sottolineare che, se da un lato la tecnologia consente al settore assicurativo di sviluppare nuovi servizi di gestione del rischio, dall’altro lato, le organizzazioni e i risk manager non sono ancora sufficientemente strutturati nello sfruttare in toto il potenziale dei dati a disposizione. Ovvero, manca ancora quella “sinergia diffusa” tra IoT, AI, gestione del rischio organizzativo e settore assicurativo.
![intelligent risk management](https://www.ai4business.it/wp-content/uploads/sites/11/2019/10/Big-Data-AI-IOT-nel-settore-assicurativo-e1678359442339.jpg)
Intelligent risk management nel settore assicurativo
La convergenza dei dati prodotti dai sistemi interconnessi permette agli underwriter l’accesso ai dati in “tempo reale” e una garanzia di maggiore precisione nella determinazione del prezzo della polizza riferita a un determinato rischio oltre che una migliore gestione delle esposizioni.
Inoltre, grazie all’IoT il settore assicurativo è in grado di offrire nuovi servizi di prevenzione del rischio su misura per i clienti per ridurre o addirittura evitare, le perdite. Ancora, questa tecnologia permette di digitalizzare le pratiche di sottoscrizione e migliorare la fidelizzazione dei clienti, fornendo soluzioni innovative grazie a partnership con leader nel mercato delle tecnologie.
Intelligent risk management, alcuni casi d’uso
Le compagnie assicurative hanno sviluppato una varietà di prodotti e servizi IoT, immettendo sul mercato soluzioni scalabili. Ecco alcuni esempi.
Zurich
La compagnia ha lavorato intensamente con i clienti per sviluppare soluzioni IoT in molteplici casi d’uso, con risultati promettenti in termini di soluzioni per prevenire danni alla proprietà e interruzioni dell’attività, guasti ai macchinari e infortuni sul lavoro. Inoltre, la compagnia assicurativa ha sfruttato il potenziale dell’IoT per migliorare in modo significativo le capacità di risk engineering, automatizzando i processi, ampliando l’ambito dei servizi e creando approfondimenti. Ne consegue che i risk engineer sono in grado di consigliare i clienti su come ottenere il massimo dalle soluzioni IoT in modo da ridurre al minimo l’interruzione dell’attività ed evitare costose perdite.
Interessante evidenziare che un cliente di Zurich in Australia, ad esempio, è riuscito a evitare un costoso incidente ambientale e una potenziale sanzione grazie ai sensori installati sulle pompe di scarico degli effluenti che avevano identificato un’attività insolita.
Axa XL
In un recente evento organizzato insieme ad ANRA, la compagnia ha sottolineato l’importanza dell’evoluzione del settore che ha portato la società a fornire consulenza e servizi in termini di risk management attraverso una piattaforma denominata AXA Smart Services che vuole garantire un ecosistema di nuovi servizi per rispondere alle esigenze di protezione in continua evoluzione dei clienti aziendali, dal momento che l’assicurazione tradizionale non è più l’unica risposta ai rischi in evoluzione.
La piattaforma fornisce già due programmi e, precisamente:
- Axa Smart Services – un network che fornisce informazioni e capacità di gestione del rischio oltre a nuovi servizi a supporto dei clienti aziendali, sfruttando nuove risorse messe a disposizione da partner selezionati.
- Axa Climate – un ecosistema aperto basato su scienza e dati che fornisce una gamma di servizi per rendere sostenibile la propria impresa, tra cui formazione, consulenza, assicurazioni e finanziamenti.
Inoltre, a fronte della necessità di metodologie per la valutazione del rischio più sofisticate, che permettano analisi di portafogli ampi e valutazioni di rischi diversi, ha indotto la compagnia assicurativa a mettere a punto un nuovo servizio denominato Risk Scanning, ovvero un servizio di valutazione del rischio che combina l’esperienza industriale dei risk engineer con la capacità di modellazione dei dati e l’esperienza in materia di sinistri.
In questo modo è possibile supportare i clienti nel processo decisionale, aiutandoli a comprendere e valutare i rischi al fine di dare priorità ai loro investimenti di gestione del rischio. Inoltre, Risk Scanning consente di effettuare valutazioni multi-rischio sia in loco sia da remoto (coprendo incendi ed esplosioni, intrusioni e furti, pericoli naturali, ambiente, salute e sicurezza, cyber, stoccaggio e flotte di veicoli), mentre gli algoritmi proprietari misurano e confrontano le esposizioni del sito. Grazie a Risk Scanning è possibile comprendere meglio il profilo di rischio dei clienti e offrire loro soluzioni assicurative perfettamente adatte alle loro esposizioni.
Allianz
La compagnia ha creato Allianz Digital Health (ADH), innovando radicalmente l’assicurazione sanitaria ed offrendo servizi sanitari digitali di telemedicina basati su analisi avanzate dei dati raccolti tramite sensori indossati dai clienti e garantendo una moderna architettura IT del servizio.
![intelligent risk management](https://www.ai4business.it/wp-content/uploads/sites/11/2019/10/Intelligenza-artificiale-e-IoT-EUA1103-678x381.jpg)
Soluzioni per i rischi emergenti
È giusto evidenziare come i dati raccolti tramite i dispositivi IoT siano destinati a ricoprire anche un ruolo importante nella gestione dei rischi emergenti, che attualmente sono difficili da sottoscrivere a causa della mancanza di dati storici. Di fatto grazie all’IoT è possibile acquisire fonti alternative di informazioni per gli underwriter e, al contempo, offrire nuovi servizi di gestione del rischio e soluzioni di trasferimento del rischio. In quest’ottica, i trigger parametrici, ad esempio, potrebbero fornire protezione per un’ampia gamma di rischi sulla base dei dati forniti dai sensori. Inoltre, in un prossimo futuro, l’analisi avanzata e gli ecosistemi IoT consentiranno alle aziende di mettere in comune i dati da più fonti e ottenere informazioni ancora più approfondite.
In altre parole, si sta assistendo a un’evoluzione dal puro trasferimento del rischio a uno scenario di “prescrizione e prevenzione”, facilitando la mitigazione del rischio in tempo reale attraverso sia azioni automatizzate da applicazioni IoT – che influiscono sulla situazione rischiosa senza alcun intervento umano – sia alert per attivare un intervento umano.
La trasformazione dei dati IoT in efficaci azioni di gestione del rischio si è rivelata fondamentale. Pertanto, i risk manager dovranno interagire maggiormente con le diverse funzioni, aiutare i data scientist a trovare i dati giusti, individuare le azioni più efficaci per prevenire perdite e/o mitigare i rischi, oltre a svolgere un ruolo di facilitatori tra le parti interessate interne e gli assicuratori.
Il cambiamento in atto nella gestione dei rischi
Da quanto sinora descritto, si evince che l’IoT contribuisce a portare la gestione e la mitigazione del rischio al livello successivo, prevedendo e prevenendo potenziali danni prima che accadano.
In questi ultimi anni, molte organizzazioni hanno utilizzato le previsioni per sviluppare strategie di mercato; tuttavia, questo approccio non è riuscito a cogliere i principali cambiamenti geoeconomici e geopolitici e policrisi che si sono verificati e che hanno impattato pesantemente sulle organizzazioni. Pertanto, risulta quanto mai necessario moltiplicare gli sforzi per rendere le organizzazioni sempre più resilienti, agili e flessibili attuando cambi di paradigma anche nella gestione dei rischi.
Di fatto, siamo di fronte al cosiddetto Intelligent risk management che fornisce scenari e insight a una leadership evoluta. Ovvero, si tratta di una questione di:
- utilizzo dei dati a disposizione per sviluppare processi di identificazione dei rischi più sofisticati, considerando che nuovi rischi emergono rapidamente negli scenari altamente dinamici in cui ci troviamo a vivere e, pertanto, devono essere identificati rapidamente, insieme alle loro potenziali aree di impatto.
- maggiore investimento in strumenti di previsione che possono fornire dati quantitativi quasi in tempo reale per aiutare a definire gli scenari, comprenderne l’impatto sulle organizzazioni e strutturare la necessaria strategia e aggiornarla periodicamente in base ai contesti in continua evoluzione.
Pertanto, in futuro, la gestione del rischio è destinata a trascendere l’utilizzo delle metriche, delle misurazioni e dei modelli e opterà per un approccio fondato su informazioni dettagliate atto a definire strategie e processi aziendali e garantire la necessaria resilienza per affrontare circostanze difficili con agilità, responsabilità e adattabilità.
Sarà altresì necessario poter contare su un nuovo modello di leadership, i.e. E-leadership, in grado esprimere un equilibrio uomo/macchina e assumere un ruolo di bilanciamento tra l’importanza del dato (utilizzato per configurare una visione futura) e l’umanizzazione dello stesso in modo tale da costruire un sistema di “learning organisation”. Un approccio in grado di generare valore attraverso le interazioni interne ed esterne, supportando una capacità di autonomia e di continua innovazione.
Conclusioni
Il periodo di policrisi che stiamo vivendo implica, necessariamente, un cambiamento verso la digitalizzazione della gestione del rischio e del settore assicurativo. Ovvero, si tratterà sempre più di implementare il cosiddetto Intelligence risk management in modo tale da: rafforzare l’identificazione e la previsione dei rischi; investire nella preparazione al rischio; rafforzare la preparazione di risposta grazie ai dati a disposizione e le tecnologie emergenti. Ovvero, passare da un’analisi descrittiva e diagnostica a predittiva e prescrittiva, applicata alla sicurezza operativa e alla gestione dei rischi.