L’utilizzo dei big data con algoritmi d’analisi e di intelligenza artificiale è oggi sempre più importante per il settore assicurativo in applicazioni che vanno dall’acquisizione dei nuovi clienti alla creazione di prodotti innovativi; dalla valutazione del rischio alla difesa antifrode. In attesa delle opportunità che si apriranno nel prossimo futuro con l’elaborazione dei dati generati dai sensori integrati in veicoli e infrastrutture intelligenti, si guarda oggi alle applicazioni delle tecnologie di analisi dei dati per il miglioramento dei processi e del lavoro delle persone. È questo l’obiettivo che si è posto il Gruppo Generali tre anni fa con la creazione dell’Analytics Solutions Center: team dedicato a supportare lo sviluppo delle applicazioni analitiche e alla cui guida è stata chiamata Alessandra Chiuderi, manager esperta in progetti complessi, sviluppati per le aziende dove ha lavorato in precedenza (per la creazione dei modelli di valutazione del churn per le SIM ricaricabili in Vodafone e per lo sviluppo dell’analisi dei clienti e della BI nell’ambito del CRM di Mondadori). Progetti che oggi riguardano le “attività core” del campo assicurativo, testimoniati da Chiuderi nell’intervento realizzato in occasione del convegno Big Data: Fast & Smart, organizzato dall’Osservatorio Big Data Analytics & Business Intelligence della School of Management del Politecnico di Milano.
Lavorare sulle tecnologie analitiche per innovare il business assicurativo
In una grande compagnia assicurativa come Generali non mancano dati potenzialmente sfruttabili per ricavarne valore nell’ambito business. “È con questa convinzione che tre anni fa è nato il nostro reparto dedicato agli analytics – spiega Alessandra Chiuderi, Head of Group Analytics Solution Center di Generali – con il compito di aiutare le compagnie presenti nel Gruppo a sviluppare nuove applicazioni analitiche nei loro ambiti di lavoro”.
Il team, che ad oggi conta 16 persone, è stato creato a partire dalle competenze preesistenti: “Persone che già lavoravano nell’analisi dei dati e che sono state formate per poter lavorare con nuovi strumenti, algoritmi e fonti di dati”, precisa Chiuderi. Secondo gli analisti, il comparto assicurativo oggi non è tra i più avanzati nell’impiego delle tecnologie analitiche, ma è quello in cui c’è più sviluppo. “Un trend che abbiamo vissuto negli ultimi tre anni con la realizzazione di 52 progetti su ambiti diversi per business unit differenti in 19 società del nostro Gruppo”, spiega Chiuderi portando gli esempi: “Abbiamo lavorato al miglioramento del supporto ai clienti e alla migliore definizione dei prodotti assicurativi andando ad analizzare gli elementi che risultavano più richiesti. Ci siamo occupati di upselling, crosselling, churn e altre problematiche tradizionali dell’ambito marketing and sales. Per i rami danni e salute del Gruppo abbiamo analizzato le sottoscrizioni e i prezzi delle polizze. Abbiamo infine sperimentato l’utilizzo di algoritmi di AI nella gestione dei contratti, nell’automazione dei processi, nella difesa dalle frodi e nel supporto delle attività d’investimento. In quest’ultimo campo, è in procinto di entrare in produzione un sistema basato sul deep learning per la previsione di tassi di cambio tra l’euro e le altre valute”.
Progetti innovativi per l’efficienza dei processi assicurativi
Generali è in prima linea nei progetti che riguardano l’impiego dell’elaborazione di grandi moli di informazioni eterogenee in real time: ossia ciò che più si avvicina ai concetti di big data. Chiuderi accenna alle sperimentazioni fatte dal proprio team nell’ambito, innovativo per l’ambito assicurativo, dell’elaborazione delle immagini. “I computer hanno oggi la capacità d’individuare gli elementi presenti in una foto, come automobili, persone e altri particolari. Abbiamo quindi sviluppato una serie di idee su come poter sfruttare queste doti non soltanto in progetti verticali, ma per creare una sorta di servizio centralizzato, as a service, usabile dalle differenti business unit per ottenere informazioni utili”. Un esempio riguarda l’analisi delle foto realizzate in occasione degli incidenti stradali. “Una problematica che è identica in ogni geografia in cui Generali offre i propri servizi assicurativi – nota Chiuderi -. Gli attuali strumenti per la gestione delle immagini dei sinistri non sono raffinati come sarebbe auspicabile. Le immagini sono memorizzate in una cartella e visionate sequenzialmente dal liquidatore: un compito non semplice se si considera che le foto di un incidente possono essere una settantina, comprendere le immagini dei contachilometri, delle targhe, della segnaletica stradale e di altri elementi che non sono utili per la stima dei danni”. C’è l’esigenza di avere strumenti per evitare perdite di tempo, facilitare l’identificazione delle parti danneggiate dei veicoli e un sistema di filtri per raggiungere più rapidamente le immagini che interessano. “A questo scopo il mio team sta realizzando una serie di moduli adatti ad essere usati sia singolarmente sia collegati tra loro per gestire i flussi end-to-end dei processi di gestione dei sinistri. Le funzioni spaziano dal supporto del lavoro dei liquidatori all’individuazione delle immagini manipolate, dalla verifica che l’immagine del sinistro non sia già stata presentata fraudolentemente più volte al fatto che sia coerente con la dinamica dell’incidente”.
Riconoscimento d’immagine e l’AI per evitare le frodi
Un campo in cui le tecnologie d’analisi dati e AI sono d’aiuto per il business assicurativo riguarda la protezioni dalle frodi. “Capita che la foto di un danno venga inviata più volte, a distanza di tempo, in nuove denunce di sinistro – spiega Chiuderi -. Una eventualità che colpisce con più frequenza gli incidenti di piccola entità che prevedono il rimborso diretto. Chi tenta questa truffa conta sul fatto che l’incaricato dell’assicurazione non possa ricordarsi elementi già visti in una foto inviata mesi prima”. Per questo è stato chiesto al team dell’Analytics Solutions Center di realizzare un sistema di riconoscimento basato sull’AI e capace d’identificare da un vasto pool d’immagini di un veicolo quelle che risultano più simili, mettendo il liquidatore nelle condizioni di scoprire le truffe. “È un ambito in cui la tecnologia AI non va a togliere lavoro alle persone, ma aiuta gli esseri umani in compiti che non riuscirebbero a svolgere da soli – commenta Chiuderi -, come riconoscere un graffio su un passaruota fotografato da angolazioni diverse e inserito in sinistri differenti”. L’algoritmo, basato su tecniche di deep learning, confronta le immagini esistenti nell’archivio assegnando un punteggio di somiglianza, per presentare all’operatore solo i casi più sospetti. “Su questo tema abbiamo avviato 5 progetti in differenti nazioni ai quali lavoreremo nel corso del prossimo triennio”, precisa Chiuderi. Riconoscere il danno serve a difendere la Compagnia anche da altre tipologie di truffe più sofisticate in cui risultano applicate a un veicolo le parti danneggiate di un altro veicolo. “Si tratta di frodi meno frequenti ma difficili da scoprire, realizzate da gruppi organizzati per ottenere rimborsi molteplici”. Riconoscere le parti danneggiate è inoltre funzionale a un ulteriore progetto che mira alla creazione di un sistema di stima dei costi: “Il nostro obiettivo è arrivare alla definizione di un modello predittivo che in base alla foto del danno sia in grado di determinare i costo delle parti danneggiate e il tempo della manodopera necessaria per il ripristino”, conclude Chiuderi.
